讨论，从需求到最终落地，目前最好的方案是是 plan? spec? superpowers? gsd? trellis? 还有啥推荐？
- 内容介绍
- 文章标签
- 相关推荐
哪些方案能做到和 ai 讨论清楚需求，然后一气呵成中间不需要人介入，完全按照需求实现落地
网友解答：--【壹】--：
如果正儿八经的要测试回归，要上线，要负责的项目。目前的Ai没有能力做到聊一个完美的方案，然后写出来。肯定是需要人参与关键决策的，只能小步走，每一步人确认之后，ai往前推。
[!Warning]
无论方案多详细，一锤子敲出来的代码，肯定会给你埋坑的，肯定。
--【贰】--：
感觉还是受限于上下文长度和召回率，压缩多了容易走偏，一口气做完一个复杂需求还是有点费劲。蹲一个答案
--【叁】--：
我感觉这些都不行，这个逃避不了自己脑子的，也就是说必须要让 ai 写一个 md，然后经过自己多次交互来进行完善，一直到自己满意为止， 就可以开始干活了。 从 0 到 1 的时候，因为有些文字一旦解释不清，那么幻觉率就会很大，让项目走向和自己理解的完全不同，但是 ai 能够自己自洽
--【肆】--：
不是自己先做好架构设计这些吗，后面再跟模型进一步讨论，生成设计，生成执行计划
--【伍】--：
最近自己也在试，也有和朋友交流，感觉对于历史复杂项目，想用AI介入，还是很难把系统构架、分层、约束和边界条件形成有效的harness engineering文档的。
--【陆】--：
我现在也是用的这个grill-me和prd-to-issues，挺简洁的，也挺符合直觉的。就是两个问题：
- 细化idea的过程太长了，有时候几个小时出一份
- 讨论的过程中经常会提前深入/细化，而忽略了高层的架构还没有讨论
--【柒】--：
目前最好的方案应该还是自己的脑子——古法思考。要做什么心里有数，而AI 只是copilot。可以不熟悉语法，但是知道下一步应该做什么，边界在哪，可能会有什么问题…
--【捌】--：
我说个想法：用 spec 搞定需求分析输出需求文档（proposal / design / tasks 等），在用 多 agent 的策略执行实践（superpowers / Claude code agents）,配置编码规范（rules/agents.md）和编码指南、外部数据获取（skills / mcp）
我目前在测试用 agent 完成一个 APP 的迁移，这个 APP 不小。从 原生安卓迁移到 React Native。
目前在用分析阶段：让 AI 分析项目的多个关键部分，输出一份 架构师的提示词 (1000多行，包含 n 个 agent 调用与 skills 调用)，我后续将在这个‘架构师‘拆分为一个’架构师团队‘，目前拆分为了 10 个架构师，这个十个架构师会根据这个安卓项目输出一份完整的 React Nativ 项目的架构、实现方案（若干期）。预期这些分工就和一个小型公司一样。
等我好消息。我用到了很多中 agent 实践方案，等我搞定了，我会将它首发在 L 站上。
--【玖】--：
早上看见的 。 大道至简的胜利, 一个神级skill推荐, 忘掉brainstorming吧 - 开发调优 - LINUX DO
--【拾】--：
让gpt gemini一起给你写claude.md 让opu进行优化和重构
--【拾壹】--：
我现在用的是superpowers，只是帮我拆计划，架构实现多数是我前期问ai，主流的xx产品怎么样设计，遇见没用过的我会接着问ai这样的架构选型优势是什么？然后确认自己的架构选型，然后输出给superpowers，扶正路线，剩下的就是继续工程师
--【拾贰】--：
还有前段时间有一个佬友的:“【自荐】厌倦了OpenSpec 、OMO、superpowers？试试CodeStable”
--【拾叁】--：
还有一点就是不要上来就追求完美架构，够用就行！opus跟我说的一句话大概意思是，完美的架构都是靠钱烧出来的，适合当前产品最重要，别一上来就追求分布式高大上的架构上，很多公司都是死在这一步，最后产品开发出来就你和你朋友2个人在用
--【拾肆】--：
自己搓了一个，按标准流程去做：每一个步骤都形成文档，然后有不明确的让用户填表
image1075×318 33.4 KB
image227×319 9.65 KB
--【拾伍】--：
同求，之前用 superpowers 感觉流程太长了，token占用也多
--【拾陆】--：
我也等一个答案，我看看有没有这种方案哈哈哈哈
--【拾柒】--：
人机合作，分工及和公司一样，我不指望一个skill能有多深入
自己+web search查资料喂给ai(可能用gpt pro模型)，头脑风暴，讨论并写产品设计文档
反复修改直到确认
后面就是什么架构文档、需求文档、开发文档、测试文档，每个.md一千行以上，自己看完给ai提意见提问题，都是反复修改确认
和公司的架构/产品/开发/测试各种讨论文档一通下来差不多
--【拾捌】--：
spuer 一直用这个 写完plan后再让他跑
--【拾玖】--：
关于这一点，其实我有点自己的思考。
需求和架构其实是不一样的，需求清楚了以后，架构还是可以不一样的。例如我要去北京，可以做高铁，也可以坐飞机。高铁慢，便宜；飞机快，贵。所以我认为清楚了需求这一步完成以后，你还得让AI输出一份编码设计。当然如果你不关心架构，也可以让它继续。不过，代价是你失去了对架构权衡的控制。所以我在设计codestable的时候前置条件还是分成了两步，讨论清楚需求，检查一下编码设计，然后开始实现！
哪些方案能做到和 ai 讨论清楚需求，然后一气呵成中间不需要人介入，完全按照需求实现落地
网友解答：--【壹】--：
如果正儿八经的要测试回归，要上线，要负责的项目。目前的Ai没有能力做到聊一个完美的方案，然后写出来。肯定是需要人参与关键决策的，只能小步走，每一步人确认之后，ai往前推。
[!Warning]
无论方案多详细，一锤子敲出来的代码，肯定会给你埋坑的，肯定。
--【贰】--：
感觉还是受限于上下文长度和召回率，压缩多了容易走偏，一口气做完一个复杂需求还是有点费劲。蹲一个答案
--【叁】--：
我感觉这些都不行，这个逃避不了自己脑子的，也就是说必须要让 ai 写一个 md，然后经过自己多次交互来进行完善，一直到自己满意为止， 就可以开始干活了。 从 0 到 1 的时候，因为有些文字一旦解释不清，那么幻觉率就会很大，让项目走向和自己理解的完全不同，但是 ai 能够自己自洽
--【肆】--：
不是自己先做好架构设计这些吗，后面再跟模型进一步讨论，生成设计，生成执行计划
--【伍】--：
最近自己也在试，也有和朋友交流，感觉对于历史复杂项目，想用AI介入，还是很难把系统构架、分层、约束和边界条件形成有效的harness engineering文档的。
--【陆】--：
我现在也是用的这个grill-me和prd-to-issues，挺简洁的，也挺符合直觉的。就是两个问题：
- 细化idea的过程太长了，有时候几个小时出一份
- 讨论的过程中经常会提前深入/细化，而忽略了高层的架构还没有讨论
--【柒】--：
目前最好的方案应该还是自己的脑子——古法思考。要做什么心里有数，而AI 只是copilot。可以不熟悉语法，但是知道下一步应该做什么，边界在哪，可能会有什么问题…
--【捌】--：
我说个想法：用 spec 搞定需求分析输出需求文档（proposal / design / tasks 等），在用 多 agent 的策略执行实践（superpowers / Claude code agents）,配置编码规范（rules/agents.md）和编码指南、外部数据获取（skills / mcp）
我目前在测试用 agent 完成一个 APP 的迁移，这个 APP 不小。从 原生安卓迁移到 React Native。
目前在用分析阶段：让 AI 分析项目的多个关键部分，输出一份 架构师的提示词 (1000多行，包含 n 个 agent 调用与 skills 调用)，我后续将在这个‘架构师‘拆分为一个’架构师团队‘，目前拆分为了 10 个架构师，这个十个架构师会根据这个安卓项目输出一份完整的 React Nativ 项目的架构、实现方案（若干期）。预期这些分工就和一个小型公司一样。
等我好消息。我用到了很多中 agent 实践方案，等我搞定了，我会将它首发在 L 站上。
--【玖】--：
早上看见的 。 大道至简的胜利, 一个神级skill推荐, 忘掉brainstorming吧 - 开发调优 - LINUX DO
--【拾】--：
让gpt gemini一起给你写claude.md 让opu进行优化和重构
--【拾壹】--：
我现在用的是superpowers，只是帮我拆计划，架构实现多数是我前期问ai，主流的xx产品怎么样设计，遇见没用过的我会接着问ai这样的架构选型优势是什么？然后确认自己的架构选型，然后输出给superpowers，扶正路线，剩下的就是继续工程师
--【拾贰】--：
还有前段时间有一个佬友的:“【自荐】厌倦了OpenSpec 、OMO、superpowers？试试CodeStable”
--【拾叁】--：
还有一点就是不要上来就追求完美架构，够用就行！opus跟我说的一句话大概意思是，完美的架构都是靠钱烧出来的，适合当前产品最重要，别一上来就追求分布式高大上的架构上，很多公司都是死在这一步，最后产品开发出来就你和你朋友2个人在用
--【拾肆】--：
自己搓了一个，按标准流程去做：每一个步骤都形成文档，然后有不明确的让用户填表
image1075×318 33.4 KB
image227×319 9.65 KB
--【拾伍】--：
同求，之前用 superpowers 感觉流程太长了，token占用也多
--【拾陆】--：
我也等一个答案，我看看有没有这种方案哈哈哈哈
--【拾柒】--：
人机合作，分工及和公司一样，我不指望一个skill能有多深入
自己+web search查资料喂给ai(可能用gpt pro模型)，头脑风暴，讨论并写产品设计文档
反复修改直到确认
后面就是什么架构文档、需求文档、开发文档、测试文档，每个.md一千行以上，自己看完给ai提意见提问题，都是反复修改确认
和公司的架构/产品/开发/测试各种讨论文档一通下来差不多
--【拾捌】--：
spuer 一直用这个 写完plan后再让他跑
--【拾玖】--：
关于这一点，其实我有点自己的思考。
需求和架构其实是不一样的，需求清楚了以后，架构还是可以不一样的。例如我要去北京，可以做高铁，也可以坐飞机。高铁慢，便宜；飞机快，贵。所以我认为清楚了需求这一步完成以后，你还得让AI输出一份编码设计。当然如果你不关心架构，也可以让它继续。不过，代价是你失去了对架构权衡的控制。所以我在设计codestable的时候前置条件还是分成了两步，讨论清楚需求，检查一下编码设计，然后开始实现！