AiDD研发数字峰会

Spec-driven研发与智能需求工程

论坛聚焦两大核心突破：智能需求工程的AI化升级与Spec-driven的AIGC深度融合。探讨如何利用大模型构建智能需求工程体系——自动需求提取、智能需求分解、结构化规格生成，确立"Spec at First"作为AI研发的黄金准则。深入剖析Spec如何成为AIGC研发的"中枢神经"：规格驱动AI生成高质量代码、规格绑定多轮迭代优化、规格保障需求-实现的精准映射，破解AI生成代码的可控性与可维护性难题。

出品人：王一

中兴通讯有线研究院需求AI应用负责人
中兴通讯有线研究院需求领域教练
中兴通讯有线研究院某中心需求领域效能提升负责人
长期从事需求领域相关工作，包括需求体系化建设、需求效能提升，需求质量管控等工
近期投入研究大模型提效相关工作

中兴通讯有线研究院需求 AI 应用负责人

基于要素因子SPEC的需求工程实现需求分析质效双提

高桥

中兴通讯需求领域AI教练

内容简介：

本议题聚焦大型项目需求分析效率低、场景遗漏等缺陷难以有效防护的行业痛点，研究"要素化SPEC知识体系+多智能体协同"的AI驱动需求工程新范式，聚焦用户视角构建网络方案-特性两层模型并进行要素化建模，在此基础上部署AI+工具触点并内嵌至需求分析流程，实现需求驱动的存量知识拉取与增量内容回填，实现需求分析的质效提升；目前已在中兴通讯某标杆项目全面落地，需求分析月均故障下降41%，人均需求分析耗时降低7%，为行业提供可落地的AI提效提质样板

演讲提纲：
1. 需求分析中，基于要素因子化SPEC建设知识体系的优势
2. 要素因子化SPEC知识体系的构建方法
3. 基于要素因子化SPEC，如何高效高质量的进行需求分析
4. AI/工具触点内嵌SPEC，支撑需求分析流程

听众收益：
1. 了解什么是要素因子化SPEC建模
2. 为什么要素化建模比自然语言更适合需求分析
3. 什么是要素因子化需求分析体系
4. 直观感受要素化需求分析+AI/工具嵌入的质效双提

中兴通讯有线研究院需求领域教练
中兴通讯有线研究院某中心需求领域效能提升负责人
长期从事需求领域相关工作，包括需求智能构建、需求知识图谱构建、需求体系化建设等工作。

从Vibe Coding 到 Spec Driven
网易智企智能化软件工厂的思考和实践

赵雨森

网易CodeWave智能开发平台

架构师

内容简介：

2025年被称之为Vibe Coding元年，由于模型能力的增强，以Claude Code为代表，出现了大量低门槛的Vibe Coding工具，同时，低代码、可视化开发等技术也受到了很大的冲击。然而，Vibe Coding带给企业的并非只有提效的优势，AI生成发散，技术栈不受控，代码难以维护等问题严重影响了企业落地AI Coding。
本次演讲会从AI Coding的问题出发，讲述CodeWave是如何将Spec Driven开发范式与可视化开发结合起来，同时通过需求EARS化等技术，重塑AI开发工作流，实现企业级大规模应用的AI Coding落地。

演讲提纲：
1. 现状及问题分析
1.1 低代码 + AIGC 的思路及目前存在的问题：低代码 + AIGC 效果不及预期，难以度量，Vibe Coding方式缺少必要的约束，质量不可控。
1.2 介绍spec driven，同时通过spec driven解决Vibe coding遇到的问题
1.3 结合低代码的规范和最佳实践，实现spec driven驱动的可视化开发模式，让AI Coding支撑大规模企业级应用的开发
2. 低代码+Spec driven的技术细节
2.1 代码智能体的设计
2.2 spec工作流基座的选择
2.3 需求标准化：EARS
2.4 如何解决上百页需求的细化和标准化的产品链路设计
2.5 海量上下文管理工程
2.6 文档与代码的双向理解与依赖分析
2.7 多Agent执行任务策略和效果保障等复杂问题的解决
2.8 低代码特色的 AI Skills 赋能 Agent：企业资产的智能生成与召回能力、增强对需求视觉理解的D2C与页面美化能力、代码仓库的DeepWiki检索与解读能力等
3. 成本和效果优化：深入自然语言编程的产品技术能力，发现准确率上不去的原因，保证核心场景的准确率，降低Token开销，保证 AI 能力可度量，可量化。
3.1 设计并通过 Benchmark 来评测 AI 基础能力
3.2 建立 AI 提效的量化标准
工程化平台的建设及基于评测结果的持续迭代
3.3 训练更好的语言模型
NASL 语言介绍及思考语言能力的瓶颈在哪
设计更好的训练方式来 fine tune 模型

听众收益：
Spec driven方式在低代码可视化开发领域的落地及面向未来的软件生产方式
Coding Agent的设计与优化方案
大规模需求管理的需求工程思路
构建并训练开源私有化模型实现 ToB 商业交付

网易CodeWave智能开发平台架构师，具有11年软件开发经验。负责全栈可视化编程语言(NASL)的设计和核心语言设施的开发，负责可视化编程与Vibe Coding、Spec Driven等AI Agent技术的融合与落地。

意图驱动交付：Agent时代从交付系统到交付价值的研发实践

郑涛

北京兴云数科资深需求AI教练

产品架构师

内容简介：

随着 AI 基座模型能力的提升和编程Agent 推理规划和工具调用能力增强，代码生成的效率瓶颈正在消失，但新的挑战随之出现：如何让系统持续对齐业务意图。Spec-Driven Development（SDD）通过结构化规格驱动 AI 实现代码，已成为 AI 研发的重要方法，但在复杂系统中仍面临意图表达不足、规格膨胀与演化漂移等问题。
本演讲分享提出意图驱动交付（ Intent-Driven Delivery）这一新范式：在规格Spec 之上建立结构化意图模型（Intent Model），通过 Business Intent业务意图（用户价值、市场机会）、Solution Intent 解决方案意图（固定规格+可变规格）与 Verification Intent验证意图（验收准则与质量门禁）三层结构驱动 Agent 团队协同完成设计、实现与验证。结合 Spec-Driven Development 与 Agent 协作机制，构建从 Idea → Intent → Spec → Delivery 的研发闭环，人类角色从实现者转变为意图定义者与系统评审者， Intent 将成为 AI 时代软件系统的核心资产。
通过实践展示基于 Obsidian 知识库与 OpenClaw 多Agent搭建的可落地环境，听众可直接部署体验并扩展探索，践行有多智能体参与的软件研发意图驱动交付新模式。

演讲提纲：
1. AI Coding 时代研发效能的瓶颈与契机
1.1 痛点：需求规格膨胀消耗上下文 Token、层层传递导致语义漂移、规格与实现无法联动。
1.2 契机：AI 具备理解上下文和进行长程规划的能力。
2. 意图驱动交付：Agent 时代的软件研发新范式
2.1 以“意图”（Intent）作为研发的最高层级资产，进行三层意图（业务意图、解决方案意图和验证意图）建模。
2.2 构建“意图（Intent）→ 规格（Spec）→ 智能体交付（Agent Delivery）”的交付链条。
2.3 Agent 团队围绕统一意图协同完成设计、实现与验证。
3. 意图如何高效驱动交付
3.1 Intent Agent 将初始想法转化为结构化的 Intent Model，并持久化保存在知识库中。
3.2 利用 Intent 快速生成产品原型，实现快速验证。
3.3 多 Agent 团队基于 Intent 与约束条件，完成自动化交付。
4. 落地实践与案例演示
4.1 全开源环境搭建实践：Obsidian 知识库 + OpenClaw 多 Agent 系统 + Claude 兼容 Skills。
4.2 实际案例演示：意图 Agent 如何与交付 Agent 团队之间，基于统一意图和规格知识库，进行沟通与协同，最终完成交付。

听众收益：
1. 理解 AI 时代软件研发范式的演进
从 Spec-Driven Development 到 Intent-Driven Delivery 的方法论升级。
2. 掌握结构化意图模型的设计方法
学习如何构建 Business / Solution / Verification 三层意图模型。
3. 获得可落地的 Agent 协作研发框架
了解如何通过 Intent → Spec → Agent Delivery 构建多 **Agent** 研发闭环。
4. 获得可运行的开源实践环境
听众可免费获取完整 Agent 与 Skill 的安装部署包，复制实践环境并扩展探索 Agent 参与软件研发的实践方式。

AI需求教练、人力资源资深产品架构师，十五年以上人力数字化经验。擅长引导AI场景落地、中台产品从0到1构建，覆盖人事、外包、学习全领域。作为内部顾问参与麦肯锡、美世、德勤等咨询项目。持有PMP认证。

AiDD峰会

K+峰会

联系我们