文章总结： 这篇文章分享后端工程师Tony利用AI辅助研发的实战经验，通过Qoder加Prompt加OpenSpec加Skills方法论，用base_rule.md规范AI代码生成，解决代码风格不统一、测试重复开发、文档脱节三大问题，开发工作量缩短30%，并在政务项目中实战验证，经验沉淀为可复制资产。 综合评分： 85 文章分类： 实战经验,安全开发,AI安全

AI超级个体说 | 这位研发，最近开始“越界”了

原创

安恒fan 安恒fan

安恒fan

2026年9月9日 17:00 浙江

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

🌱

Hi，各位

一份碎片化需求文档

临近评审节点

后端工程师让AI接手

当AI越写越快 规则又该由谁来制定

本期《AI超级个体说》

我们一同探讨

如果我们给AI立一部“宪法” 会带来什么样的改变

⬇️

故事分享人｜Tony

编辑&排版｜Hal Chen

一、从一次”试试看”开始

我原本是一名后端开发工程师，日常打交道的是接口、服务、数据库，需求文档和前端页面离我很远——需求有产品经理写，页面有前端工程师画。

但后来，公司给了我一个机会：后端工程师也可以自己写需求、做前端。说实话，当时我并没有想得太远，只是抱着”试试看”的心态接下了第一份活儿。

真正上手才知道难：市场侧交付的产品需求文档、竞品报告、静态原型图往往是碎片化的——同一句话在前后章节里含义不一，逻辑互相打架，异常场景无人提及，术语各叫各的。人工梳理一遍，费时费力；评审会上被追问到墙角，更是家常便饭。

既然人梳理慢，那就试试让AI来。我把初版文本需求、竞品分析结论、静态原型图输入Qoder，配合预先设计的需求优化提示词模板，让AI自动识别逻辑缺口、补充异常场景、统一术语定义。几轮迭代之后，输出的是一份结构化程度高、可以直接进入评审的PRDv2.0。

更大的惊喜在后面：把完善后的需求文档和静态原型图交给主流大模型开发工具，可以直接生成动态交互原型（HTML/CSS/JS可交互版本）和第一版前端代码。我这个”只会后端”的人，不用从零搭架子，直接在AI生成的稿子上做精细化调整就行。

就是这一次”试试看”，让我看到了一条不一样的路——AI辅助研发的路。

Tony在演讲

二、三个老问题，一条流水线

尝到甜头之后，我把AI用进了安全管理平台研发链路。回头看，最难的不是”用AI”，而是解决三个老问题。

第一个问题出在开发阶段：AI写代码确实快，但快得”五花八门”。同一个AI，上午生成的接口返回格式和下午的可能都不一样；单元测试想起来才补；有人想引入新技术，随手就让AI用上了——没有约束的AI，产出的是一堆风格各异的代码，人反而要花更多时间去收拾。我们的解法是先给AI立规矩：用AI辅助编写base_rule.md，把项目目录结构、API响应格式、日志标准、错误码分配策略都固定下来，作为后续所有AI代码生成的”宪法”；再引入OpenSpec管控全流程，从方案提案到代码生成再到归档同步，一路有据可依；最后把可复用的能力封装成一个个skills，比如自动生成单元测试的skill、自动套用设计模式的skill。Qoder+Prompt+OpenSpec+Skills，规则驱动、链路闭环，这就是我们后来一直沿用的方法论。

第二个问题出在测试阶段：业务类似的项目，测试框架却要一遍遍重写，适配成本极高。我们的做法是把skill包（含页面对象模型、断言库、数据驱动模板）交给AI，修改业务属性后复用到新项目。AI自动从用户输入获取需求文档路径、测试URL和账号密码，按阶段调度需求分析、用例设计、语义化、执行、报告生成全流程；人工只需检查关键断言逻辑，即可执行初版全回归测试——编写效率提升30%以上。

第三个问题出在交付阶段：接口文档、部署手册、releasenote经常与最终代码脱节，手工同步成本极高。我们把上一版本项目的接口文档和API变更日志作为基础语料，让skill读取代码中的Swagger/OpenAPI注解，对比上个版本的接口差异（新增、废弃、字段类型变化），自动生成新版接口文档和差异对比表，高亮需要重点通知下游的变更。文档从”代码写完再补”，变成了”与代码同步生成”，交付物实时同步、变更可追溯。

基于当前fde架构，开发工作量缩短了30%。这套标准，在Q2季度发布的安全管理平台上使用验证。

但回头想想，最大的收获可能不是这些数字。以前的经验传承靠”师傅带徒弟”：一个老工程师离开，他的经验就跟着走了。而现在，我们把经验沉淀成base_rule和skills——新人或者AI拿到手就能直接开干。AI改变的其实不是写代码的速度，而是经验流动的方式：从”装在某个人的脑子里”，变成”可以复制、可以迭代的资产”。

当然，这套标准到今天还远算不上成品，它更像一件仍在打磨的中间产物：base_rule在补，skills在加，流程在改。但它已经证明了一件事——经验是留得下来的，而且能被复制着往前走。

Tony在旅游

三、一次定制实战

如果说前面的三个问题都是在”建”这条流水线，那地方政务大数据项目的定制开发，就是它第一次走上真实战场。

这个项目的困难点很直接：时间。留给我们的时间非常短，需要快速开发出满足演示要求的版本。定制项目向来不好做：需求是客户的，节奏是紧张的，演示日期是钉死的。放在以前，遇到这种短周期定制，基本意味着全员连轴转——产品赶需求、开发赶代码、测试赶用例、交付赶文档，每一个环节都在抢时间，任何一环掉链子，演示就得推迟。

但这一次，我们手里已经从最初的base_rule和skills，迭代出了一套完整的SDDAI架构。需求梳理走AI优化过的提示词流程，代码由AI按规则生成，测试套件用现成的skill包改造复用，接口文档和差异对比也由skill自动产出。人的精力从”什么都干”收缩到”把控关键环节”：确认需求理解对不对、检查关键断言逻辑、验收演示效果。

最终，我们赶在演示节点前交出了可用的版本。

这次实战也让我更确定：这套标准已经不只活在自家平台里——它扛住了一次真实客户、真实期限的检验。

🔚

往期回顾

| | | — | | 01 ｜2026安恒信息优秀员工旅游圆满收官啦！ | | 02 ｜NO.53雏鹰训练营｜新锐集结，共赴成长之约 | | 03 ｜安恒的AI认证，怎么让全公司一起上车 | AI Talk第九期 |

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安恒fan 安恒fan 安恒fan《AI超级个体说 | 这位研发，最近开始“越界”了》