AI编程助手能写代码、修bug、审代码，速度惊人。但有个问题：它们默认走最短路径——跳过规格说明、测试、安全审查，那些让软件可靠的关键步骤。

结果是"看起来对"的代码，而不是"确实对"的代码。

打开网易新闻 查看精彩图片

Agent Skills给出了解决方案。这套GitHub斩获3.3万星标的项目，把谷歌工程文化里的经验沉淀成20个结构化工作流，成了AI辅助开发的实际标准。

核心方法是Spec-Driven Development（规格驱动开发）。写代码前，AI必须先产出完整规格文档：目标与验收标准、技术栈及版本、构建/测试/开发命令、项目目录结构、代码风格示例、测试策略、行为边界（什么必须做、什么要先问、什么绝不能做）、可测试的完成标准，以及待确认问题。

这套流程的价值在于三点：强制在编码前澄清假设、让人与AI对"完成"有共同定义、用15分钟写规格避免数小时返工。规格本身也是活文档，随决策更新并纳入版本控制。

另一个关键技能是Test-Driven Development（测试驱动开发），严格执行红-绿-重构循环：先写失败的测试，再写刚好通过的代码，最后重构。项目中的示例展示了测试如何先于实现存在——测试描述"创建带标题和默认状态的任务"时，createTask函数甚至还没被定义。

这些技能本质上编码了资深工程师的判断力。不是限制AI，而是给它清晰的约束和验收标准——这正是生产级软件与原型代码的分水岭。