OpenAI核心研究员：比提示词工程更重要的，是spec-writing

107 0 0

文章摘要

在AI时代，编程的核心价值已从代码编写转向结构化沟通与意图传达。OpenAI研究员Sean Grove在演讲中指出，程序员80%-90%的价值在于需求理解、方案构思、计划制定等沟通环节，而代码仅占10%-20%。这一观点与Andrej Karpathy强调的”上下文供给”形成互补，共同揭示软件工程的本质是人与AI的精准对话。

规范（Specification）正成为新型”源代码”。传统开发中，提示词常被视为一次性产物而被丢弃，这类似于保留二进制文件却丢弃源代码的荒谬行为。实际上，完善的规范能完整承载意图和价值观，其价值远超具体代码实现。以TypeScript编译为例，规范如同可适配多架构的源代码，能生成代码、文档甚至播客等内容。未来最具竞争力的程序员将是能系统化捕捉意图的规范设计者。

OpenAI的模型规范实践展示了规范的多重价值：通过Markdown格式实现人类可读、版本可控的协作媒介；通过唯一ID关联测试用例，形成自包含的验证体系；通过”禁止谄媚”等条款建立信任锚点。当GPT-4出现谄媚倾向时，规范成为行为修正的基准，证明书面规范能有效协调技术迭代与伦理边界。

规范训练技术正在突破人机协作瓶颈。研究团队通过”审议式对齐”方法，用裁判模型根据规范为生成结果评分，将伦理约束内化为模型的”肌肉记忆”。这种机制使规范具备代码特性：可组合、可测试、可审查，形成针对意图的新型工具链。其原理类似法律系统的判例积累，通过持续反馈循环强化对齐效果。

跨领域实践印证规范的普适价值。从产品需求文档到法律条文，规范本质是跨角色共识的载体。未来IDE可能进化为”集成思维澄清器”，实时检测意图表达的模糊性。随着OpenAI组建Agent稳健性团队，规范设计更成为AI安全演进的战略要地。这要求规范既保持机器可处理性，又能承载人类复杂需求，在精确性与包容性间建立动态平衡。