持續性是提示與規格驅動開發之間的分界嗎？

資料來源#

• Full Walkthrough: Workflow for AI Coding — Matt Pocock
• Uncle Bob on Software Fundamentals in the Age of AI

問題#

從《規格驅動開發是新一代瀑布式開發》提出的問題是：正如 Pocock 所提議、Martin 的實務所預設的那樣，持續性是否是提示與規格驅動開發之間恰當的定義界線？

結論#

不是。持續性是一種代理指標——容易觀察，與真正重要的特性相關，但在兩端都會判錯。語料真正用來區分規格與提示的特性是權威性：若後續工作會依據某項產物接受評判，那麼該產物就是規格。持續性之所以重要，只是因為儲存產物是讓「依據它評判」得以實現的最低成本方式。

三項發現支持這個結論，前兩項也修正了問題本身的前提：

1. **Pocock 的提議有兩個子句，只有第二個站得住腳。**他問：「你有持續保存規格，對吧？你會回頭參照那些規格嗎？」（Full Walkthrough: Workflow for AI Coding — Matt Pocock）。回頭參照才是起作用的子句，持續保存是促成條件；而他刪除 PRD 的理由——文件腐化，代理程式找到過時文件後被誤導——造成傷害的前提是讀回文件，而不只是儲存它。
2. **Martin 的實務並未預設持續性界線。**他確實在 repo 裡保留規格檔。他拒絕保留的是計畫。
3. 語料依據另一個變項，把持續存在的產物分類為規格或非規格，而且早已有名稱——見《代理程式控制平面模式：tickets、迴圈、規格與記憶檔》和《代理程式脈絡檔》中的政策／工作圖／強制執行區分。

修正 1：Pocock 的界線是持續保存並回頭參照#

值得依照原本的脈絡閱讀這段對話，因為 wiki 頁面把它壓縮了。Pocock 對這個標籤感到不滿，而不是對實務不滿——「你可以對它有十種不同解讀，每次你把資訊交給代理程式……提示工程算不算規格驅動開發？某種程度上算」——他於是以持續性為切入點，試圖阻止這個詞涵蓋一切。但他實際說出的句子是一個合取命題，兩個合取項並不是同一種測試。

他自己的工作流程就把兩者分開了。他在一場 grilling session 後只產生兩份文件——PRD（目的地）和 Kanban（旅程）——接著，依照《設計概念拷問》，他既不是刪除 PRD，也不是以一般方式保留它：**他會關閉 GitHub issue。**用他的話說：「我只要把它標記為已關閉。它想要的話還是可以取用，但會看到一個視覺提示，知道事情已經完成。」產物仍然存在；它的權威性卻被撤銷了。這不是持續性規則，而是一種以保留產物方式實作的回頭參照規則——這也正是文件腐化論點實際支持的做法，因為過時文件只有在有人讀回並把它當成現行內容時才會造成傷害。

同一來源中的另外兩個細節也顯示，持續性不適合描述他自己的觀點。他完全不打算最佳化 PRD（「我不覺得那有多大價值……真正重要的是和 AI 達成一致，而這是在 grilling session 裡做到的」）——因此，持久文件是低價值產物，短暫對話反而是高價值的。至於 push/pull 的區分，關乎權威性，而非儲存方式：CLAUDE.md 的內容會無條件 push 給每個代理程式；skill 則在代理程式選擇時才會 pull。他建議把編碼標準 push 給審查者，讓實作者自行 pull。兩份檔案的持續性完全相同。設計決策全在於哪一份具有約束力。

修正 2：Martin 會持續保留規格檔——並附有檢查器#

該頁面把 Martin 的「不，我不會……規格都是短暫的，會消失」解讀為全面拒絕持續保存。但在同一場訪談中，他早了四十分鐘就描述了另一種產物類別，情況恰好相反：

「我還做了一個確定性工具，可以定義哪些模組應該依賴哪些模組，哪些不應該依賴哪些模組，以及相依關係應該如何流動。**這些內容會放進一個精簡明確的規格檔，代理程式不能違反。**最後還會執行另一個小型檢查器；如果違反了，就得想辦法修好。」 ——Uncle Bob on Software Fundamentals in the Age of AI

這個檔案持續存在、位於 repo 中、每次執行都會讀取，而且具有約束力——這是他整套實務中最強形式的規格。因此，Martin 的立場不是規格都是短暫的；而是**限制會持續保存並以機械方式強制執行，計畫則是短暫的，而且不受任何機制強制執行。**他提出的持久規格替代方案——CRAP scorer、mutation tester、相依規則檢查器（《讓不切實際的品質工具重返實用》）——所表達的是同一個重點，只是從強制執行機制而非檔案來看：他不是刪除意圖的持久陳述，而是把它移進會讓建置失敗的機制裡。

如此解讀，Martin 的實務根本沒有預設持續性界線。它更接近《確定性執行前閘門》的規則；語料在別處把它表述為：「skill 讓違規變得罕見，而 hook 讓違規幾乎不可能」（《已提交產物鏈》）：建議性文字是弱產物，可執行限制是強產物，而儲存對兩者都只是附帶條件。

測試 1：語料不稱為規格的持續性產物#

如果持續性就是界線，下列項目全都會是規格驅動開發。但語料中沒有任何地方這樣描述它們。

持續存在的產物	為何不符合「規格」的解讀
CLAUDE.md / AGENTS.md / SOUL.md / .cursorrules（《代理程式脈絡檔》）	有版本控管、可檢視、每個工作階段都會以確定性方式注入、雙重受眾——持續性和回頭參照都達到最大程度。語料把它歸為政策平面：它規範工作範圍內代理程式的行為方式，而非正在建置的內容
WORKFLOW.md（《Symphony》、《以 ticket 驅動的代理程式協調》）	由 repo 版本控管的 prompt-as-policy——「處理一個 issue、取出 repo、將它標示為進行中、加入 PR」。這是流程，不是產品
SPEC.md（《Symphony》）	持續存在，而且確實是規格——但要注意，它規定的是協調器；OpenAI 還會把它編譯成六種語言，用來模糊測試其中的歧義。它之所以是規格，不是因為放在 repo 裡，而是因為實作會依據它接受檢查
ticket 圖（《以 ticket 驅動的代理程式協調》）	整個控制平面堆疊中最持久、最具權威性的產物，而且明確屬於「目標，而非狀態轉換」——它負責選取工作，不負責規定工作
REVIEW.md、hooks、lint 設定（《已提交產物鏈》、《確定性執行前閘門》）	持續存在、代理程式會讀取、具有約束力，而且毫無爭議地不是規格
Martin 的相依規則檔（Uncle Bob on Software Fundamentals in the Age of AI）	持續存在，但作者在同一場對話中說自己不保留規格

CLAUDE.md 這列最具決定性。它符合持續性測試的每個條件——持續保存、回頭參照、每個工作階段都會使用，而且是結構所致——如果這就讓工作流程成為規格驅動，那幾乎每個 Claude Code 使用者都在進行規格驅動開發，這個詞便毫無區別力。Pocock 當初用這項測試，就是想避免這種問題。

測試 2：不持續存在、卻完成整套規格工作的產物#

漏收的問題更嚴重，因為它會錯置語料中最重視規格的立場。

• grilling transcript。《設計概念拷問》位於PRD 替代方案光譜的左端——也就是建置前規格最完整的立場，會問 10 到 100 個問題，一場 session 長達一小時。它的輸出產物是「對話歷史本身」，由 write-a-PRD skill 使用一次後便消失。依照持續性測試，語料中最具規格驅動特徵的立場反而是提示。
• Carey 錄下的 why-not-what 對話（《原型勝過 PRD》）。一份交給 Claude 後就丟棄的逐字稿；它產生的「原型就是規格」才是持久產物，但它根本不是文件。Carey 依自己的論點——「兩個人可以看著同一份文件，腦中卻想著兩種不同的產品」——比 PRD 規定得更精確，整個流程中卻沒有任何持續保存的規格。
• **Martin 自己刪除的計畫。**他寫下的計畫規範了整個建置過程——代理程式會照著執行，甚至超過人類早已停手的時點；這正是他抱怨的核心。在工作期間，這些計畫完成了百分之百的規格工作。它們和《已提交產物鏈》中的 plan.md 唯一不同的地方是儲存方式，而語料肯定把後者稱為規格驅動。
• **口頭提出的限制。Karpathy 修正 MenuGen 時說的「這些必須是我們用來串起所有資料的唯一使用者 ID」（《Vibe Coding 與 Agentic Engineering》），是他直接稱為「規格」**的人類殘留；這句話是口頭說出的，沒有寫進檔案。

測試 3：Pocock 自己提出的歸謬論證#

他用來反駁這個標籤的例子是「你只要修好標頭中的載入問題」——一句交代給同事的指令。依持續性測試，答案是「不是規格」，這聽起來合理。但若把完全相同的句子寫進已提交的 TODO.md，同一測試就會判定為「規格驅動開發」，儘管工作內容完全沒變。只要 git add 就能翻轉的定義界線，追蹤的是檔案系統，不是方法論。

語料真正採用的界線：權威性#

看過上述每個案例後，區分規格與提示的變項是：下游工作是否依據該產物接受評估：

• plan.md 是規格，因為「PR 會依據 plan.md 審查」（《已提交產物鏈》）。
• Fung 已提交的規格是規格，因為「Claude 很擅長根據規格驗證是否發生漂移」——《以程式碼為真實來源》指出，提交規格的價值在於檢查，而非儲存。
• evals 就是規格，因為「PRD 描述意圖；eval 定義完成」，而在 Shopify，評分規準真的會成為 RL reward（《Evals 作為產品規格》）。
• Martin 的相依規則檔是規格，因為檢查器會在違規時讓執行失敗。
• CLAUDE.md 不是規格，因為沒有任何內容會依據它接受檢查——語料記錄過一個案例：一條正確設定目標、已載入且仍有效的 CLAUDE.md 規則，最後就是沒有被遵守，而且沒有任何閘門能抓到違規（《代理程式脈絡檔》）。
• ticket 不是規格，因為它指出目標，而工作是依據該目標的產物接受評判，不是依據 ticket 文字。

《以程式碼為真實來源》已經用規則形式說明了強版本，取自 Anthropic playbook 中關於舊系統遷移的側欄：**每項產物都明確指定唯一一個真實來源系統，其他地方都只保留副本或連結。**若以持續性解讀，這條規則就難以理解——Jira、repo 和 markdown 工作副本都持續存在；但以權威性解讀，這條規則完全合理，因為它精確規範了哪一份持久副本具有約束力。

其他界線：依能解釋多少語料排序#

候選界線	判定
權威性——後續工作是否依據它接受評判？	**最佳。**能正確分類測試 1 至 3 的每個案例，已是語料自己的分類法，也是 Pocock 和 Martin 在持續性語言底下真正要表達的概念
回頭參照／重新讀取（Pocock 的第二個子句）	強而有力，也是正確解讀他論點的方式，因為文件腐化造成的是讀回傷害。只有遇到 CLAUDE.md 時會失效；它被最大程度地反覆參照，卻不是規格——因此還需要權威性才能完整解釋
可執行性／機械可檢查性	是權威性的鮮明子案例，也是 Martin 實際採用的界線。能乾淨地區分建議性文字和強制執行的限制（《確定性執行前閘門》），但涵蓋不足：intent.md 和目的地 PRD 可以約束人類決策，即使沒有檢查器也成立
真實來源優先權	權威性的正式版本，已在《以程式碼為真實來源》寫成每項產物的規則。它回答「兩項產物相互矛盾時，哪一項優先？」但僅此而已——這是平手時的裁決規則，不是定義
人類審查／指定的接受者（《已提交產物鏈》）	在看似合理的界線中最弱，而且語料知道原因。Pocock 刻意不審查自己的 PRD；鏈條本身的累積修正問題表示，提交紀錄「只能證明有人接受了，從不能證明有人讀過」（《人類審查 AI 撰寫的程式碼，仍是真正的控制機制嗎？還是早已流於形式？》）。沒有任何被引述的實務遵守這條界線
實作可見度（DHH、《Vibe Coding 與 Agentic Engineering》）	這是另一類答案，值得指出：DHH 在相鄰的 vibe-coding 界線上，關注的是人類的行為（你會不會看實作？），而不是任何產物。它是二元且可觀察的，因此和持續性一樣，因為相同理由而具有吸引力

為何持續性看起來仍然正確#

最坦誠的辯護，也是值得保留它作為經驗法則而不直接捨棄的理由：**權威性是一種傾向，持續性則可供觀察。**除非觀察接下來一個月的工作，否則你無法得知某項產物是否約束後續工作；但只要一秒，就能看到它是否位於 repo 裡。而持續性幾乎是權威性的必要條件——語料中沒有任何產物能在沒有某種持久形式下規範後續工作（Martin 的檢查器是程式碼；Carey 的原型已提交；grilling transcript 的權威性恰好隨對話結束）。因此，站得住腳的說法是：

持續性是權威性最便宜的促成條件，因此也是相當不錯的實地測試。它不是定義，而且在兩個方向上都會錯判語料自己的兩端立場。

還有一項結構上的佐證：語料中的立場光譜（《AI 原生速度下的 PRD 替代方案光譜》）依照建置前規格的多寡排序，並把「持久產物」列為第五個描述欄位，而不是排序依據。光譜上的每個立場都有某種持久產物——PRD 加 Kanban、一頁式文件、選定的 PR、原型，以及越過右端後的 Martin 檢查器。如果持續性是主軸，整條光譜就會坍縮成一個點。

證據層級#

這個群集幾乎全是 practitioner-opinion，而這個定義問題不是語料中任何來源原本要回答的問題。

• Pocock（工作坊，practitioner-opinion）、Martin（訪談，practitioner-opinion）、Carey（演講）、DHH（podcast）、Fung（演講）——五份第一手報告，沒有一份衡量任何形式的規格。
• 《已提交產物鏈》屬於 vendor-claim，而且依據頁面自己的說法，完全沒有任何形式的測量——每個「如何衡量」區塊列出的都是待蒐集的指標。
• 《規劃／執行分工》是這個群集中唯一的遙測資料（400K Claude Code 工作階段，約 70% 的規劃決策由人類做出），但它衡量的是決策分工，不是產物形式。因此無法裁決這個問題。
• vault 中最接近的兩項測量，都和脈絡檔而非規格有關，衡量內容而非儲存方式：Khatri 對正確性的有限零結果，以及 NVIDIA SkillEvaluator 在專有知識 skills 上帶來的 +41 Correctness（兩者都收錄於《代理程式脈絡檔》，而且都明確指出方法上的限制）。
• 新增於 2026-09-22——來自無關語料，首次測量本結論本身採用的判準。Gao & Chen（arXiv 2608.20195，empirical）追蹤 557 個真實 agentic coding 工作階段中的 3,033 次文件互動，觀察到零次將文件當成程式碼檢查依據的案例：候選互動週期中的 Validate 階段沒有任何事件，Verify 互動類型沒有出現實例；代理程式查閱文件後三個事件內執行測試的比率為基準比率的 0.23 倍，執行建置的比率則是 0.15 倍。作者自己的總結——「我們沒有觀察到文字說明發揮規格作用」——正是本頁的結論，不過是從互動軌跡而非分類得出的，而且嚴格來說只關乎權威性這一半：相關產物都已持續保存、提交，並反覆參照（文件讀取重複發生的比率是 0.270），卻沒有任何內容會依據它們接受檢查。這些零值來自操作定義下的工具呼叫模式，因此界定的是可觀察到的檢查，而非測量工具無法看見、經由模型推理進行的檢查。

因此，上述結論是概念性結果——它透過拿語料自己的分類來檢驗一項候選定義而得出，其可靠程度取決於那些分類的品質。這不是關於結果的實證主張，也不應如此解讀。

哪些證據會推翻這個結論#

• **有一項測量顯示儲存本身會改變結果。**固定內容與讀回行為，只改變產物是否提交；若返工、缺陷率或漂移因此不同，持續性就是獨立變項而非代理指標，這個結論便會大幅削弱。語料中沒有任何研究做過這項測試；Khatri 的消融測試架構是目前最接近的工具，而《已提交產物鏈》的指標組（spec.md 的提交日期晚於第一個 plan.md）則是最接近的現有指標。
• 某項產物完全沒有持久形式，卻能約束後續工作——後續工作確實依據只存在於對話中的內容接受檢查。這會打破「持續性幾乎是必要條件」的一半，讓持續性從代理指標降為巧合。
• 不依賴讀取的持續性社會機制。如果提交規格會改變行為，是因為它可供看見，而不是因為有人讀它——例如團隊承諾、稽核員接受，或《以程式碼為真實來源》提到的「稽核員和監管機構已經接受它們」這種壓力——那麼儲存就有權威性無法涵蓋的實際作用。語料中有一個相鄰線索，顯示即使沒人讀取，提交檔案也會改變現實；不過那談的是安全性攻擊面，而非方法論論點：已提交的 CLAUDE.md 被攻擊者用來做偵察（《代理程式脈絡檔》、UK AISI INC-2026-07-28-01）。
• **定義被工具直接敲定。**如果主要工具推出一種「規格驅動開發」模式，而其字面機制就是持續保存，這個詞就會跟著工具走。那會解決社會語用上的問題，但概念問題仍會停留在本頁目前的結論。

延伸連結#

• 《規格驅動開發是新一代瀑布式開發》——提出問題的頁面；修正之處在於 Martin 自己的實務依據可強制執行性劃界，而非儲存方式
• 《代理程式脈絡檔》——最具決定性的過度納入案例，也是本結論所依據的政策與工作圖分類法來源
• 《代理程式文件行為》——從互動軌跡側佐證本結論：在 3,033 次互動中，持續保存且反覆參照的文件沒有任何可觀察到的檢查步驟；論文 §6.2 也指出，資料不支持把可驗證性列為推論
• 《以程式碼為真實來源》——以強形式表述權威性界線（每項產物只有一個真實來源），並指出提交規格是為了檢查規格漂移
• 《已提交產物鏈》——「依據 plan.md 審查」這種讓權威性變得明確的表述，以及審查不等於閱讀的提醒
• 《原型勝過 PRD》／《設計概念拷問》——兩個納入不足的案例：光譜兩端都有短暫對話完成整套規格工作
• 《Vibe Coding 與 Agentic Engineering》——相鄰的定義爭論，DHH 把界線畫在人類行為，而非某項產物上
• 《Evals 作為產品規格》——沒有文字說明卻具權威性的最佳案例：eval 定義完成，在 Shopify 更成為 reward
• 《代理程式控制平面模式：tickets、迴圈、規格與記憶檔》——以分層分類法（tickets／迴圈／政策／記憶）依權威性整理這些產物
• 《AI 原生速度下的 PRD 替代方案光譜》——排序依據是建置前規格的多寡，並把持久產物列為描述性欄位的光譜

資料來源#

• Uncle Bob on Software Fundamentals in the Age of AI — Robert C. Martin 與 Matt Pocock，2026-08-19，practitioner-opinion。包括「規格都是短暫的」那段對話，以及「精簡明確、代理程式不能違反的規格檔」段落
• Full Walkthrough: Workflow for AI Coding — Matt Pocock — Matt Pocock 工作坊，practitioner-opinion。包括文件腐化的回答（「我只要把它標記為已關閉……會看到一個視覺提示，知道事情已經完成」）、「最佳化 PRD 沒有價值」的回答，以及 push/pull 的區分
• The Committed-Artifact Chain — Anthropic Applied AI，2026-08-21，vendor-claim，沒有測量
• Planning / Execution Division of Labor — 這個群集唯一的遙測資料，且與本問題無關