以下文章来自微信公众号“觉学社”，作者张汉东，发表于 2026 年 3 月。

我基于 智能体软件工程  #4 ｜ 当 Agent 写完代码，谁来说「可以合并」？这篇文章里开源的 agent-spec ，让 claude code 直接生成了这个视频（见视频号“觉空间”）。做这个没有用任何 skill。

这从侧面印证了我的一个看法：LLM 的能力瓶颈已经从供给侧转移到了需求侧。

当前的核心问题不是"模型能不能做到"，而是"人类能不能把需求表达为可执行的契约"。

但问题是：能准确描述清楚需求本身的成本是极其昂贵的。

能准确表达需求的人，往往已经有能力自己解决大部分问题了。 这是一个 spec 驱动范式的内在张力。

就拿视频内容来说，对于一个 Rust 初学者来说，他恰恰是因为不理解生命周期才来找 LLM 的，他写不出这个 spec，更不可能生成这个视频。

这个矛盾的结构是：你必须已经理解一个东西，才能精确地要求 AI 帮你处理它。 但你来找 AI，恰恰是因为你还不理解。

这是认识论里一个古老的悖论。柏拉图在《美诺篇》里就问过：你怎么能去寻找你不知道的东西？如果你不知道它是什么，你怎么知道你找到了？

方法不是"一步到位地写出完美 spec"，而是中介。

一个 Rust 初学者不会写那个 spec。但他可能会说"我不理解为什么编译器总是报 does not live long enough"。

一个有经验的 Rust 开发者听到这句话，就知道他需要的是生命周期的心智模型，而不是 Rust Reference 里的形式化定义。这个开发者能把初学者的困惑翻译成精确的教学 spec。

所以，这里存在一个人类的机会：在"不知道自己要什么的人"和"能做任何事但需要精确指令的 AI"之间，存在一个巨大的翻译市场。

能做这个翻译的人，能听懂模糊的人类困惑，然后转化为可执行的 AI 指令的人，在 LLM 时代反而变得更值钱了，而不是更没用了。

但这只是表面。

其实初学者和 AI 的第一次模糊的交互本身就是 spec 的发现过程。

他可能一开始就知道要什么的，他可以通过看到 AI 产出了什么，才逐步清晰了自己的需求。

LLM 在这里不只是执行者，它同时也是需求的催化剂，它给初学者一个初始输出，然后他从中识别出"哦，原来我真正想要的是这个方向"。

这意味着那个矛盾不是不可解的，它可以通过迭代来化解。Rust 初学者说"我不懂生命周期"，LLM 给出一个初级解释，初学者说"等等，你说的 scope 是什么意思"，LLM 发现真正的卡点在作用域概念，于是调整方向。

三轮之后，LLM 其实已经在内部构建了一个隐式 spec，不是用户写的，而是从对话中涌现的。

所以真正的矛盾不是"用户写不出 spec"，而是"当前的交互范式假设 spec 必须在执行之前就写好"。

我发现，我的 agent-spec 项目其实已经在挑战这个假设了。BDD 的 Given-When-Then 格式暗示了一个线性的 spec→execute→verify 流程。

但如果 spec 本身是在执行过程中被发现的呢？这更接近一个对话式的契约协商，不是"你告诉 AI 要什么我来做"，而是"你和 AI 一起搞清楚你要什么"。

所以回到前面说的，"人类的机会"，这个机会当前是存在的，但这个机会有一个有效期。短期内（3-5年），中长期这个过程会被自动化。因为模型会越来越擅长从模糊输入中主动探测和收敛需求。

但有一个东西不会被自动化：判断什么值得做。 Rust 初学者不知道自己需要一个 scope bar 的可视化，而我知道。

这不是因为我 Rust 比他好，而是因为我有教学直觉。

我知道什么样的心智模型能让人"啊哈"。这种判断不是从 spec 中推导出来的，它先于 spec 存在。

这才是最持久的人类机会：不是写 spec 的能力，而是知道什么 spec 值得写的判断力。