Codeplain：用规格驱动开发重新定义软件维护方式

AI 生成代码的速度已远超团队审查的能力。一小部分但日益增长的开发者认为，解决方案不是加快代码审查，而是用全新的方式取而代之。

Dusan Omrcevic 是 Codeplain 的 CEO 兼联合创始人。这家公司将规格驱动开发作为构建和维护 AI 时代软件的核心基础。Codeplain 于 2025 年初在斯洛文尼亚卢布尔雅那创立，同年 9 月低调上线，主打"规格驱动、可直接投入生产的代码生成"。

其核心技术是 Plain，一种开源规格语言，以结构化、人类可读的文档作为软件构建与行为方式的唯一可信来源。其核心理念是：当软件出现问题或需要变更时，只需修改规格说明，而非直接改代码，Codeplain 会从头重新生成实现代码。

Omrcevic 正在进一步推进这一理念。他在接受采访时指出，随着 AI 生成的代码量不断增加，软件开发的瓶颈已从编写代码转向审查和维护代码。而审查规格说明所需的认知负荷，远低于审查代码本身，因为规格编码的是意图，而非实现细节。

"我们的核心主张是：代码不应该被维护，而应该被重新生成。应该被审查和维护的是规格说明。"

为推进这一目标，Codeplain 推出了一个名为 plain-forge 的新开源智能体技能框架。该框架允许 Claude Code、Codex 和 OpenCode 等编程智能体通过对话方式起草和维护 Plain 规格，从而将规格驱动开发中此前最依赖人工投入的环节自动化。

与此同时，Codeplain 还宣布已完成 300 万美元融资，投资方包括 GapMinder VC 和 Silicon Gardens。

规格驱动开发并非 Codeplain 独有的选择。2025 年 7 月，亚马逊推出了 Kiro，这是一款基于结构化规格引导开发流程的智能体集成开发环境，其规格由自然语言提示生成。随后，GitHub 也推出了 Spec Kit，一款旨在将规格变为可供 AI 智能体直接操作的可执行产物的开源工具套件。

这一底层理念的渊源更早。SpecLang 是 GitHub Next 于 2023 年启动的一个研究项目，探索能否将普通英语作为真正的编程媒介，让 AI 负责将人类意图转译为可运行的代码。

这一传承与 Codeplain 也有直接关联。SpecLang 的创始人之一、GitHub Copilot 团队创始成员 Johan Rosenkilde，目前担任 Codeplain 的董事会成员，并在其早期便已投资该公司。

尽管规格驱动开发势头强劲，用户测试结果却显示：开发者普遍不愿意编写规格说明，但对阅读规格说明却没有抵触。结构清晰的规格说明，比它最终生成的代码更容易审查和理解。

Plain-forge 正是 Codeplain 针对这一矛盾给出的解答。它不要求开发者从零开始编写规格，而是让编程智能体主动完成这项工作——调研问题、逐步起草规格，并在开发者看到之前通过 Codeplain 的渲染器进行验证。重要的是，该框架不会在流程开始时就抛出一份庞大的规格文档——这种做法是 Omrcevic 明确反对的。

"我们不会一次性给开发者扔出 200 行规格；我们采用迭代方式推进。"

每一小份规格都能生成可立即验证的可运行软件，开发者可以逐个功能地熟悉规格内容，而不是面对一份自己毫无参与感的完整文档。

"通过这种方式逐步积累规格，开发者在与规格建立关系的同时，规格本身也成为 AI 已理解开发者意图的直接反馈。"

这背后有一个根本性信念：代码应被视为可抛弃的输出物，而非持久资产；团队真正应当保存和维护的，是规格说明，而非生成的代码。Omrcevic 表示，他在构建 Codeplain 的实践中得出了这一结论，但发现很难向那些将职业认同深度绑定于代码的开发者阐明这一点。

Chad Fowler 的凤凰架构理论由此进入这场讨论。Fowler 是一位资深工程师，也是 BlueYard Capital 的普通合伙人，他过去六个月致力于为这一方法构建更宏观的哲学框架。

他在去年 12 月发布的系列首篇文章《再生软件》中提出：AI 已使代码变得充足而廉价，颠覆了数十年来关于软件系统中何者值得保存的基本假设；那些执着于现有实现的团队，正在以自己未曾意识到的速度积累技术债务。

Omrcevic 表示，这一框架为他提供了长期以来苦苦寻找的表达方式。

"规格驱动开发真的很难向普通开发者传达。Chad 做得很好的一点，是把这个故事落回到代码本身，说明唯一的区别在于：这些代码不再是永久性的——它是短暂的，可以随时从其他产物中重新生成。"

凤凰是希腊神话中的意象——一种周期性地燃尽自身、从灰烬中重生的鸟。Fowler 的论点是，软件系统应当被设计成具备同样的特性。

在今年 3 月发布的文章《对话即提交》中，Fowler 指出：当开发者手动编辑 AI 生成的代码时，他们切断了一条重要的链路——那段代码存在的原因、以及哪些决策塑造了它的记录。输出结果改变了，但变更背后的推理逻辑却消失了。

随着时间推移，这种上下文的持续缺失，正是 Fowler 所说的"来源债务"——他认为，大多数开发者在整个职业生涯中一直在积累这种债务，却从未有过这样一个名称来描述它。

"过去，在不引入繁重流程的情况下捕捉代码来源信息在技术上是不可能的，所以整个行业在几乎所有情况下都认为这不值得尝试。现在，工具的进步让这一切无需繁琐流程就能实现。我的观点是：如果我们不朝着最终捕获这些丰富而重要信息的方向前进，我们在这波软件构建方式的创新浪潮面前就是不负责任的。"

换言之，规格说明及其背后的推理，才是真正值得保存的东西——而不是它们所生成的代码。

这一转变所需的文化变革之深远难以估量——毕竟，开发者的职业认同长久以来都建立在代码之上。那么，如何说服一位工程师相信删除和重新生成代表着进步？

Fowler 认为有两种方式，各自反映了不同的说服逻辑。

"第一种方式是等待，因为随着时间推移，他们会看到旧有的做法已经过时，不得不进化，否则就会被淘汰。第二种更积极的方式，是向他们展示：删除与重新生成定义并支撑了一种新的严谨性，而这种严谨性只有在新工具的支持下才成为可能。"

在 Fowler 看来，Codeplain 是将这种严谨性落实到可用产品中的一次可信尝试——但他也谨慎地指出，这只是一幅尚未拼完的更大图景中的一块。

"我希望有很多公司和开源开发者都能来构建这一层。因为我认为这个缺失的层可以呈现出非常不同的形态，这里有很大的想象和创新空间。我不希望只按某一个人或某个团队的设想来推进。越'奇特'越好。我们必须发明一套全新的范式和工具。"

Omrcevic 在企业软件的构建与交付方面并非新手。他此前创立了 SaaS 管理平台 Cleanshelf，并于 2021 年将其出售给 LeanIX，后者随后被 SAP 收购。Codeplain 是他的下一个项目，目前已有客户将其应用于实际业务。

身份验证服务商 Incode 使用 Codeplain 构建并维护与外部数据提供商的集成——这类工作涉及持续的 API 研究、快速变化的外部系统，以及对意外故障的高容忍度。

最后这个问题——故障——是 Omrcevic 最为关注的。由于规格编码的是意图而非实现细节，当外部 API 发生变化导致集成中断时，Codeplain 通常可以用完全相同的规格重新生成代码来修复问题，规格本身无需改动。出了问题的是代码，规格没有任何变化。

"你甚至不需要调整规格。只需用完全相同的规格重新生成代码，因为很多时候只是某个小细节变了导致出错，但规格不会变。"

这一方法背后还有明确的经济逻辑。Omrcevic 表示，生成规格所消耗的 Token 数量仅为直接生成代码的五到十分之一；而且由于规格对智能体的认知要求更低，它可以在相同的上下文窗口内处理更大、更复杂的问题。在代码生成环节，Codeplain 使用 Gemini Flash 等速度更快、成本更低的模型，而非前沿大模型，从而有效控制成本。

Omrcevic 借用的类比是 TypeScript 编译器：Claude 理论上可以直接从 TypeScript 生成 JavaScript，但既然有专用工具能更快、更经济地完成这件事，何必多此一举？

"让专用工具做它真正擅长的事，让 Claude 做它真正擅长的事——那就是研究。"

Q&A

Q1：Codeplain 是什么？它解决了什么问题？

A：Codeplain 是一家基于规格驱动开发理念的软件公司，其核心产品通过开源规格语言 Plain，将结构化规格文档作为软件构建的唯一可信来源。它解决的核心问题是：随着 AI 生成代码的速度越来越快，代码审查和维护成为新的瓶颈。Codeplain 的方案是让开发者只需维护规格说明，代码则可以随时从规格中重新生成，而非手动维护。

Q2：plain-forge 框架有什么作用？

A：plain-forge 是 Codeplain 推出的开源智能体技能框架，允许 Claude Code、Codex、OpenCode 等编程智能体通过对话方式自动起草和维护 Plain 规格说明。它的关键价值在于解决了开发者不愿手动编写规格的问题——由智能体负责调研、迭代起草规格，开发者只需审查即可。整个过程采用增量方式推进，避免一次性生成大量规格文档造成负担。

Q3：规格驱动开发在成本上有什么优势？

A：根据 Codeplain 的数据，编程智能体生成规格说明所消耗的 Token 数量，仅为直接生成代码的五到十分之一。同时，由于规格对智能体认知要求较低，可以在相同上下文窗口内处理更复杂的问题。在代码生成阶段，Codeplain 使用 Gemini Flash 等轻量模型替代高成本前沿模型，进一步降低运行成本。