大家好，我是Tony Bai。

欢迎来到微专栏 《AI 智能体时代的软件工程》的第四讲。

在上一讲中，我们学习了如何利用 AI 队友“不知疲倦”的特质，通过“无尽迭代，边界循环”和“超越完成”模式，把枯燥的测试修复和代码重构工作外包出去，极大地拉高了工程质量的基线。

但是，细心的你可能已经发现了一个隐藏的前提：这一切运作良好的基础，是我们给出了一个极其清晰、毫无歧义的“验收契约”（Contract）。

然而，回到真实的软件工程世界，闭上眼睛回想一下，你平时接到的需求或者技术优化任务，都是清晰完美的吗？

现实往往是骨感的：产品经理在经过你工位时随口提了一句“那个导出功能太慢了，加个缓存吧”；或者前端同学在飞书里贴了一张截图，附带一句“这里的状态没同步，帮我改下后端的接口”；又或者你自己在一张白纸上画了几个圈和箭头，拍了个照，这就成了重构复杂微服务的“架构设计图”。

这就是软件工程中最大的“摩擦力”来源——人类是极其优秀的模糊意图产生者，却是极其糟糕的精准规范说明书（Spec）撰写者。

在纯人类团队中，这种“脏乱差”的沟通虽然低效，但因为我们在后续的开发中会通过不断的开会、拉群、当面确认来弥补（虽然付出了高昂的“社交税”和“时间成本”），系统勉强还能往前走。

但在智能体软件工程中，如果你把这种“脏乱差”的意图直接喂给 AI 队友，不仅会导致我们前面讲过的“积极性悖论”（它会毫不犹豫地在一个错误的假设上写出 1000 行代码），还会引发灾难性的返工。

那么，有没有一种方法，既能保留人类随性、快速表达想法的自由，又能获得机器执行所必需的绝对严谨呢？

今天，我们将解锁 AI 队友的另一项超能力：极强的信息提取与结构化沟通能力。

我们将学习两个强大的实战模式：“草率输入，整洁输出（Sloppy In, Clean Out）” 和 “可缩放总结（Zoomable Synthesis）”。

模式一：草率输入，整洁输出（Sloppy In, Clean Out）

为什么我们需要这个模式？

把模糊的想法转化为严谨的软件需求说明，是一项极其消耗脑力和社交资本的工作。因为害怕显得自己没有想清楚，或者懒得写长篇大论的文档，很多工程师干脆跳过了“写设计文档”这一步，直接开始写代码。这就是传说中的“边写边想”。

“草率输入，整洁输出”模式，就是为了彻底消除“把想法写下来”的门槛。

既然 AI 模型（特别是像 GPT-5.x、Claude 4.x 这样的大语言模型）本质上是人类历史上最强大的“语言逻辑解析器”，我们就不应该自己去写那份痛苦的说明书。