重做项目时，如何选择 Agent、Plan 与规范驱动开发模式？

核心回答

Agent、Plan和规范驱动并非互斥：Agent负责执行与反馈，Plan解决跨步骤依赖，规范明确要实现的行为和约束。重做项目时，根据需求清晰度、影响范围和可验证性决定各部分用到什么程度，不必先选一个模式再套全部任务。

明确、局部、可逆的工作可以直接交给Agent沿现有模式完成；跨模块、依赖多或方案有分歧时，先用Plan收敛步骤；接口、状态和多人协作需要稳定共识时，用必要的规范或契约约束实现。最后都要验证真实结果。

根据任务选择协作方式

例如在既有列表增加一列，需求和代码模式已清楚，Agent定位、修改、检查即可。若要重做订单链路，先梳理现有行为与依赖，明确哪些兼容约束保留，再拆分数据库、接口和前端任务。

如果产品目标仍不清楚，可以先做可运行原型，利用界面反馈澄清需求；如果规则清楚但实现复杂，就把输入输出、错误行为与不变量写成轻量规格，让AI比较实现并逐步完成。计划和规格都应服务于减少返工，不以文档数量衡量成熟度。

重做项目要先保留什么

先盘点现有功能、实际缺陷、用户依赖和可复用模块，建立可比较的行为基线。重做不等于全部推倒重写：能沿用的接口与存储继续复用，真正限制项目的部分再替换。

把AI用于模块定位、方案比较、骨架和重复代码、测试边界、性能线索与文档整理。对关键数据结构、并发语义、权限和迁移策略检查依据；发现生成结果与现有系统冲突时，定位具体差异，而不是让AI凭另一套默认架构覆盖项目。

一个组合示例

假设原来的造数工具不能保持表间关联：先明确外键一致性、唯一键和随机种子要求，再用Plan安排数据模型、生成器和导出验证；每个小任务由Agent读取现有实现并完成。通过小规模固定样本检查，再根据目标数据量评估性能。

这里规范确定“什么算正确”，计划确定“按什么依赖推进”，Agent负责“如何完成当前步骤”。发现新证据时更新受影响部分，简单修正无需重新走完整项目流程。

常见追问

如何判断这次使用AI更好？ 比较到可用结果的时间、返工、缺陷、解释与维护成本；缺少实测时先讲清完成的功能与验证，不用生成代码占比替代收益。

参考资料