OpenSpec: как управлять разработкой с помощью AI? 🤖

Когда AI пишет код, самая большая проблема часто не в генерации самого кода.

Проблема — правильно поставить задачу.

Если написать AI:

«Добавь авторизацию»

агент может самостоятельно выбрать архитектуру, изменить несколько классов и реализовать совсем не то, что ожидалось.

Здесь интересен подход OpenSpec.

OpenSpec предлагает сначала описать что именно должно измениться, а уже потом переходить к реализации.

Упрощённо workflow выглядит так:
требование → спецификация → план изменений → AI-код → проверка

Например, вместо:
«Добавь JWT авторизацию»
можно зафиксировать:
• какие endpoint'ы должны быть защищены;
• какие роли существуют;
• какие claims находятся в JWT;
• что происходит при отсутствии токена;
• какие ошибки возвращаются;
• какие тесты должны появиться.

После этого AI-агент получает гораздо более точные ограничения.

Например:
OpenSpec → OpenCode → Java/Spring implementation

OpenSpec отвечает на вопрос:
«Что мы должны построить?»
А OpenCode и подключённая LLM помогают ответить:
«Как это реализовать в существующем проекте?»

Особенно полезно это становится в больших проектах, где AI работает не с одним классом, а с десятками сервисов, API, БД и тестов.

Главная идея:
AI не должен каждый раз самостоятельно додумывать требования.

Сначала фиксируем спецификацию, затем позволяем агенту реализовать её.

Это делает AI-разработку более предсказуемой, проверяемой и пригодной для командной разработки.