精彩答疑（一）｜概念篇：建立AI原生世界世界观

1. 规范和上下文在AI认知模型中扮演不同角色，规范是约束型上下文，告诉AI“必须做什么”和“绝不能做什么”，而普通上下文是信息型上下文，告诉AI“现有什么”和“怎么用”。 2. SDD、spec-kit和claude三者的关系可以理解为是“思想、实现与引擎”的关系，SDD是“思想/方法论”，spec-kit是SDD的一个“具体实现/工具”，而Claude Code是驱动这一流程的“动力引擎”。 3. 在SDD工作流下，如果发现“架构问题”，可以回到plan.md（技术方案）层面，告诉AI：“这个架构在实现时遇到了XX问题，请修正设计”，然后让AI重新update方案（plan.md）和任务（tasks.md），然后根据更新后的tasks.md，让AI自动重写代码。 4. 对于使用spec生成的代码，在测试阶段发现实现bug，应根据Bug的性质决定是修改Spec还是让AI修复代码，永远维护“意图”的单一来源，只有当Bug源于意图偏差时才改Spec，否则让AI去修代码。 5. SDD在多人团队落地时，可以通过CI/CD流程卡点，对于极其简单的Bugfix/小优化，允许直接改代码，但要求Commit Message清晰，也可以考虑让AI帮助“反向同步”，定期运行一个任务，让AI读取所有新的代码变更，反向更新spec.md. 6. SDD将确认环节提前到了spec.md阶段，控制信息损耗在成本最低的阶段，用“思考的成本”置换了“返工的成本”. 7. SDD的工具目前还在早期阶段，稍显笨重也是正常的，但在实际操作中，不需要被spec-kit的CLI框死，可以像维护代码一样，灵活地手动或让AI局部更新资产. 8. 对于有状态系统的迭代，AI Agent不能只看当前需求，必须注入相关的上下文，比如注入Schema，利用@schema.sql让Agent充分理解现有数据结构，同时Review和Checkpointing尤为重要，人需要负责为数据安全兜底. 9. 一个会话是从你输入 claude 启动开始，到你退出或 /clear 为止，这期间的所有对话历史（Prompt + Context）都属于一个会话。 会话越长，历史越多，每次发给 AI 的 Token 就越多（因为要把之前的对话都带上），费用也就指数级上涨。 因此，考虑到上下文对token消耗的影响，以及上下文过大导致“幻觉”增大的可能性，一般建议：不要在一个会话里做完