用 Kiro 规格与钩子约束 AI 开发
作者在黑客松项目中用 7 份规格串联需求、设计与任务,并通过钩子执行测试、扫描泄露令牌和核验科学引用。项目还用规则文件约束开发行为,引用核验曾帮助纠正一条错误的实验描述。
AI 深度解读
一个人参加黑客松,既要做实验展示,又要做怪物养成和 AI 视频对战,怎样避免功能越堆越乱?PROMETHEUS-iPSC 作者给出的答案,是先写规格,再让 AI 按规则实现。
这篇 Kiroween 2026 参赛记录很短,但有两个值得拆开的细节:作者怎样用 Kiro 管住开发范围,以及自动核验引用怎样拦下一条错误的科学描述。它提供了一套可借鉴的工作方式,也留下了不少尚未验证的效果判断。
功能跨度越大,越需要先把验收条件写下来
PROMETHEUS-iPSC 是作者参加 Frankenstein 赛道的作品。应用包含六项真实、经过同行评审的干细胞实验,以及一个虚构的怪物实验室:用户设计嵌合体,在生物反应器中培养,再让它参加一场 16 秒的 AI 视频对战。
科学内容、养成规则、视频生成挤在同一个项目里,很容易出现局部功能都能运行,整体逻辑却接不上的情况。
作者的做法是:每项功能先走 requirements -> design -> tasks,把需求、设计和任务放进 /.kiro/specs,共建立了 7 份规格。需求采用 EARS 风格的 WHEN ... THE SYSTEM SHALL ... 表述,先明确什么条件触发什么行为,再开始编码。
这类写法的价值,是让「做一个培养流程」变成可以检查的行为约定。AI 有了实现边界,开发者也有了验收依据。不过,原文没有展示具体规格,无法判断这 7 份文档写到了什么粒度,以及维护它们花了多少时间。
自动化最有价值的一次,是纠正了科学描述
作者把持续检查放进 .kiro/hooks/prometheus-lab.json:保存文件时运行相关测试、扫描泄露的 token、保护私有文档,并通过 Europe PMC 重新核验每条科学引用。
其中,引用核验确实发现过一次错误。作者最初的一张实验卡片写了「92% 人脑小鼠」,但所引的 Nature 2022 论文使用的是大鼠,也没有报告这个比例。作者在评审前修正了卡片。
引用能找到,不代表引用支持页面上的结论。
这个例子说明,检查不能只停在论文是否存在,还要核对物种、数字和结论是否对应。原文没有解释 hook 如何完成判断,也没有给出误报、漏报数据,因此不能据此认定科学核验已经可以完全自动完成。
另一层约束来自 product.md、tech.md 和 AGENTS.md。这些文件保存产品方向、无需 API key 的 API 使用规则,以及重试次数限制、只运行一个开发服务器、仓库中不放密钥等工作约定。
测试则覆盖了更确定的规则:作者用 21 个 fast-check 文件检查阶段计时、450 点属性预算,以及战斗概率永远不会达到 0% 或 100%。作者报告,共有 404 项测试通过。
属性测试(property-based testing)适合这里的原因,是它可以围绕规则检查多种输入组合。但测试通过覆盖的是这些规则,不足以证明科学内容或视频效果同样可靠。
我的判断
这篇最值得借鉴的,是把三类约束放到了不同位置:规格负责定义功能,工作规则负责约束 AI 的执行方式,测试和 hook 负责反复检查。
对于一个同时包含内容展示、状态流转和数值规则的项目,这种分工有道理。与只在聊天窗口里不断追加要求相比,文件中的约定更便于回看,也更容易发现需求之间的冲突。不过,文档仍然需要跟着实现更新,否则也会成为过期信息。
作者认为,规格驱动让单人项目在截止日期前保持了连贯性。这是有具体实践支撑的经验之谈,原文没有与其他开发方式做对照,也没有提供开发时长或缺陷数量的比较,不能推导出普遍的效率优势。
视频生成部分同样需要保留判断。作者观察到,模型需要非常具体的指令,才会真正打斗,而不是对着镜头摆姿势。但原文没给模型名、提示词或成功率,这条经验还不足以直接复现。
能拿来做什么
- 给前端或 Node 项目中规则较多的功能,先写触发条件、系统行为和验收标准,再拆成实现任务;不必为了形式一次补齐所有文档。
- 把 AI 编程中反复出现的执行问题写入项目规则,例如限制重试、统一开发服务器入口,并通过保存时检查尽早发现密钥泄露。
- 对计时、数值预算、概率边界这类逻辑尝试属性测试,重点检查各种输入下都必须成立的条件。
- 页面涉及论文或其他资料时,同时核对来源和具体表述,尤其检查数字、对象与适用范围;自动核验结果仍应保留人工复查入口。