A-ISL用可审阅规格驱动多技术栈代码生成
实验项目A-ISL将流程拆为自然语言生成规格、人工确认、显式调用编译技能生成应用,支持React、Blazor和WinForms等目标。作者强调规格错误会传递到实现,所列内部测试样本仅为5例。
原文暂未完整获取,基于公开信息的快读
A-ISL 是一个实验性的 AI 编程项目:先让 coding agent 把自然语言需求写成可审阅的规格,人工确认后,再显式调用另一项技能生成代码。同一份规格可面向 React、Blazor、WinForms 等技术栈,核心设计是把需求确认与代码生成分开。
目前能确认什么
流程分两步:a-isl-spec-author 只生成 .isl.md 规格文件;用户审阅并接受后,再调用 a-isl-compile,将应用生成到 bin-<stack>/。规格生成后不会自动触发代码生成。作者强调,审阅首先看产品行为是否正确,不要求用户掌握规格语法。
这里的「编译」由 agent 配合运行时完成,不能直接等同于传统编译器的确定性转换。规格驱动的通用思路,是先明确行为约束,再据此实现;规格写错,实现也可能忠实地执行错误要求。
内部测试只有 5 例。在规则封闭的小任务上,规格流程与单次提示在 JS 上均为 5/5。C# 单次提示首次为 1/5,但补上相同的「优先使用 records」规则后,差距消失。日常使用和测试均在 Cursor 上完成,其他宿主尚未单独测试。
我的判断
可借鉴的是人工审阅关口,效果优势尚未得到证明。
对程序员而言,这种流程可以把需求讨论落到可检查的规格文件上。尤其在生成多个技术栈实现时,先确认共同的行为要求,有助于明确后续核对的依据,但不能据此认定各端行为已经一致。
C# 测试还提示了一个具体问题:提示中的约束是否一致,会直接影响比较结果,不能把规则遗漏造成的差距算成流程优势。
作者期待它用于大型、多模块项目和通过修改规格持续演进,但当前测试没有证明这些收益。修改规格后如何保留手工代码、怎样验证多端行为一致,给出的材料也没说清,仍需完整文档和更充分的测试确认。