
Vũ Khôi
Tác giả tại Wotech Electronics Blog

Living Spec:对照实验证明 Spec 文件便宜 54 倍,但过期的 Spec 是唯一的单点故障
我刚让自家的 AI 证明一个热门方法,结果让我不得不修正自己的理解。这是 Cáo Nhăn Nhó 在 Muse AI Việt Nam 小组(2026 年 11 月 19 日)关于 Living Spec 方法的分享——作者自己设计并运行的对照实验。本文中的所有数字、流程和观点均来自该帖子,未经 Wotech 独立核实。
快速回答: 根据该帖子,有一篇分享 Living Spec 方法的文章,大意是别再让 AI 重读冗长的聊天记录了,把项目状态提炼成一个简短的文件并固定置顶。听起来很合理,但合理不等于正确,于是作者让它做了正经的对照实验。三个最有价值的发现:第一,成本上这种方法绝对胜出——读 Spec 文件只需 970 个输入 Token,读完整历史要花 52,767 个 Token,同样一个正确答案要贵约 54 倍。第二,准确度上并不像原文说的那么神奇——大模型读原始历史仍能答对 12 题中的 12 题,但小模型在最脏的历史条件下掉到 12 题中答对 10 题,错的正好是最终决定只被轻描淡写提到的两个地方;而读 Spec 则始终完全正确。第三,也是作者认为最有价值的发现:Spec 文件是唯一的单点故障——作者故意让 Spec 中的 4 个字段过期,结果就在这 4 个字段上出错,一个字段都无法自我修正;Spec 新鲜,方法就正确,Spec 过期,它就以绝对的自信传播错误。*
Living Spec 是一种方法:不再让 AI 重读冗长的聊天记录,而是把项目状态提炼成一个简短的文件并固定置顶——据该帖子所说,作者做了对照实验来检验这种方法。
实验是怎么做的?
根据该帖子,做法是:搭建一个有 12 个决定的假项目,每个决定都有一个已被取代的旧版本,再加入 10 个结构完全相同的其他项目作为干扰,聊天记录长达 52,767 个 Token。然后让两个模型——一个大模型、一个小模型——在四种不同条件下回答关于当前状态的 12 个问题。
三个最有价值的发现
根据该帖子,结果如下:
| 发现 | 据该帖子所说,实验结果 |
|---|---|
| 成本 | 读 Spec 文件只需 970 个输入 Token,读完整历史要花 52,767 个 Token,同样一个正确答案要贵约 54 倍——这种方法绝对胜出 |
| 准确度 | 大模型读原始历史仍能答对 12 题中的 12 题;小模型在最脏的历史条件下掉到 12 题中答对 10 题,错的正好是最终决定只被轻描淡写提到的两个地方;读 Spec 则始终完全正确——并不像原文说的那么神奇 |
| 单点故障 | 故意让 Spec 中的 4 个字段过期,结果就在这 4 个字段上出错,一个字段都无法自我修正;Spec 新鲜,方法就正确,Spec 过期,它就以绝对的自信传播错误 |
立即应用:因为便宜而用 Living Spec,并保持更新纪律
根据该帖子,作者的结论是:Living Spec 值得用,但不是因为它治好了 AI 的失忆。它值得用,是因为它便宜几十倍,它帮助小模型仍然把工作做对,并且它给了你一个可以核查的唯一事实来源。代价是更新纪律,忘了更新就是系统性地出错。该帖子最后向小组里的读者提出的问题是:有没有人正在真实项目中使用这种状态文件,是手动更新还是已经自动化了?
常见问题
1. Living Spec 是什么? 根据该帖子,Living Spec 是一种方法:不再让 AI 重读冗长的聊天记录,而是把项目状态提炼成一个简短的文件并固定置顶。
2. 对照实验是怎么做的? 根据该帖子:搭建一个有 12 个决定的假项目,每个决定都有一个已被取代的旧版本,再加入 10 个结构完全相同的其他项目作为干扰,聊天记录长达 52,767 个 Token;然后让两个模型——一个大模型、一个小模型——在四种不同条件下回答关于当前状态的 12 个问题。
3. Spec 文件比读完整历史便宜多少? 根据该帖子,读 Spec 文件只需 970 个输入 Token,读完整历史要花 52,767 个 Token,同样一个正确答案要贵约 54 倍。
4. 准确度如何,小模型能做对吗? 根据该帖子,大模型读原始历史仍能答对 12 题中的 12 题;小模型在最脏的历史条件下掉到 12 题中答对 10 题,错的正好是最终决定只被轻描淡写提到的两个地方;而读 Spec 则始终完全正确。
5. Living Spec 最大的风险是什么? 根据该帖子,Spec 文件是唯一的单点故障:故意让 Spec 中的 4 个字段过期,结果就在这 4 个字段上出错,一个字段都无法自我修正;Spec 新鲜,方法就正确,Spec 过期,它就以绝对的自信传播错误。代价是更新纪律,忘了更新就是系统性地出错。
来源:Cáo Nhăn Nhó 在 Muse AI Việt Nam 小组(2026 年 11 月 19 日)关于 Living Spec 方法对照实验的帖子。本文中的所有数字、流程和观点均来自该帖子,未经 Wotech 独立核实。
Bài viết liên quan

20 tháng 11, 2026 · 2 phut doc
Muse 助手亲手起诉 Meta:被当成黑客封了主页,然后它起草了索赔 7.5 万美元的诉状
南卡罗来纳州的一位小企业主刚刚用 Meta 自己的 Muse 助手起诉了 Meta,这个故事正是只有智能体时代才有的那种。这是 Trần Mạnh Quân 在 Muse AI Việt Nam 小组(2026 年 11 月 18 日)发布的帖子内容,讲述了 Kong Koatings Epoxy Countertops 公司老板 Joe Thomas 的故事。本文中的所有细节、数字和观点均来自…

20 tháng 11, 2026 · 2 phut doc
Muse 连接 Google 日历:日历主动向 AI 汇报,会议改期 Muse 比你先知道
某个下午,与供应商的约会改了时间,你还没来得及打开日历查看,Muse 就已经知道了。不是因为 Muse 猜到了,而是因为你的日历已经连接了它,日历一变,Muse 也跟着变。这是 Trần Mạnh Quân 在 Muse AI Việt Nam 小组(2026 年 11 月 20 日)发布的帖子 Connector 06 Google Calendar——会向 AI 汇报的日历的内容。该帖子没有…

20 tháng 11, 2026 · 2 phut doc
2 人团队,每天 10 多项工作自动运行:Javis OS 替代重复性工作,老板只需看报告
我们团队只有 2 个人。但每天有 10 多项工作自动运行,即使我们两个都在睡觉也是如此。这是 Phạm Quảng Đại 在 Sắc Màu Cuộc Sống Xa Quê 小组(2026 年 11 月 20 日)关于他的 Javis OS 的分享——下图是 Javis OS 中的“定期工作”页面,每一行都是一项以前需要有人坐下来做的工作,现在机器自己做完并自行汇报。本文中的所有数字、流程和…