Akka Tests Spec-Driven AI Delivery Across 65 Open Source Projects

Akka 使用 65 个开源项目验证基于规范的 AI 交付流程 - InfoQ

InfoQ 首页 News Akka 使用 65 个开源项目验证基于规范的 AI 交付流程

架构与设计

在线 InfoQ AI 安全与隐私工程认证（10 月 26 日）：在受监管环境中部署 AI？

Akka 使用 65 个开源项目验证基于规范的 AI 交付流程

2026 年 10 月 5 日 2 分钟阅读

作者：

• Leela Kumili

#### 关注我们

Youtube

232K 粉丝

Linkedin

26K 粉丝

Instagram

新

RSS

19K 读者

X

57.1k 粉丝

Facebook

21K 点赞

Bluesky

收听本文 -

0:00

音频准备就绪

您的浏览器不支持音频元素。

正常

1.25x

1.5x

喜欢

新下拉阅读列表

• 阅读列表

Akka 通过 65 个开源项目验证了 AI 协助软件移植的规范驱动工作流程，测量了规范结构、上下文、模型和努力选择、自动化验证、令牌消耗和运行时性能。首批测试耗时 99.3 小时，消耗了 94.1 亿个令牌，Akka 在 65 个移植项目中有 57 个报告了代码行数或性能提升。

实验分为两个阶段。Akka 分析了所有 65 个项目，生成规范并实现每个项目表面积的 10%，然后根据系统特性和可衡量结果选择 10 个项目进行完整实现。交付框架依次经历发现、规范制定、移植、基准测试和改进阶段。发现阶段分析代码、模型、模式和运行时行为，而 Akka Specify 配合 Claude 处理实现、测试和审查。通用基准运行器比较了测试用例、代码规模和延迟。

Akka 交付框架工作流程（来源：Akka 博客）

Akka 发现结构化规范（包含声明、证据和类型化行为）可提升首次实现效果，但上下文文件在跨组件决策方面仍存在空白。后续研究方向包括接口枚举、测试数据摄入、溯源跟踪、差异测试和对抗性测试。GitHub Spec Kit 同样围绕规范、规划、任务、实现和收敛构建编码代理工作流。在 Akka 的实验中，Sonnet 每次移植平均耗时 61 分钟，而 Opus 需要 120 分钟，但 Opus 的令牌消耗量减少了约 40%。更高的努力设置增加了消耗量，但并未持续提升效率。

该发现引发了研究人员的工程师讨论。Aaditya 在评论 Akka 联合创始人 Tyler Jewell 的 LinkedIn 帖子时写道：

较小模型的行为与他观察到的现代化工作一致，即小模型遵循规范，而大模型可能自行发挥。

Aaditya 同时质疑：

代码行数减少是否主要源于死代码删除，还是目标语言差异所致。

Avahi 市场营销总监 Rick Bryce 在同一讨论中提出相关观点，认为约束条件可能影响结果。这些评论引发了关于模型能力、规范约束或两者共同作用是否导致移植效率差异的进一步思考。

更低成本模型实现更精确移植是值得追求的发现

Akka 模型与努力效率图表（来源：Akka 博客）

验证过程使用了原始的单元测试和集成测试，同时由审计人员检查序列化、安全性、错误处理、个人身份信息（PII）、幂等性以及架构边界。Akka在故障暴露新问题时增加了防护措施，但报告称额外的退出条件增加了移植成本。性能因项目而异：应用程序、框架和库通常有所改进，而基础设施和工具的中位数性能出现退化。Akka报告称Dify的性能提升了143,333倍，但指出比较的工作负载存在差异，而Netflix Metaflow的性能大约慢了100倍。

作者部分主容器

关于作者

部分标题

每位作者的主容器

#### Leela Kumili

显示更多

显示更少

#### 本内容属于开发者体验主题

##### 相关主题：

• 开发
• 架构与设计
• 人工智能、机器学习与数据工程
• 自动化测试
• Claude
• 性能基准
• 人工智能架构
• 开发者体验
• 人工智能编码代理
• 相关编辑内容
• 相关赞助商 《实用的智能编码实践手册》
• 相关赞助商 大规模自动化代码转换。修复漏洞、迁移框架并现代化所有仓库中的遗留代码。免费试用Moderne。

InfoQ新闻通讯

每周五发送InfoQ上周内容摘要，每 Tuesday 发送一次。加入超过25万名高级开发者的社区。查看示例

我们保护您的隐私。 /think