天猫百亿补贴以Spec和Aone Copilot交付后端需求

天猫技术-百亿补贴团队在「某某玩法迭代、支持分享回流」（刮刮乐，1 年前历史项目，4k+ 行代码规模）中，用 Spec-Driven Development 配合 Aone Copilot 完成服务端 AI Coding：Specify→Plan→Implement→Validate 四步流程，交付结果为 0 手写代码、Spec 5000+ 行、长期记忆 200+、任务记录 500+、代码 4000+ 行，4 天完成开发（不含联调）。 为解决 AI Coding 跨会话失忆与多人记忆同步问题，团队开发轻量级记忆工具 @ali/ai-coding-assistant，以四层 md 文件结构（index.json 话题索引→TOPIC.md 话题定义→MEMORY.md 跨会话技术决策→sessions/ 会话存档）分层按需加载，对话开始 topic-open、结束 topic-save，记忆文件随项目 Git 版本化供团队同步；文中给出长期记忆 200+、任务记录 500+ 的使用规模。 团队早期建设多 Agent P2C（PRD to Code）全自动流水线：预生成知识库→需求分析改写→技术方案生成→代码生成→自动化测试，每步产出下一步 Spec，需求分析环节由 coordinator/rewriter/clarifier/analyzer 多 Agent 参与、校验不通过最多迭代 3 次；先后在 iFlow CLI 与 Claude Code 实施，最终代码采纳率约 70%，因步骤多、单次耗时长、缺少成熟代码库索引与 Linter 而未达生产要求，转向开发者深度参与的 SDD。