第9章生成：提升规格说明的层次

把重复知识提升到表、模型或生成器，确保生成物可复现且不被手改。

学习目标

能解释第9章生成：提升规格说明的层次如何回答“从字段规格同时生成解析器、帮助文本和测试向量”
能沿唯一规格 → 转换规则 → 生成产物 → 差异检查 → 重建门禁重建输入、状态、输出和失败边界
能使用 generated_consistency = single_spec × deterministic_toolchain 比较正常输入、恰好边界与单点故障
能修改一次规格并用命令重建、比较、验证全部产物

为什么要从这个问题开始

把重复知识提升到表、模型或生成器，确保生成物可复现且不被手改。生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。在本课程中，Unix 风格只是一组待验证假设；当延迟、安全、事务一致性、团队能力或平台约束改变时，允许用证据拒绝它。

直觉、对象与计算合同

贯穿场景是：从字段规格同时生成解析器、帮助文本和测试向量。先固定输入版本、资源预算和成功条件，再观察数据驱动、禁止手改与版本追踪；若中途改了数据或口径，结果作废。

generated_consistency = single_spec × deterministic_toolchain

这个式子用于公开变量关系，不冒充经验常数。若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。需要特别防范的失败是：在生成文件上手工修补，下一次生成静默覆盖且无法追溯。

正式目录节点：解释与验证

下面逐项保留作者送印版目录坐标。每一项都放回第9章生成：提升规格说明的层次的机制链解释，并在页面实验组件与章末复核清单中再次出现；标题出现本身不计作覆盖。

9. Generation

“9. Generation”把本单元的总机制细化为一个可定位的主题坐标。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查数据驱动：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

Data-Driven Programming

“Data-Driven Programming”把本单元的总机制细化为一个可定位的主题坐标。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查确定生成：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

Case Study: ascii

“Case Study: ascii”是用于观察取舍的案例，不是要求照搬的产品推荐。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查禁止手改：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

Case Study: Statistical Spam Filtering

“Case Study: Statistical Spam Filtering”是用于观察取舍的案例，不是要求照搬的产品推荐。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查产物校验：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

Case Study: Metaclass Hacking in fetchmailconf

“Case Study: Metaclass Hacking in fetchmailconf”是用于观察取舍的案例，不是要求照搬的产品推荐。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查版本追踪：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

Ad-hoc Code Generation

“Ad-hoc Code Generation”把本单元的总机制细化为一个可定位的主题坐标。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查数据驱动：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

Case Study: Generating Code for the ascii Displays

“Case Study: Generating Code for the ascii Displays”是用于观察取舍的案例，不是要求照搬的产品推荐。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查确定生成：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

Case Study: Generating HTML Code for a Tabular List

“Case Study: Generating HTML Code for a Tabular List”是用于观察取舍的案例，不是要求照搬的产品推荐。在“生成式设计先确定唯一规格，再由确定性工具产生代码、文档或展示；生成物必须可丢弃重建，差异应回到规格或生成器修复。”这条因果链中，本节点重点检查禁止手改：先写预期，再改变一个直接条件，并用若生成器比目标逻辑更难理解且只运行一次，直接实现可能更清晰。作为停止或继续的边界。

可执行切片

这段最小命令只展示第9章生成：提升规格说明的层次的证据接口；运行前应固定工具版本与输入，运行后检查退出码和差异。

spec.yaml -> generate.mjs -> parser.ts + help.md + cases.json
verify: regenerate && git diff --exit-code

三视图实验：先预测，再操作

分步1 / 3

1. 组合拓扑

沿唯一规格 → 转换规则 → 生成产物 → 差异检查 → 重建门禁定位职责和失败传播，只允许改变一个直接条件。

taoup-chapter-09-generation · 组合拓扑