1作者的诊断，准

EARS 到底是什么

O MO 的核心洞察很锋利：「问题不在它有没有问清楚，在于追问只能解决『说不清』——脑补发生在你以为自己说清楚了的地方。」这句话是本篇唯一无争议、也最值钱的一句。

EARS 本身是 2009 年 Rolls-Royce 在分析航空发动机适航规章时提的需求语法，五种基本模式（Ubiquitous / Event-driven / State-driven / Optional / Unwanted）+ Complex（组合）。作者主动纠正了「五关键词 WHEN/WHILE/IF/WHERE/SHALL」这个流行误传，是全文最见功力处。事实层核查 8.5/10，出身、模式、采用方（Airbus/Bosch/Dyson/Honeywell/Intel/NASA/Siemens）全部对得上。

判断：EARS 只治句法歧义，不保证需求正确、必要、完整——作者自己守住了这条边界，值得加分。它和 User Story、Gherkin 各管一段：Story 管意图，EARS 管可验证行为，Gherkin 管测试自动化。

2两个核查发现

他漏了一个月

第一处：他教的手搭四步（AI 改写成 EARS → 你做裁判 → 贴进编码工具 → 一份规格三处复用），在 Amazon Kiro 里已是三个按钮。Kiro 的 requirements.md 默认就是 EARS 记法，内置 Analyze Requirements 自动抓五类问题（逻辑矛盾 / 歧义 / 冲突约束 / 未陈述假设 / 缺失边界），后两类正是作者说的「洞」。spec-kit（133k★，MIT）也已在 7 月 13 日合并 EARS 扩展（author/lint/convert 三个 opt-in 命令）。中文圈这轮 EARS 讨论，整体落后英文工具链约一个月。

「EARS 让 AI 写得更准」证据强度截至 2026-09-03

结构性保证（洞被逼出）

有，不依赖评测

可直接用

对 LLM 编码增益

无对照评测

不能对外讲

唯一同行评议的 EARS 实证研究：10 人×3 条需求、测的是人改写 EARS 去测 PLC、与 LLM 无关、被引 0；「返工减少 30–40%」等数字来自 SEO 内容农场，无可打开的一手报告

第二处：那组看起来很硬的百分比（返工减少 30–40%、审计准备减少 40–60%），追溯全是 SEO 内容农场，没有一篇给得出一手报告链接，有的正文还混入了「Ear Nose & Throat」这类自动生成串标。spec-kit 维护者自己也说「目前没有证明某格式优于另一格式用于 coding agent 的评测」。

3对神机百炼的迁移

把「待确认清单」做成产品

落到机器人交付，EARS 的 If-Then 模式正好是那 85% 需求对齐工作的采集表单。6 台 K1 足球项目最容易翻车的，就是「你没意识到要交代、对方觉得默认合理」的洞：

如果发生了	你希望它怎么做（待确认）
单台机器人比赛中失去连接	重启？换备机？继续 5 打 6？
场地光照中途变化（自然光/灯光）	视觉识别应 ______
观众进入表演区域	急停？避让？谁喊停？
电池第 15 分钟低于阈值	轮换策略应 ______

写不出来的数字一律标 [待确认：谁拍板]，绝不让自己或 AI 悄悄填默认值。这份清单本身就是报价依据和免责边界

判断：竞品卖「我们有几台机器」，我们卖「我们把所有『如果…怎么办』提前问完并写进交付单」。顺着 15/85 拆分往下走，EARS 的 If-Then 模式就是那 85% 的采集表单——这跟 RaaS 的差异化卖点是同一句话的两个版本。

4可执行性与一处提醒

最值钱的资产锁在图片里

全文唯一一个「可以直接复制」的 prompt，只以图片形式存在——在一个讲「让需求可解析、可复制」的题目下，用最不可复制的载体承载最该被复制的东西。可落地的是自己写一份中文 EARS skill：6 种模式（补上 Complex）+「每条规格最多 2 个关键字」硬约束 + 纯中文模板 + 文件路由表 + 待确认机制，并预置机器人表演/租赁场景的 If-Then 模板。注意检索到的现成中文 skill（42★）无 LICENSE，可参考结构自己写，不要直接 npx 装进生产流程。

一手信源：Alistair Mavin 官方 EARS 站 · RE'09 原论文 · Kiro 官方文档（页面更新 2026-09-02）· github/spec-kit #1356/#3407 · Salari et al. 2025, SN Computer Science 6:314 (DOI 10.1007/s42979-025-03843-3)。未能核实：作者同系列另两篇文章的存在与数据；Kiro 用户规模与付费数据。