跨LLM开发智能体的规格可移植性：规格驱动软件迁移中的跨智能体兼容性

论文研究了跨智能体的规格可移植性，以Oracle到PostgreSQL迁移为任务。在1,006个PL/SQL文件中，623个成功重新生成，380个在PostgreSQL 16中成功执行。跨智能体实验显示，规格大小不预测实现质量，跨智能体传输可能导致显著退化，Gemini直接使用Kiro规格时Token F1仅为0.035。

此前规格通常被视为智能体中立的产物，可随意在不同智能体间复用。本研究首次系统证明，跨智能体传输规格会导致显著的性能退化，最强案例中Token F1仅0.035，说明规格并非天然可移植，这挑战了当前软件开发工作流中的普遍假设。

规格的可移植性受智能体对规格格式、抽象级别和上下文的敏感度影响。不同智能体在解析和利用规格时存在差异，导致跨智能体时性能下降。重写规格可改善性能，压缩并非普遍有益，而检索增强的摄入是唯一对Gemini和Copilot均有效的策略。

若产品依赖跨智能体协作或规格复用，需考虑规格的智能体兼容性。直接复用其他智能体生成的规格可能导致实现质量大幅下降，增加调试和返工成本。产品应提供规格重写或检索增强功能，以缓解这种退化，并避免盲目依赖单一规格格式。

• 开发规格适配层，自动将规格转换为目标智能体偏好的格式，减少退化。
• 在开发工具中集成检索增强的规格摄入机制，提升跨智能体兼容性。
• 为规格添加元数据标注（如来源智能体），并支持按智能体重写规格。
• 提供规格质量评估工具，使用Token F1等指标预先检测跨智能体兼容风险。

• 研究仅基于Oracle到PostgreSQL迁移，其他任务类型是否表现相同？
• 规格重写和检索增强的具体实现细节未公开，实际效果依赖程度未知。
• Claude Code和Cursor在跨智能体实验中的具体表现未被详细披露。