他花3个月把AI对话变成代码流水线，团队调试时间砍半|上下文|代码|控制台|流水线|电子表格|编程|调用

AI编程有个鬼故事：你昨天让Claude写的代码能跑，今天用同样的提示词，它给你另一套实现。不是AI变笨了，是你那个"20分钟来回拉扯"的过程根本没被记录下来。

开发者Harper Reed在博客里算过一笔账：一个中等复杂度的功能，平均要跟AI对话12轮，产生约4000字的上下文。这些信息散落在聊天窗口里，无法diff、无法回滚、无法让队友接手。他管这叫"vibe coding"——靠感觉编程，感觉没了，代码就成了孤儿。

这场景像极了十年前的AWS控制台运维。那时候配负载均衡、安全组、自动扩缩容，全靠鼠标点点点。能跑就行，直到老板问"能原样再搭一套吗"，答案永远是"大概可以"。

Terraform的出现终结了这种手工 chaos。Infrastructure as Code（基础设施即代码）把一切都写进.tf文件，plan、apply、可回滚、可评审。控制台还在，但正经团队碰都不碰。

AI辅助开发现在就是那个"点点点"阶段。我们聊天、复制粘贴、人工验证、再聊一轮。奏效吗？奏效。能追溯吗？不能。

Reed想了一个粗暴的解决方案：如果AI工作流也能写成代码呢？

把AI调用变成纯函数

他造了个叫CoDD（Coherence-Driven Development）的Python CLI工具。核心逻辑一句话：用Markdown写需求，用命令行跑流水线，全程零交互。

流水线长这样：

spec.md（需求文档）→ codd init（初始化配置）→ codd plan --init（AI设计文档依赖图）→ codd generate --wave 1..N（分批生成设计文档）→ codd validate（质量门禁，抓AI偷懒）→ codd implement --sprint 1..M（按设计文档生成代码）→ codd assemble（组装成可运行项目）→ 标准构建（npm/cargo/whatever）

关键细节：全程没有聊天窗口。每个AI调用都走claude --print，Claude Code CLI的非交互式STDIO模式。提示词进，文本出，AI变成纯函数。

配置里这一行定义了AI怎么被调用：

ai_command: claude --print --model claude-opus-4-6 --tools ""

把claude换成gpt-4-turbo、换成本地ollama，流水线照样跑。CoDD不关心你用哪个大模型，只关心stdin/stdout。

这和市面上多数AI代码生成器的区别在哪？它们把每个提示词当独立事件处理，CoDD把设计文档链成依赖图。生成第N份文档时，系统知道它依赖第1到N-1份的哪些章节，自动注入上下文。不是"再聊一轮"，是"按图施工"。