上周收到一条消息："AI真能加速交付，还是只是炒作？"

这是过去半年我被问得最多的问题。没有抽象概念，直接上数据——来自上季度刚结束的一个MVP项目，每个数字都是实测，不是拍脑袋。

打开网易新闻 查看精彩图片

单功能交付时间：3天 → 3小时

这个对比足够直观。对一线开发者来说，"下周能上线"变成"午饭后就能看"，比任何"成本降低55%"的标题都更有体感。

但单功能快不代表整体快。省下的时间会不会被更多评审吃掉？来看端到端数据：成本节省约55%，时间节省40%-50%，团队规模从4人压到2人——不是0人。

两个容易被忽视的细节：

第一，整个MVP的LLM账单在500到1500美元之间。这不是"几美分"的事，架构草图、代码生成、并行评审、部署自动化、记忆反馈循环，加起来是四位数的开销。别拿单条Prompt的成本去套完整项目。

第二，工程师还在。所谓"2人+智能体"，指的是真人操作流水线、审智能体输出、修智能体埋的bug、接Twilio这类第三方、最终把代码发出去。2026年零人类发版MVP的创业公司，目前不存在。

34个智能体，8个阶段，2道人工关卡

架构图在greatcto.systems/architecture，SVG上的每个方块都能点进GitHub源码。日常跑得最勤的有这几类：

architect——在gate:plan之前输出ARCH.md、架构决策记录和成本估算；pm——把需求拆成带显式依赖的并行任务；senior-dev（多个实例）——认领任务，TDD，隔离工作区，产出diff；qa-engineer——类型检查、lint、测试、覆盖率；security-officer——OWASP、CVE扫描、密钥检测；code-reviewer——从12个角度审最终diff；devops——金丝雀、健康检查、自动回滚；l3-support——线上排障、事后复盘；continuous-learner——提取教训写入.great_cto/lessons.md。

剩下26个领域专属评审员只在触发条件满足时启动——语音AI、医疗、金融科技、机器人等。关键不是34个全开着，而是每个PR有5-7个命中，具体哪7个取决于你的仓库长什么样。

合规包：10个行业模板

做受监管行业的交付，光有智能体SDLC不够，还得让评审员知道该卡哪些关卡。于是有了pack机制：扫描仓库特征（比如package.json里有twilio就触发voice），自动挂载专家评审员、生成威胁模型、指定人工关卡。

voice-pack识别twilio、livekit、deepgram、elevenlabs，输出TCPA合规、州级录音同意、STIR/SHAKEN、PCI脱敏；clinical-pack识别clinical、PHI、SaMD、CDS，输出FDA SaMD分类、HIPAA、21 CFR Part 11。