编码提速后，流程卡在哪

Anthropic 官方博客发布了一份《The AI-Native SDLC Playbook》，作者 meng shao 对这份手册做了结构化拆解。核心判断是：编码已经不再是瓶颈，但传统软件开发生命周期里的审批闸口、评审和交接，仍然按照“人速”运转。AI 带来的生产力收益，被这些环节抵消了。

换句话说，模型写代码可以很快，但围绕代码的确认、审查和移交，并没有同步提速。这是当前研发流程里最容易被忽视的摩擦点。

从线性流程到工件链闭环

手册提出的改造方向，是把传统 SDLC 从线性流程转为“工件链闭环”。每个阶段都以版本化工件结束，并自动触发下一阶段。具体链条是：intent.md 到 spec.md，再到 plan.md，然后是 diff 与测试，接着是带评审结论的 PR，最后是事故记录。

这套设计的关键在于，工件链本身就是审计链。每一步产出都有版本、可追溯，不需要额外补一套审计动作。治理不是事后检查，而是嵌入在流程推进的过程中。

六阶段各自怎么改

手册把改造路径拆成六个阶段，每个阶段都有明确打法：

  • Plan 阶段：用 intent.md 捕获意图，先把要做什么写清楚。
  • Design 阶段：把需求与设计压缩进一次会话，直接产出 spec.md。
  • Build 阶段：强制计划模式，用 CLAUDE.md 固化知识，Skills 版本化制度知识，Hooks 作为构建期护栏，同时引入并行会话与子 agent 编排。
  • Test 阶段：先自验再给人看，在 CI 中持续运行 evals。
  • Deploy 阶段：双向评审，行动时即治理，Hooks 作为不可协商闸口。
  • Maintain 阶段：自动闭环，用 Claude Tag 做事故响应。

治理思维贯穿始终

贯穿六阶段的是一个治理原则：人对判断力决策负责，但位置上移到闸口。治理不是在流程结束后补做，而是在行动发生时强制执行。与遗留系统共存时，要指定唯一事实源，避免多头写入造成混乱。

采纳顺序上，手册强调模块化，各模块之间没有前置依赖。团队可以按自己的节奏先上某一阶段，不必等整体改造完成再启动。这种设计降低了落地门槛，也减少了推倒重来的风险。