【AI原生研发转型·第1篇】为什么你的AI写码很快,团队却还是慢?
系列导语Anthropic 出过一份叫《The AI-Native SDLC Playbook》的手册讲的是当 AI 把写代码提速十倍后研发流程该怎么重做。这份手册信息密度极高、全是能直接抄的模板但原文偏操作手册体。本系列把它拆成 7 篇用大白话 可落手的动作讲清楚方便在团队里一篇篇消化。今天是第 1 篇先搞懂瓶颈到底在哪。《The AI-Native SDLC Playbook》相关文章链接https://blog.csdn.net/justlookxia/article/details/164093318你有没有这种感觉给团队配上 Claude Code 之后单个功能啪一下就写出来了。可真要上线还是得排期、等人审、等测试、等发布窗口。AI 把写那一下变快了但从想法到上线整体好像没快多少。问题不在 AI在你周围那套流程。代码早就不是瓶颈了传统研发流程是为写代码最慢的年代设计的。所以流程里塞满了各种控制手段需求要过委员会设计要出 spec代码要逐行人审上线要等发布窗口。那套重流程是为了在人写得慢、错得多的前提下保可控。现在 Claude Code 这类 agentic coding 工具把构建这一段的耗时砍掉了一大截。于是你突然发现瓶颈转移了——堵在构建前后的人类速度环节规划、评审、测试、部署。逐行人审跟不上了——agent 一口气吐出大半个 diff你真的一行行看吗看不过来。治理反而更贵了——例外情况还是得等周会、月会的委员会来拍板。最典型的是安全团队。安全团队是按人类产出配的人手。一旦 agent 把代码量翻倍要么队列积压、要么带病上线——对受监管的组织这两条路都走不通。结论只有一句安全与策略检查必须和 agent 同速。传统 SDLC 各阶段耗时对比AI 把写代码压缩到几小时但 Plan / Test / Deploy 等人类速度阶段依旧漫长——瓶颈已从编码转移到人类环节真正的变化从瀑布到循环AI-native SDLCAI 原生软件开发生命周期做的事不是换个更快的编辑器而是把旧的控制目标和新执行方式揉到一起流程不再是线性瀑布而是循环AI 嵌进每一个节点阶段与阶段之间的交接和触发下一步由系统自动完成。它把研发分成六个阶段每个阶段结束时都向版本控制提交一个制品artifact——早期是intent.md、spec.md这类文档构建后是代码和记录。下一个阶段直接读上一个阶段的产出。这条提交链本身就是审计追踪。人只需要在有判断力的决策上拍板。六个阶段长这样阶段传统痛点AI-native 做法核心制品Plan想法过 backlog/故事/估算才动发起者 Claude 脑暴出intent.mdintent.mdDesign分析师写 spec几周后才评审单会话压缩需求与设计用 skills 约束spec.mdBuild手写测试/代码、事后补文档AI 生成 机构知识存CLAUDE.md/skillsplan.md、CLAUDE.md、SKILL.mdTest阶段边界才做 QA 门持续 evals 贯穿实现agent-evals.ymlDeploy人审每一行、周期治理分层 agent 评审 hooks 批准门REVIEW.mdMaintain人盯生产agent 监控 写回intent.mdbands.yaml以上工具名如 Claude Code / Claude Tag / MCP 均保留原文品牌方便你对照自己的工具链做类比。AI-native SDLC 从瀑布变循环Plan→Design→Build→Test→Deploy→Maintain 首尾成环AI 嵌入每个节点阶段间靠 intent.md / spec.md / plan.md / PR / incident 等产物流转这一篇你先记住三句话AI 提速的是构建卡住你的是构建之外的人类环节。控制手段要从人肉逐行升级成机器同速的自动门。每个阶段留一份版本化的制品下一阶段接着读——这才是可审计的 AI 原生流程。下篇预告第 2 篇我们钻进第一个阶段Plan为什么想法不该等人写文档以及一份能直接抄的intent.md模板长什么样。系列文快链【AI原生研发转型·第1篇】为什么你的AI写码很快团队却还是慢【AI原生研发转型·第2篇】想法不该等人写文档用intent.md把意图一次性钉死【AI原生研发转型·第3篇】需求与设计合体一次会话出spec.md04-08待发布原文出处https://claude.com/blog/the-ai-native-sdlc-playbook Louis Claxton, 2026-08-21, Anthropic系列索引① 总论本篇· ② Plan · ③ Design · ④ Build · ⑤ Test · ⑥ Deploy · ⑦ Maintain · ⑧ 番外本系列基于 Anthropic《The AI-Native SDLC Playbook》改写保留原品牌名仅供团队学习交流。

相关新闻

腾讯混元Hy ASR 3.0 Preview:选型评估与工程落地指南

腾讯混元Hy ASR 3.0 Preview:选型评估与工程落地指南

最近在做一个客服录音质检项目,ASR 选型是绕不开的一环。没接触过的人可能觉得,语音识别就是把声音转成文字,难度不大。但真正跑到工程落地就会发现,普通话标准、环境安静、单人说话的理想条件只是少数情况。真实业务里&#xff0…

2026/10/29 10:35:18 阅读更多 →
Codex新手值得装的10个插件_专业技术网站版

Codex新手值得装的10个插件_专业技术网站版

#03 Codex 新手非常值得装的 10 个插件 部署Codex 新手教程 TOOL LIST 实用清单 2026.07 操作 开发 办公 视频 4 个工作场景 10 个工具 1 套选择方法 装得越多,效率越高? 未必。 Codex 真正拉开使用体验差距的,往往不是提示词写得多…

2026/10/19 11:55:05 阅读更多 →
分布式计算如何将芯片电源签核周期从几周缩短到几天

分布式计算如何将芯片电源签核周期从几周缩短到几天

在芯片后端设计流程中,电源签核(Power Signoff)是流片(Tapeout)前最耗时的环节之一。一颗复杂 SoC 的全芯片电源网络分析,往往要跑好几周才能出结果,一旦 IR Drop 或 EM 违反要求,修…

2026/10/25 12:21:05 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/6 15:21:35 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/6 9:29:27 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/6 22:01:11 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/6 22:01:11 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/6 8:08:42 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/6 22:01:09 阅读更多 →

日新闻

周新闻

月新闻