夜雨聆风学习资料网

ARTICLE · 1114340

AI Agent 写代码总跑偏?这套敏捷框架管住了

AI Agent 写代码总跑偏?这套敏捷框架管住了

用 AI 写代码的人越来越多,但一个尴尬的事实也摆上了台面:AI 的编码能力很强,可它经常把没说出口的假设直接写进代码里。你以为它读懂了需求,跑起来才发现南辕北辙;你让它改个 bug,它顺手把别的功能也"优化"了一通。AI 写得越快,欠下的理解债越多,最后要么返工,要么硬着头皮把没人真正看懂的代码推上线。

GitHub 上有个项目想正面解决这个问题——BMad Method,它把敏捷开发的方法论搬到了 AI 编程上,让 AI 从"自动补全"升级成"有流程的协作"。项目已经攒了 5.3 万多 Star,今天一天又涨了 739 个。

🔗 项目地址:https://github.com/bmad-code-org/BMAD-METHOD

BMad 的思路很朴素:把"想清楚再动手"这件事,用一组命名命令固化下来,装进 Claude Code、Cursor 这类 AI 编程工具。这些命令分成两类——一类帮你思考,比如把模糊的想法探索清楚、把方案拿来反驳几轮、把结论白纸黑字写下来;另一类帮你动手,给 bmad-build 一句改动要求,它就写代码、自查、再把改了什么摊开给你看。你可以在任何阶段只用其中一类,小改动直接进 build,大项目则多花点规划功夫。

更关键的是它强调"上下文延续"。用 AI 编程最烦的就是每开一个新对话,前因后果都得从头解释一遍,模型像失忆一样重问。BMad 把产品和技术决策沉淀下来一路往下带,不用每次聊天都重新交代。它还内置了产品、架构、UX、开发、测试等十几个专家角色,需要哪种视角就把谁调进来做多角色讨论——但最终拍板的始终是人,不是把判断权整个交给 AI。

BMad Method 主视觉
BMad 的交付循环:模糊想法从 Clarify 开始,清晰的构想从 Plan 开始,小改动从 Build 进入,Learn 再循环回 Plan

装起来只要一条命令。先确认机器上有 Node.js 20.12+、Python 3.10+ 和 uv,然后:

npx bmad-method install

装完在项目目录里打开 Claude Code 或 Cursor,用 bmad-build 描述要改的东西,用 bmad-help 问下一步该干嘛。整套方法 MIT 开源,没有付费墙,也没有封闭的社区门槛。

这套东西适合谁?如果你只是偶尔让 AI 补个函数,它显得有点重;但如果你在让 AI 真正参与项目交付——从需求、架构到实现、测试都要 AI 搭把手——那这种把流程显性化的方法,比再多 prompt 技巧都值钱。它不替你做决定,而是逼着你在每个关键节点把决定做清楚。这正是 AI 写代码时最容易丢掉的那部分。


📌 往期推荐

如果觉得有用,可以点个 关注 和 推荐,也欢迎 转发

相关学习资料