Anthropic 泄露战术:AI 时代软件开发流程真要变天了?

👆点击MarkShuoAI> 点击右上角> 设为星标🌟嗨~我是MarkShuo阿里国际官方签约AI讲师，英伟达认证工程师，企业AI咨询顾问。专注商业AI智能体开发与教学以及企业咨询。关注我学会用AI降本增效赚钱

最近 Anthropic 发了一份实战手册，讲 AI 原生的软件开发生命周期。我仔细读了一遍，发现里面不少做法挺反常识。多数人以为有了 AI 写代码，后面那些流程能省则省，结果他们反而把规划、审查、部署这些环节看得更重了。

今天不聊概念，直接拆解这份手册的核心思路，聊聊 AI 时代团队真正该改什么、别瞎改什么。

从流水线到闭环：SDLC 不再是“扔过墙”

传统软件工程把开发流程切成需求、设计、编码、测试、部署几个阶段，每个阶段有明确入口和出口。团队协作像流水线，上游做完扔给下游。这套模式在 AI 编码能力爆发前都没大问题，但 Anthropic 觉得，当 AI 能把编码速度提升 10 倍，这条流水线就卡在 AI 不会写的那些环节上了。

他们的思路是：把流程从“线性的六阶段”改成“一个带反馈的闭环”。说白了，规划、编码、测试、部署不再是顺序执行，而是每轮迭代都围着“意图”转。AI 写代码只是中间一小步，真正决定成败的是你怎样把模糊需求压缩成机器能执行的规格说明，以及怎么让 AI 产出符合预期。

三个关键实践：意图文件、技能编码、持续评测

手册里最抓眼球的是三个具体做法，我逐一讲下。

第一，用 intent.md 压缩需求。 每个项目或模块级别放一个 intent.md 文件，里面用结构化语言写清楚：这个模块要解决什么问题、边界在哪、验收标准是什么。不是长篇大论的 PRD，而是几段话加复选框。好处是 AI 能直接读懂，而人工评审也能快速确认目标没跑偏。我试过把客户的需求浓缩到一页 intent.md，发现和 AI 协作时扯皮少多了，因为它不再猜你的“意思”，而是照着明明白白的目标干活。

第二，把“技能”编码进仓库。 他们建议把团队特有的一些操作流程、代码规范、甚至踩坑经验，都写成 markdown 或脚本放进仓库里，让 AI 在生成代码前先读取。比如“所有数据库访问必须走 service 层”、“错误处理统一返回错误码”这些规则，可以写成一份 guidelines 文件，AI 自动遵循。这比靠人脑记、靠 code review 提醒高效得多。

第三，用持续评测替代阶段门禁。 传统 SDLC 在每个阶段出口设检查点，比如设计评审通过才进开发。但 AI 产出快，人工评审不可能逐行看。Anthropic 建议把评测变成自动化的、持续的过程：每改一版代码，就自动跑单元测试、静态分析、甚至小规模集成验证，结果实时贴到 PR 上。人工只需要盯那些 AI 给不出的判断，比如产品逻辑对不对、性能指标达没达标。

人工角色彻底变了：审查变成“抽查”和“救火”

我特别注意到一点：手册里明确说，人工审查不再追求覆盖率，而是战略性抽样。也就是你没必要看每行代码，而是挑高风险的部分，比如涉及支付、权限、数据迁移的改动，或者干脆让 AI 先自我审查，它标记出可疑点，你再针对性看。

部署环节也一样。以前是新代码部署完盯监控，现在 AI 可能每天提交几十次，你不可能每次手动点发布。所以手册里强调部署自动化要做得更扎实：灰度发布、自动回滚、异常指标告警这些得标配。人从“按下发布按钮”变成“制定发布策略”和“处理异常事件”。

这里有个坑：如果你团队当前 AI 编程还没到那个水平，别硬套这套流程。手册里其实也承认，这套做法对团队成熟度要求很高——你得先有稳定的测试体系、清晰的模块边界、以及愿意写文档的文化。否则直接砍掉 review 环节，代码质量大概率崩。

对团队和流程管理者的实际启示

拿我自己的经验来说，最值得借鉴的不是某个具体工具，而是“把意图显性化”这个思维。哪怕你还在用传统流程，只要开始用 AI 写代码，强推 intent.md 就能减少大量无效沟通。建议你先挑一个中等复杂度的模块试点，把需求写进一个文件，配上几条验收标准，然后让 AI 自己生成代码，看看能到几成；再逐步把团队的编码规范、安全要求塞进去，形成你自己的“技能库”。

另一个启发是，别把“持续评测”搞成花瓶。我见过不少团队搭了 CI，但只是跑个冒烟测试就放行，真正关键的逻辑根本没过。要学 Anthropic 的做法，把评测粒度细化到每个 PR，甚至每次 commit，让 AI 实时知道它改出来的东西行不行，这样它才能在下一轮生成时自我修正。

说到底，AI 原生 SDLC 不是让 AI 取代人，而是把人从“写代码的体力活”里解放出来，去做那些 AI 干不了的事：定义问题、设定边界、判断风险。如果你现在还在纠结 Copilot 写出的代码能不能用，那可能得先想想你的流程里有没有“意图”这个东西。

你们团队现在用 AI 写代码时，卡在哪个环节了？是需求描述不清楚，还是 review 跟不上，或者是部署自动化的坑？

🎯 🔥🔥🔥往期精选🔥🔥🔥