ARTICLE · 978489
一家顶尖的AI公司,出了份AI软件实践指南
一家顶尖的AI公司,出了份AI软件实践指南一段代码几个小时就写完。然后呢？ PR 还在排队，安全评审要等人，测试结果几天后才回来，发布仍要经过一道道确认。很多团队对 AI 编程的兴奋，最后会撞上这些老流程。 最近，Claude 发布《The AI-Native SDLC Playbook》，它把讨论从“AI 怎么写代码”推进到“企业和个人怎样用 AI 稳定地交付软件”。 Claude 把软件开发拆成规划、设计、构建、测试、部署和维护六个阶段。AI 会进入每个阶段，人则留在需要判断和承担责任的位置。 同一件事沿着几份文件往前走。intent.md 写清问题、用户和边界，spec.md 保存已经作出的选择，plan.md 说明要改哪些文件、先做什么、如何证明结果。代码、测试、PR、评审记录和事故报告继续接下去。生产问题还会写回新的 intent.md，启动下一轮开发。 这些文件解决的是软件团队一直头疼的事。需求少走样、决定有记录。agent 还得知道哪里能动，哪里必须停。 很多公司目前的做法，是把 AI 塞进原来的流程。结果很容易是代码更多了，评审队列更长，安全门禁也更忙。 Playbook 给出的办法很具体。CLAUDE.md 像一份给 agent 看的入职手册，记录命令、架构和团队约定。Skills 把安全、合规与设计规则写成 agent 每次都会读取的说明。Hooks 在危险动作前设一道硬门。Evals 则负责检查模型、提示词或配置变化以后，质量有没有退步。 人依旧批准高风险变更。agent 去准备材料、执行检查、修复重复问题。多买几个 AI 席位只能带来局部提速，企业还要改造需求、评审、发布和维护怎样接在一起。 产品经理也会被卷进来。他要把需求意图和验收标准写得更清楚。QA 与运维需要把测试结果、事故和告警重新送回开发流程。团队知识若还只存在某个人脑中，agent 就无法稳定复用。 个人开发者和小团队不用照搬企业流程，可以先着手做五件小事。 这套做法会减少反复解释。换一个会话、换一个 agent，工作也能接着走。任务拆开以后，多个 agent 还能在不同 worktree 中并行，少在同一批文件上互相干扰。 我更希望这份 Playbook 会成为软件行业的一次加速变革。AI 编程前一阶段比的是生成速度，接下来比的是谁能把意图、规则、验证和责任组织起来。 模型会继续变强。企业和个人能不能把它变成稳定交付，取决于这套流程能否跑稳。
AI 时代软件流水线长什么样？
企业要怎么使用这套流水线？
个人今天就能开始的五步
开工前写一页 intent.md，说明要解决什么，哪些内容不做。 让 agent 先读代码库并提交计划，确认后再改文件。 同一个错误出现两次，就把规则写进 CLAUDE.md。 每次完成都要拿出测试、构建结果或截图，不能只说一句“全绿”或者“已经完成”。 上线前保留人工检查。事故发生后，补一条永久回归用例。
软件行业正在加速变革
ps，我烧了几百万 Tokens，让 Codex 替我把全文翻译成中文，并且尽量复原了原文的排版。如果你也在软件行业，这份手册值得你收藏。
你可以在关注本公众号，后台回复“行动手册”领取。本译本仅供个人学习与内部研究使用，不做商业发行。
原版入口：https://claude.com/blog/the-ai-native-sdlc-playbook