读 「AI-Native 软件开发手册」笔记

前几天刷到 Claude 官方发的一篇长文（ The AI-Native SDLC playbook：How to transform your software development lifecycle with AI—stage by stage）。

讲 AI 时代怎么把软件开发的流程重做一遍。

名字挺唬人，道理其实不绕。

我整理的读书笔记，分享给你。

写代码，早就不是卡脖子的事了

文章一上来就丢了个观点：现在组织用 AI 写代码已经很快，可旁边的流程没跟上。审批、评审、交接、各种会。代码写得飞快，然后全堵在等流程上。

        构建（写代码）塌缩到了几小时，周围按人类速度跑的环节却一点没变

这张图说得很直白。构建这块被压扁了，可规划、评审、测试、部署那些步骤，还按人的节奏在走。

所以真正的瓶颈，是写代码「前后」的那几步。旧管控手段也扛不住了——让人逐行 review AI 生成的一大片 diff，根本不现实。治理成本反而往上走，例外还是得等每周的委员会。

那 AI-native 的玩法到底长啥样

传统的是一条直线：需求→设计→开发→测试→上线→维护，一道道往下推。

AI-native 把它拧成了一个圈。不是直线，是循环，AI 嵌在每一个节点上。

从线性流变成循环，AI 落到每个环节

最有意思的一点是：每个阶段结束时，往版本库里交一个「人能读、机器也能用」的产物。比如 intent.md、spec.md、plan.md。下一阶段直接读上一段留下的东西。

这些提交连起来，本身就是一条审计线索。人不用在每个环节都盯着，把判断留给真正要拍板的地方就行。

六个阶段，各自怎么玩

六个 stage 的玩法，箭头表示该怎么按顺序采用

作者把这套拆成六个：Plan、Design、Build、Test、Deploy、Maintain。每个都给了具体打法，我挑记牢的几条。

• Plan发起人自己写一份 intent.md，把「要什么、为什么、有啥约束」一次写清。不用再干等委员会来回收需求了。想法不再等人的整理。

• Design需求和设计以前是两拨人的活，现在压缩成一次会话。Claude 读 intent.md，套用公司预先写好的品牌、安全、合规规范（文章管这个叫 skills），直接产出带风险标注的 spec.md。产品负责人只审这份文档，不用自己动手写。

• Build没被接受的 plan，一行代码都不许动。机构知识全写成文件：CLAUDE.md 给 Claude 喂上下文，skills 把品牌、安全、合规这些规范编码进去，hooks 做硬护栏。CLAUDE.md 控制在一页以内，Claude 错两次就补一条。

• Test每个 session 自己先验证再给人看。配持续 eval，配置一变就跑测试套件。出过的事故，转成回归用例。

• DeployAI 双向进评审——既审别人的 PR，也改自己 PR 上的评论。治理靠 hook 当审批门，只有关键、受监管的代码才让人过。

• Maintain闭环了。监控脚本发现生产环境出问题，直接唤起 Claude，把结论写回一份新的 intent.md，重新走一遍前面的流程。

整篇文章其实没在说"用 AI 替代人"，说的是人的精力应该往哪儿挪。以前工程师花精力"从零写"，现在花精力"审关键决策点"——审计划、审风险标注、审最后要不要放行。

活还是那些活，只是谁在哪个环节上花时间，变了。

对国内团队来说，CLAUDE.md 和 plan mode 大概是可复制性最强、成本最低的两块。

像"监控自动生成 intent.md 闭环"这种，短期内更适合当方向去理解，真要落地还得看团队自己的监控体系成不成熟。

AI Native 热门文章推荐：