Anthropic AI原生SDLC指南

Anthropic发布了一份官方AI原生软件开发生命周期(SDLC)指南,概述了一个六阶段转型路径。其核心前提是,编写代码不再是瓶颈;围绕计划、审查和部署的传统人工速度流程反而抵消了AI的生产力增益。该指南提出将线性流程转变为闭环工件链:intent.md → spec.md → plan.md → diff和测试 → 带有审查结论的PR → 事件记录。每个阶段以版本化的工件结束,形成审计追踪。六个阶段分别是:计划(通过intent.md捕获意图)、设计(在一次会话中将需求压缩为spec.md)、构建(以计划优先,使用CLAUDE.md、技能和钩子作为防护栏)、测试(在人工审查前自我验证,CI中持续评估)、部署(双向PR审查,钩子作为审批关口)和维护(通过Claude Tag作为第一响应者实现自动闭环监控)。治理在代理行动时刻执行,而非事后审查周期。
Key insights
代码编写不再是软件开发的瓶颈
随着Codex、Claude Code和Cursor等编码代理大幅提高代码生成速度,传统围绕人工速度的代码审查、审批关口和交接的SDLC流程反而抵消了AI的生产力增益。瓶颈已转移到构建阶段两侧的计划和测试/部署阶段。当代理生成大部分差异时,逐行人工审查等旧控制机制不再可行。
SDLC必须从线性转变为闭环工件链
该指南的核心设计理念将AI嵌入每个阶段,并实现自动交接。每个阶段结束时提交一个版本化工件,供下一阶段读取。这个从intent.md到事件记录的工件链同时充当审计追踪。人工注意力从逐行工作提升到把关层面:审查代理标记的内容,而非从头创建。
治理必须在行动时刻执行,而非审查周期
该指南强调,治理应通过钩子、沙盒和托管配置在代理行动时执行,而非等待定期审查会议。技能是建议性控制,而确定性钩子使违规几乎不可能。人工仍负责需要判断的决策,但从生产线重新定位到审批关口。