AI 原生软件开发生命周期实操手册

介绍了AI原生软件开发生命周期（SDLC）的转型框架，旨在解决AI编码加速后传统流程成为瓶颈的问题。该框架将线性流程重构为循环式自动化流程，在计划、设计、构建、测试、部署、维护六个阶段嵌入Claude等AI代理，通过版本控制的markdown工件链（intent.md、spec.md、plan.md等）实现自动化交接，同时保留人类在关键决策点的判断与治理。

• 核心问题：代码不再是瓶颈：AI编码速度大幅提升，但传统SDLC的审批、评审、交接等人工流程未同步变革，导致计划、测试/评审、部署等环节成为新瓶颈，治理成本因例外流程而增加。
• AI原生SDLC的定义与转变：从线性流程变为循环流程，每个阶段提交版本化工件供下一阶段读取。计划阶段由Claude直接从源头合成需求；设计与需求压缩为单次会话；构建阶段由AI生成代码与测试；测试嵌入持续评估；部署采用分层代理评审；维护由代理监控生产环境。
• 计划阶段（Plan）：通过intent.md捕获原始意图，取代冗长的需求提炼流程。发起者用自然语言描述问题，Claude协助头脑风暴并生成结构化proto-spec，经产品负责人审核后提交版本库，目标将数周周期缩短至数小时。
• 设计阶段（Design）：需求与设计合并为单次会话，Claude基于组织策略技能生成spec.md，实时应用品牌、安全、合规等政策并标记风险点，避免数周后发现政策冲突。
• 构建阶段（Build）：强制使用plan mode，Claude在只读状态下生成实施计划（plan.md），明确变更文件、顺序、风险与验证方式，经工程师批准后执行。配套CLAUDE.md文件沉淀团队知识，skills将机构知识操作化，hooks提供构建时确定性管控。
• 测试阶段（Test）：建立反馈循环使Claude自主验证工作（测试、构建、截图比对），并设置保护机制防止代理弱化检查。持续评估（evals）在CI中回归测试代理配置变更，确保模型或提示更新后输出质量稳定。
• 部署阶段（Deploy）：AI双向参与PR评审，按REVIEW.md策略自动检查缺陷、安全、合规，人类聚焦意图与风险判断。Hooks作为审批闸门控制关键操作（如生产部署需授权），CI/CD集成支持代理非交互式执行判断任务，沙箱隔离确保安全。
• 维护阶段（Maintain）：闭环自动化运行，确定性脚本监控生产指标（如测试失败率、5xx错误率），按阈值触发Claude诊断或行动，自动生成intent.md重新进入流程。Claude Tag支持Slack等渠道的事件响应，对话记录构成审计线索。