8 月 21 日，Anthropic 在自家博客发了一篇《The AI-Native SDLC Playbook》，译过来是「AI 原生软件开发流程手册」。页面标注的阅读时间是 5 分钟，正文实际接近一万个英文单词。过去两周中文圈已有几篇转述，基本在介绍六阶段的框架。我们把全文通读了一遍。这篇文章值钱的不是六阶段这个骨架，是骨架里穿行的三样东西：一条产物链、一套双层控制、一份给自家产品带货的路线图。前两样值得每个用 AI 写代码的团队看，第三样看懂了才知道这篇文章为什么存在。
先交代出处。文章挂在 claude.com，署名 Louis Claxton，来自 Anthropic 的应用 AI 团队，这个团队的日常工作是帮企业客户把 Claude 落进真实业务。所以这不是研究员写的趋势畅想，是交付团队写的作业手册：每一节按同一个格式展开，改变什么、怎么起步、具体步骤、治理上怎么交代、用什么指标验证。
它要解决的问题：写代码不再是最贵的环节
SDLC 是软件开发生命周期的缩写，指软件从一个想法变成线上跑着的产品所经过的完整过程。传统 SDLC 之所以重——PRD、估点、评审会、层层签字——因为它是按「写代码最贵最慢」设计的：实现一个功能要数周数月，方向错了代价惨重，流程的重心全部放在开工前把人对齐。
Anthropic 的判断是这个前提不成立了。编码 agent 把构建环节从周压到小时，而流程还是原来那套，审批、评审、交接照旧按人速运转。文章列了三个随之而来的后果。瓶颈搬家：计划、评审测试、部署这些构建两侧的环节成了新瓶颈。控制失效：逐行评审在人来写代码的年代是合理的，当大部分代码改动由 agent 产出，人眼评审跟不上，要么评审队列越堆越长，要么代码在没被充分评审的情况下上线，受监管的组织两样都不能接受。治理成本上升：例外情况照旧走周会和月度委员会，会议的节奏跟不上 agent 的产出速度。
文章里配了一张示意图：代表六个阶段的横条里，只有构建那一段塌缩下去，其余五段长度不变。
六个阶段变成什么样：每个阶段交一份文件
六个阶段的压缩版，每阶段一句话。
规划：想法不再排队等产品经理代笔，发起人用自己的话和 Claude 脑暴，落成一份 intent.md 提交进版本库，产品经理从写手变成评审。文章给的示例是一名理赔运营写的 intent.md：客户老打电话问理赔进度，客服约三分之一的通话时间花在纯状态查询上；期望的结果是客户在门户里自助看到进度；约束是不许在门户会话里引入新的个人信息。设计：需求和设计压缩成一次和 agent 的工作会话，组织的品牌、安全、合规规范以 skill 文件的形式在场约束，产出 spec.md，产品负责人审而不写。构建：工程师从 plan mode 开始，agent 只读代码库先出实现计划 plan.md，计划审过才动手写；机构的约定俗成沉淀成 CLAUDE.md 和 skill 文件；一个工程师可以同时带几个会话，每个会话在自己的 worktree 里干活，人的工作变成调度和评审。测试：每个会话被要求在交活前自验，跑测试、跑构建、截图比对；修 bug 先写复现测试，并且有 hook 禁止 agent 在修复任务里改动测试文件；CI 里另跑一套 evals，二十到五十个真实任务配验收标准，改动 prompt 或配置导致通过率下降就不许合并，每个生产事故修复后要补一个 eval 留在套件里。部署：AI 既评审别人提交的 PR，也处理别人对自己 PR 的评审意见；分支保护决定 agent 的一切产出必须走 PR，写代码的 agent 没有批准自己代码的通道。运维：一个完全不带模型的确定性监控脚本盯着指标，按统计控制带分级响应——1σ 只记录，2σ 唤起 Claude 做只读诊断，3σ 允许动作，但动作只能是开一个走正常评审门的 PR，或触发一份预先批准的回滚手册。
穿起六个阶段的是产物链。每个阶段结束都向版本库提交一份产物，下一阶段从读这份产物开始，提交动作本身触发下一阶段：被接受的 intent.md 触发设计，被批准的 spec.md 触发构建阶段的规划，合并的 PR 触发流水线，生产环境突破控制带写下一份新的 intent.md。intent、规格、计划、代码改动和它的测试、PR 和评审记录、事故记录连起来，就是完整的审计轨迹：谁提的需求、agent 产出了什么、谁批准的，全在 git 历史里。流程从一条传送带变成一个环。
比流程更硬的部分：控制分两层，治理装在工具链里
流程之外，真正让我们停下来的是它处理治理的方式，三层。
第一层，控制分两种硬度。skill 文件是建议性控制：它让 agent 大概率按规矩写代码，但没有任何东西强制一次会话必须遵守。hook 是确定性控制：一个脚本在 agent 每次匹配的动作前运行，可以放行、可以要求指定的人批准、可以直接拦下。文章里我们认为是全篇最硬的一句：一项必须永远成立的策略，skill 背后必须有确定性的东西兜底——skill 让违规变少，hook 让违规几乎不可能。
第二层，治理从事后评审挪到了行动发生的时刻。传统组织的治理靠会议，变更委员会周会、安全评审按月排期，这套节奏在 agent 的产出速度面前撑不住。手册的做法是把每个审批门表达成 hook：发布授权、变更单、受保护路径的改动，全部在 agent 动手的那一刻被检查，拦下时连原因和批准路径一起返回。针对受监管企业，文章还给出一份管理配置清单：沙箱隔离、凭证从 agent 的运行环境里剥离、插件只能从组织批准的市场安装、工程师本人无法覆盖其中任何一条。治理从悬在流程上空的文化，变成装在工具链里的配置。
第三层，职责分离写进架构而不是写进制度。写代码的 agent 在技术上就没有批准通道；它的一切产出以 PR 形式存在；PR 页面同时就是审计记录，评审意见、修复、批准全部留痕，谁触发的、agent 做了什么、谁放行的，事后都能翻出来。
它也是产品广告，这不妨碍它是真指南
读这篇文章要带一个背景：几乎每个阶段的做法都挂着 Anthropic 自家产品的入口，给非工程师用的 Cowork、画设计稿的 Claude Design、在 Slack 里值班的 Claude Tag、跑安全扫描的 Claude Security、管 PR 评审的 Code Review。它是一份产品路线图，这一点不用替它遮掩。
它同时也是真指南，因为它回答了一个真问题：企业为什么不全量上 agent。过去两年行业里对这个问题常见的答案是能力不放心，这篇文章给的答案是流程没改：审批门还按人速转，治理还靠开会，评审还靠人眼，模型再强也只会堵在流程里。对大企业，它给的是改造清单；对我们这种小团队，合适的读法是把它当下一个台阶的地图，不是当天的作业。
这个号在持续记录我们这条小流水线的实际运转：哪些环节交给了 agent，哪些留在人手里，每次踩坑之后写进文件的那条规则是什么。同主题的前两篇，《坏代码的代价，史上最高》讲基本功为什么反而更贵，《AI 编码是有门槛的》讲门槛搬到了哪里，这一篇讲的是流程长成了什么样。文中示意图均取自原文；原文链接：The AI-Native SDLC playbook，一万词，值得抽一个小时。
