AI Native SDLC：Anthropic 把整条流水线都重写了
胡新宇
发布于 2026-08-27
Anthropic 把 AI 原生开发拆成 6 个阶段：Plan→Design→Build→Test→Deploy→Maintain，每个阶段对应一份 commit 产物（intent.md/spec.md/plan.md），整条 commit 链就是审计链。叠加同日 Shopify CEO 抗议 Claude Code 只读 CLAUDE.md、Codex 负责人反思「不想再盯 10 个 Agent」，指向同一个判断——AI Coding 的下半场不是模型能力，是流程治理与人的注意力管理。
AI Native SDLC：Anthropic 把整条流水线都重写了
Anthropic 在 2026 年 8 月 21 日的官方博客上放出了一份叫《The AI-Native SDLC Playbook》的指南（来源：claude.com/blog/the-ai-native-sdlc-playbook；中文译稿见金色传说大聪明 2026-08-26）。文件不长，但里面有一组数字会让多数工程师停下来——Anthropic 内部大约 80% 合入代码由 Claude 完成，工程师人均产出达到 2021—2025 年的约 8 倍。
代码写快以后，一个更现实的问题冒了出来：需求、审查、测试、发布和安全治理，还在按"代码最慢"的速度跑。Anthropic 把这件事拆成了 6 个阶段重新设计，配套了副 CISO 的安全治理视角。这不是一份"如何写 Prompt"的指南，而是一份"如何把整条流水线重排"的指南。
一、代码不再是瓶颈，旧流程反而开始卡住
过去写代码要花几周甚至几个月，所以整套开发流程都围绕"编码最慢"来设计。产品经理先写需求，架构师做设计，工程师实现，测试团队验证，发布团队上线，运维团队接手。工作在不同角色之间流转，靠文档、工单、评审会和层层签批来保证不出问题。
这套流程有它的道理。但当 AI 能快速生成大部分代码，问题就变了。Anthropic 在 Playbook 里列了三件现实：
第一，瓶颈转移了。构建阶段已经跑得飞快，规划、审查、测试和部署却还在按人的速度运行。
第二，过去的管控手段跟不上了。人写代码时逐行审查还算可行；AI 一次生成几十个文件后，再靠人逐行检查，审查队列只会越积越长。
第三，治理成本变高了。高风险操作和例外事项仍然要等委员会开会，但代码每天都在变化，周会和月会很难跟上。
Anthropic 的解法，是把线性流水线改成一个闭环。每个阶段结束时，都把一份标准产物写进版本控制：intent.md 驱动需求与设计，spec.md 驱动实施方案，plan.md 驱动代码和测试，合并请求带着审查记录进入发布流程；线上出了问题，事故记录再生成新的 intent.md，回到起点。整条 commit 链就是审计链——谁提需求，AI 生成了什么，人在哪个节点批准了它，后面为什么改了，都能查到。
AI 负责推动流程，人负责做需要判断力的决定。
二、6 阶段怎么拆
Anthropic 把 AI 原生开发拆成 Plan / Design / Build / Test / Deploy / Maintain 六步。每一步对应一份提交产物，人的工作也随之变化：先确认意图，再审方案、批计划、验结果、授权上线，最后把线上经验写回规则文件里。
1. Plan：让 AI 先把问题问清楚，产物是 intent.md
PM 不再"从零写一份几十页的需求文档"，而是先用自己的话告诉 AI：问题是什么、目标是什么、范围在哪里、有哪些约束、还有哪些地方没想清楚。AI 像分析师一样追问，再整理出一份 intent.md。PM 负责校对和确认，提交进版本控制。
Anthropic 认为这能把原本需要几周的需求周期压到几小时——节省的不只是打字时间，更是反复写文档、开会同步和修改版本的成本。安全评审也被提前放进这个阶段：AI 读取设计材料，对照 MITRE ATT&CK 分析潜在风险，再把组织内部的政策、历史决策和系统资料接入。