当前位置: 首页 > news >正文

【AI原生研发转型·第4篇】没有计划不写码,机构知识变成文件

系列导语:本系列基于 Anthropic《The AI-Native SDLC Playbook》改写,保留 Claude Code / Claude Tag / MCP 等原品牌名。前几篇讲了意图和设计,这篇进第三阶段Build——最"重"的一个,也是最值得啃的。
《The AI-Native SDLC Playbook》相关文章链接:https://blog.csdn.net/justlookxia/article/details/164093318


agent 唰一下吐出大半个 diff,你敢直接合吗?

AI-native 的 Build 阶段,核心就一句话:没有"被接受的计划"就不实现;机构知识变成文件;护栏跑在代码层。


a) plan mode 当默认起点

传统:工程师读设计直接写码,计划只在脑中或工单里,评审看到 diff 才改。
AI-native:开plan mode,让 Claude 产出plan.md——可以查代码、但不改代码。
你审的是"计划",不是"改完的 diff"。审完提交,再去实现。

一份plan.md长这样:

# Plan: claims status self-service (from intent.md 2026-06-02) ## Files that change portal/src/claims/StatusPanel.tsx (new), claims-api/routes/status.py, claims-api/tests/test_status.py ## Order of work 1. Add the status endpoint behind existing auth. 2. Panel against the endpoint. 3. Wire into the portal nav. ## Risks The claims-core API rate-limits at 50 rps; the panel must cache. ## Proof test_status.py covers the four claim states; screenshot matches the approved mock.

b) auto mode:护栏成熟后默认自动

计划被批准后,Claude 可以进入auto mode自动改代码。
前提是护栏已经调熟——CLAUDE.md、skills、hooks、测试都到位。
成熟之后,例常工作默认 auto-accept,再配合worktrees并行推进多个特性。


c) 旁注:定好"事实源"

每个 artifact 都要声明"哪个系统是唯一事实源":repo 为源 / 旧系统(如 Jira)为源(通过 MCP connector 写回)/ 或只放最低限度链接。不要让两份东西"都算数"。


d) CLAUDE.md:给 agent 的"新人手册"

把"新人不说就懂"的上下文写进去——命令、架构、易错点。
/init生成 → 剪到一页以内→ 提交仓库根 → 凡 Claude 错两次的,写进文件。

# Payments service ## Commands - Build: make build - Test: make test (unit), make itest (integration, needs docker) - Lint: make lint (runs in CI; fix before pushing) ## Conventions - Java 21, Spring Boot 3. No new Lombok. - Money is always BigDecimal, never double. - Every endpoint needs an integration test in src/itest. ## Architecture - api/ holds REST controllers, core/ holds domain logic, adapters/ talks to external systems. - Kafka events are defined in schemas/; never edit generated classes. ## Things Claude gets wrong - Do not bump dependency versions; the platform team owns them. - The legacy v1/ package is frozen; changes go in v2/.

e) Skills 即机构知识

把"我们怎么做 XX"封装进SKILL.md,放.claude/skills/<name>/或走插件分发。
例如一个 API 安全审查 skill:

--- name: secure-api-review description: Apply the API security standard. Use whenever creating or modifying an external-facing endpoint, reviewing API code, or generating an OpenAPI spec. --- # Secure API review When you create or change an API endpoint: 1. Authentication: every endpoint requires the gateway JWT; no anonymous routes outside /health. 2. Input validation: validate request bodies against the OpenAPI schema and reject unknown fields. 3. Audit: every state-changing endpoint emits an audit event with actor, action, entity and timestamp. 4. Data classification: fields tagged pii in the schema must never appear in logs or error messages. Run scripts/check-endpoints.sh and include its output in your summary.

f) Hooks:构建期的确定性护栏

挡住对保护路径的编辑、跑 formatter/linter、挡住密钥进 diff。被"背书"的 skill,必须有 hook 或 PR 复查兜底。


g) 并行会话与子智能体

并行会话 = 独立的 Claude Code 实例 + git worktree(claude --worktree feature-auth)。子智能体在.claude/agents/定义,比如一个只"验工不修"的 verifier:

--- name: verifier description: Runs the app and checks the change works before the session reports done tools: Bash, Read --- Start the app with make run. Exercise the changed behavior and the two nearest neighboring flows. Report what you ran, what you saw, and any behavior that does not match plan.md. Do not fix anything; report only.

下篇预告

第 5 篇Test:怎么让 agent 在把成果交给你之前,自己先验收一遍——反馈回路 + CI 里的持续 evals。

系列文快链:
  1. 【AI原生研发转型·第1篇】为什么你的AI写码很快,团队却还是慢?
  2. 【AI原生研发转型·第2篇】想法不该等人写文档:用intent.md把意图一次性钉死
  3. 【AI原生研发转型·第3篇】需求与设计合体:一次会话出spec.md
  4. 【AI原生研发转型·第4篇】没有计划不写码,机构知识变成文件
  5. 05-08待发布

原文出处:https://claude.com/blog/the-ai-native-sdlc-playbook (Louis Claxton, 2026-08-21, Anthropic)
系列索引:① 总论 · ② Plan · ③ Design · ④ Build(本篇)· ⑤ Test · ⑥ Deploy · ⑦ Maintain · ⑧ 番外
本系列为外部技术博客的改写,保留原品牌名,仅供团队学习交流。

http://www.cnnetsun.cn/news/4279119.html

相关文章:

  • 开发者博客停更后如何重启?从11000关注者账号出发的完整行动方案
  • 用Gemini API构建法律合同自动审查与知识库增强系统
  • 时间黑客编程大赛复赛复盘:算法策略、时间管理与提分技巧
  • 从网易运维笔试卷看系统运维核心能力与实战排查思路
  • 从国赛真题到实战:基于质量守恒与数值求解的高压油管压力建模
  • EN认证铁路计算机系统解析:从标准到选型的工程指南
  • Meta 30B开源模型本地部署实战:对比DeepSeek/Qwen/Kimi
  • RVCT31编译器:嵌入式确定性开发的硬核遗产
  • 大模型时代大模型服务器配置清单选型研究
  • Shapiro-Wilk与Shapiro-Francia检验:正态性检验原理与实战指南
  • 工厂和实体店用AI做推荐,有没有人试过?
  • Tikhonov正则化与L曲线:病态反问题的稳定求解实战指南
  • SAP ABAP增强重构:从Customer Exits到函数模块的架构优化实践
  • 普通面经(中):从算法手撕到HR面的避坑指南
  • 二级域名分发系统源码详解:部署实践与二次开发指南
  • 你真的会用 AI 辅助学习吗?我的 AI 学习利器:硅基流动 SiliconFlow
  • 基于差分进化算法优化LDPC码度分布的设计与实现
  • CISP-PTE实操题(自写靶场与题类似或变型)
  • 数学建模中的拟合技术:从原理到MATLAB/Python实战
  • GMSL车载HDR相机热插拔技术解析:从链路原理到工程落地
  • 字符串查找与替换:从原理到实战的性能优化与避坑指南
  • 单片机综合设计实战:电压频率采集与实时时钟系统开发指南
  • EN 50155认证铁路计算机:从工业电脑到车载加固平台的进阶之路
  • QT_HTTP协议编程
  • 第 9 篇 OCC OCAF 框架详解:特征树、装配管理、数据持久化、参数化架构
  • AI技能市场化的关键:从提示词操作到稳定交付
  • 8万字BAT面经的高效使用指南:从题海到Offer收割
  • 蓝桥杯算法竞赛备赛全攻略:从省一到国二的实战心法与技巧
  • 两个字段都建了单列索引,为什么加了 OR,执行计划还是全表扫描?
  • Agent Skills 入门到实战:从 Prompt 到可复用技能封装