2026 年 8 月 21 日，Anthropic 应用 AI 团队发布了一份完整实践指南，系统阐述如何把 AI 融入软件开发生命周期（SDLC）的每一个环节。核心观点非常直接：代码已经不再是瓶颈。过去一年，AI 写代码的速度已经快到难以想象，但代码周围的规划、评审、部署等流程还停留在原来的节奏上。
指南围绕六个阶段（Plan、Design、Build、Test、Deploy、Maintain）展开，每个阶段都给出了具体的实施步骤、治理框架和度量指标。贯穿全文的一条主线是：每个阶段结束时写入一个版本控制的产物，下一个阶段读取它。
从 intent.md 到 spec.md 到 plan.md，再到代码、评审、部署，最后事故记录又写回 intent.md，形成完整的循环。提交链本身就是审计记录：谁提了什么需求，Agent 产出了什么，谁批准了它。
原文：The AI-Native SDLC Playbook · 作者：Louis Claxton（Anthropic 应用 AI 团队） · 2026-08-21
代码不再是瓶颈
企业已经开始用 AI 以一年前不可想象的速度来写代码，但代码周围的流程并没有跟上同样的节奏。
传统 SDLC 有六个阶段：规划、设计、构建、测试、部署、维护。它的设计初衷是为了在一个“编写和实现代码是最耗时、最昂贵环节”的时代里最大化效率。而现在情况已经变了。
构建不再是约束，真正占时间的是它周围那些以人类速度运行的环节。
构建阶段已经被压缩到了几个小时，而规划、评审、部署这些环节还维持着原来的时长。结果就是整个流程变成了沙漏形，中间快、两头慢。
什么是 AI Native SDLC
AI Native SDLC 是一套重新构想的流程，它保留了传统流程的控制目标，但换了全新的执行方式。流程不再是线性的，而是变成了一个循环，AI 被嵌入到了每一个环节中。
传统流程和 AI Native 流程的对比：
| 阶段 |
传统 SDLC |
AI Native SDLC |
| 规划 |
需求由委员会收集，经过研讨会和层层签批，手工撰写 |
Claude 从源头综合痛点，写入 intent.md（人类可读、机器可执行） |
| 设计 |
分析师写规格，设计师再解读 |
需求和设计压缩在与 Agent 的一次工作会话中完成，组织标准以 Skills 形式嵌入，版本化存储在 git 中 |
| 构建 |
测试和代码手写，文档事后补 |
测试和代码由 AI 生成，组织知识维护在版本化的、机器可读的 CLAUDE.md 文件和 Skills 中 |
| 测试 |
QA 门禁设在阶段边界 |
持续 Evals 贯穿整个实现过程 |
| 部署 |
人类审查每一行代码，治理依赖评审周期 |
多层 Agent 评审，人类审查保留给受监管和关键代码。治理由 Hooks 作为审批门禁来强制执行 |
| 维护 |
人类盯着生产环境找 bug |
Agent 监控线上部署，任何突破控制带的异常都会被诊断并写回循环 |
六大实践
这份指南的核心是六个实践（Plays），按六个非线性阶段分组：Plan、Design、Build、Test、Deploy、Maintain，合起来覆盖完整的生命周期。
每个实践都包含：发生了什么变化、如何开始、实施步骤、治理考量，以及度量方法。
这六个实践是模块化的，企业可以根据自身需要优先改造不同的阶段。
阶段一：规划，用 intent.md 捕获意图
传统做法： 想法经过需求积压、用户故事、精化会议等流程，然后工程团队才开始行动。
AI Native 做法： 发起人直接和 Claude 头脑风暴，产出 intent.md，一份用发起人自己的语言写成的原始规格。
流程：
- 发起人用自然语言向 Claude 描述问题
- 反复讨论直到具体化
- Claude 按组织模板将结果写成
intent.md
- 发起人纠正理解偏差
- 提交到共享的版本控制仓库
intent.md 示例：
# 意图：理赔状态自助查询
作者：J. Ortiz（理赔运营）。状态：草稿。
## 问题
客户打电话到联络中心询问理赔进度。
客服约 1/3 的通话时间花在纯状态查询上。
## 预期成果
客户在门户网站上可以看到理赔状态、下一步操作和预计日期。
## 受影响的用户和系统
理赔客服、门户团队、理赔核心 API。
## 约束
门户会话中不引入新的 PII。仅使用现有认证。
## 待确认问题
第三方损失评估师是否也需要访问权限？
治理： 产品负责人审批，决策以 git 历史中的合并或关闭评审记录下来。
度量指标：
- 先导指标： 从第一次对话到提交
intent.md 的时间
- 滞后指标： 被接受进入阶段二的
intent.md 存活率
阶段二：设计，需求和设计合并为一次会话
传统做法： 分析师把需求正式化，设计师再反过来解读。两个阶段，又慢又有信息损耗。
AI Native 做法： 两者合并在一次 prompt 会话中完成。Claude 读取 intent.md，在组织 Skills 的约束下产出规格。
流程：
- 产品负责人打开会话，加载组织 Skills
- 附上
intent.md，要求标记出关注点
- 产品负责人对照原始想法审查规格
- 与策略负责人一起解决标记出的关注点
- 将
spec.md 连同 intent.md 一起提交
- 产品负责人决定是否推进到构建阶段
Prompt 模板：
读取附件中的 intent.md，为将其集成到我们现有代码库中产出需求和设计规格。应用你可用的 Skills，使方案符合我们的品牌指南、安全策略和 UX 标准。将规格完整地写成 spec.md，可以直接交给工程团队。明确描述任何关注点，尤其是策略之间存在矛盾的地方。
治理： 规格撰写过程中实时应用组织策略。Skills、Prompts 和 Skill 版本都记录在版本控制中。
度量指标：
- 先导指标：
intent.md 和 spec.md 提交之间的耗时
- 滞后指标： 构建开始后的需求返工次数
阶段三：构建，没有被接受的计划，就不开始实现
Claude Code 的 Plan 模式
传统做法： 工程师读完设计文档就开始写代码，实现计划只存在于工程师的脑子里。
AI Native 做法： 工作从 Claude 在 Plan 模式下产出的书面计划开始。Plan 模式下 Claude 可以读取代码库但不能修改。
流程：
- 工程师在 Plan 模式下启动 Claude 会话
- 提供
intent.md 和 spec.md
- Claude 创建计划，列出需要修改的文件、工作顺序和验证测试
- 工程师质询计划（什么可能出问题？风险最高的步骤？有其他方案吗？）
- 反复迭代，直到一个新人仅凭计划就能实现
- 将已批准的计划作为
plan.md 提交
- 接受计划，让 Claude 开始实现
- 实现过程中偏离计划时，在同一个 commit 中更新
plan.md
plan.md 示例：
# 计划：理赔状态自助查询（来自 intent.md 2026-06-02）
## 需要修改的文件
portal/src/claims/StatusPanel.tsx（新增），claims-api/routes/status.py，
claims-api/tests/test_status.py
## 工作顺序
1. 在现有认证之后添加状态接口
2. 针对接口开发面板
3. 接入门户导航
## 风险
理赔核心 API 限速 50 rps，面板需要做缓存
## 验证
test_status.py 覆盖四种理赔状态；截图与批准的设计稿一致
CLAUDE.md——组织知识文件
放在仓库根目录的文件，提供一个新人入职时需要的全部上下文：
# 支付服务
## 命令
- 构建：make build
- 测试：make test（单元），make itest（集成，需要 docker）
- Lint：make lint（CI 中运行，推送前必须修复）
## 约定
- Java 21，Spring Boot 3。不引入新的 Lombok
- 金额永远用 BigDecimal，不用 double
- 每个接口都需要集成测试，放在 src/itest
## 架构
- api/ 放 REST 控制器，core/ 放领域逻辑，adapters/ 与外部系统通信
- Kafka 事件定义在 schemas/ 下，不要编辑生成的类
## Claude 容易犯的错
- 不要升级依赖版本，这由平台团队管
- 遗留的 v1/ 包已冻结，改动放到 v2/
Skills 作为组织知识
版本控制的、组织级别的策略。一个安全 API 审查 Skill 的示例：
---
name: secure-api-review
description: 应用 API 安全标准。在创建或修改面向外部的接口、
审查 API 代码或生成 OpenAPI 规格时使用
---
# 安全 API 审查
当你创建或修改 API 接口时：
1. 认证：每个接口都需要网关 JWT，
/health 之外不允许匿名路由
2. 输入验证：根据 OpenAPI schema 验证请求体，
拒绝未知字段
3. 审计：每个状态变更接口都必须发出审计事件，
包含操作者、操作、实体、时间戳
4. 数据分类：schema 中标记为 pii 的字段
不得出现在日志或错误消息中
运行 scripts/check-endpoints.sh 并在摘要中包含其输出
Hooks 作为构建时护栏
确定性的控制机制，可以阻止对受保护路径的编辑、在修改后运行格式化器和 linter，或者防止凭据出现在 diff 中。
并行会话与子 Agent
一个工程师可以用独立的 git worktree 同时驱动多个独立的工作流。子 Agent 处理有明确范围的重复性任务，每个子 Agent 有自己的上下文窗口。
治理： 设计评审发生在代码生成之前。Plan 模式强制执行这一点，因为工程师接受计划之前 Claude 无法修改文件。
度量指标：
- 先导指标： 首次通过就合并的变更比例；从计划批准到 PR 合并的时间
- 滞后指标： 每个变更的返工次数；合并后的 diff 与提交的
plan.md 匹配程度
阶段四：测试，每次会话都要自检工作
传统做法： 代码能用的信号来得很晚（CI、测试、生产环境），Agent 生成的代码必须由人完整审查。
AI Native 做法： 会话有办法在人类看到之前自检工作。Claude 反复迭代直到检查通过。
流程：
- 把工作检查封装成一条命令：
make test 或 npm test
- 在
CLAUDE.md 的命令部分列出，并给出健康输出的示例
- 设定可量化的目标：“所有测试通过”“截图与设计稿一致”“接口用新字段返回 200”
- 修 bug 时：先写失败测试，让 Claude 把 bug 复现为测试，确认测试失败，提交测试，然后才让 Claude 修复（且不能修改测试）
- UI 相关的工作：给 Claude 浏览器/截图工具和设计稿，反复迭代（通常 2-3 轮）
- 把验证变成
CLAUDE.md 中“完成”指令的一部分
- 用 Hook 阻止 Agent 在修复任务中编辑测试文件
CLAUDE.md 验证配置示例：
## 验证工作
- 构建：make build（必须以 "Build succeeded" 结束）
- 测试：make test（全部通过，不得跳过或删除失败的测试）
- Lint：make lint（零警告）
在报告任何任务完成之前运行以上全部三项，并粘贴输出。
如果测试失败，修代码，不修测试。
CI 中的持续 Evals
Evals 是 AI Native 世界里的阶段门禁 QA。在 Agent 配置变更（模型切换、prompt 改写、Skill 更新）时运行。
流程：
- 平台工程师收集 20-50 个带有预期结果的真实任务
- 将每个写成 eval：prompt + 定义可接受结果的检查项（测试通过、lint 干净、行为不变、策略遵循）
- 套件按计划运行，也在
CLAUDE.md、Skills 或 Hooks 变更时运行
- 配置变更需要通过 eval 门禁
- 每个生产事故都变成一条 eval，成为永久的回归测试
CI 工作流示例：
name: Agent evals
on:
pull_request:
paths: ['CLAUDE.md', '.claude/**']
schedule:
- cron: '0 2 * * *'
jobs:
evals:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- run: npm install -g @anthropic-ai/claude-code
- name: Run eval suite
env:
ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
run: |
for eval in evals/*.json; do
claude -p "$(jq -r '.prompt' $eval)" \
--allowedTools "Read,Edit,Bash(make test)" \
--output-format json > result.json
./evals/check.sh "$eval" result.json
done
治理： Evals 提供了跟得上 Agent 产出速度的 QA 门禁。通过率阈值作为合并检查强制执行；运行结果记录以便随时间比较。
度量指标：
- 先导指标： Eval 通过率随时间的变化；从生产事故到永久 eval 的时间
- 滞后指标： CI 中捕获的回归 vs. 逃逸到生产环境的回归
阶段五：部署，评审双向运行
AI 在 PR 评审循环中的角色
Claude 既给出评审，也接受评审。它按策略审查传入的 PR，同时也处理自己 PR 上收到的评审意见。
传统做法： 评审能力按人类产出的速度规划。PR 等待审查人；质量随负载波动。
AI Native 做法： 所有 PR 都获得一致的、按严重程度排序的评审。人类的注意力转向行为和风险。
流程：
- 启用托管的 Code Review 服务或在 CI 中运行 claude-code-action
- 技术负责人把评审策略写成
REVIEW.md：
# 评审指令
## 检查轮次
运行三轮检查，每轮标注类型：
- Bug：逻辑错误、边界条件遗漏、隐蔽的回归
- 安全：注入风险、认证漏洞、日志中的 PII
- 合规：变更是否符合 spec.md、plan.md、设计原则
## 什么是「重要」
「重要」仅用于会破坏行为、泄露数据或违反策略的发现。
风格和命名属于小建议。
## 控制小建议数量
每次评审最多报告五个小建议，其余汇总为数量。
## 不需要报告的
src/gen/ 下的生成文件，以及 CI 已经在检查的内容。
- 技术负责人设定人工阈值。评审发现不会自动批准或阻止合并
- 在评审评论上 @claude，Claude 处理并推送修复
- 评审发现反馈到
CLAUDE.md
- 每月调优：评估发现的质量、控制小建议数量、排除生成路径
治理： 写代码的 Agent 无法批准自己的代码。评审策略统一应用于所有 PR。发现记录在 PR 历史中，形成审计记录。人类通过分支保护规则进行审批。
度量指标：
- 先导指标： 首次评审响应时间；无需人类碰分支就解决的评论比例
- 滞后指标： 合并前捕获的缺陷/漏洞 vs. 逃逸到生产的
Hooks 作为审批门禁
Hooks 可以阻止、放行或暂停（等待审批）。发布门禁是最典型的场景。Hooks 还能阻止在没有变更工单的情况下编辑受保护路径，或者阻止 Agent 在修复任务中编辑测试文件。
生产环境门禁 Hook 示例（.claude/hooks/production-gate.sh）：
#!/bin/bash
# 生产部署需要具名的发布授权
cmd=$(jq -r '.tool_input.command' < /dev/stdin)
if [[ "$cmd" == *"deploy"* && "$cmd" == *"production"* ]]; then
if [ -z "$RELEASE_APPROVAL" ]; then
echo "Production deploys need a release authorization." >&2
exit 2 # exit 2 阻止操作，消息发送给 Claude
fi
fi
exit 0
CI/CD 集成与部署
在 流水线 中以非交互模式运行 Claude，沙箱化执行，通过 MCP 集成暴露部署能力，预演回滚路径。
流程：
- 从只读的判断步骤开始（分诊失败的构建、汇总不稳定的测试、起草变更日志）
- 在现有门禁之后添加写入步骤（修复 lint、更新生成的文档、处理评审意见）
- 执行沙箱化在容器中，使用短期限定作用域的令牌，没有长期的生产凭据
- 通过 MCP 暴露部署能力，按环境限定作用域
- 按环境分级自治权：开发环境（Agent 自由部署）、预发布（中间地带）、生产（Agent 准备，管理者授权，Hook 强制门禁）
- 定期演练回滚，阶段六中控制带突破时会用到它
流水线步骤示例：
- name: Triage failed build
if: failure()
run: >
claude -p "Read the build log at out/build.log. Identify most
likely cause, say whether failure looks flaky or real, and write
three-line summary for PR thread." >> triage.md
治理： Agent 可以执行到生产门禁为止，但无法通过它。分支保护把 Agent 的写入变成 PR，没有直通 main 的路径。生产部署 Hook 在具名发布管理者授权之前阻止操作。按环境的权限层级设定 Agent 可以做多少事。
度量指标：
- 先导指标： 不需要呼叫人类就完成分诊的流水线失败比例
- 滞后指标： DORA 指标（CI/部署工具已经在产出这些数据）
阶段六：维护，循环闭合
传统做法： 维护是被动的。工单和事故等着人来处理，然后重启流程。
AI Native 做法： 触发器（控制带突破、工单、频道消息、定时任务）直接调用 Claude，无需人介入。Claude 诊断问题，通过有门禁的路径执行操作，并把结果写成 intent.md，进入上述各阶段的循环。
监控与闭环
确定性脚本监控生产环境，在控制带被突破时调用 Claude。
流程：
- 服务负责人选择一个有稳定基线的指标（CI 测试失败率、部署后 5xx 率、PR 周期时间）
- 编写检测脚本，使用滚动窗口的均值/标准差。采用规则（Western Electric 规则）来捕捉缓慢漂移和突增
- 在版本控制的
bands.yaml 中定义响应层级：
- 1σ：仅记录
- 2σ：调用 Claude 进行只读诊断
- 3σ：Claude 可以采取行动（提 PR、触发预批准的运维手册）
- 触发层：定时工作流、来自监控栈的 webhook 或 Cron Job。Claude 以无状态方式运行（非交互的 CI 步骤或沙箱化容器中的 Agent SDK 服务）
- Agent 将诊断写成
intent.md（异常与证据、建议的结果、受影响的系统、待确认问题）
- 服务负责人或值班工程师分诊队列，路由给产品负责人或直接关闭
- 修复上线后，为该事故添加 eval，防止回归
bands.yaml 示例：
metric: ci_test_failure_rate
baseline: rolling_30d
rules: western_electric
tiers:
1sigma: { action: log }
2sigma: { action: diagnose, tools: "Read,Grep,Bash(gh run view *)" }
3sigma: { action: propose, routes: [pull_request, runbook:rollback-deploy] }
Claude Tag 处理事故
Claude Tag（Slack 公开测试版）让 Claude 作为频道成员以自己的身份参与。每个事故都有了第一响应者，响应本身成为循环和记忆的一部分。
对话和组织知识留在频道中，任何团队成员都可以实时指导和执行响应。Claude 通过 MCP 访问验证指标是否回到基线，并在线程中确认，然后把事后复盘写入版本控制的经验教训文件。
不只是事故处理。小型的、边界清晰的修复以 PR 的形式通过评审门禁；更大的工作则写成 intent.md 进入阶段一。
治理： 层级边界从版本控制的配置中强制执行。权限和托管设置拒绝生产环境访问。调用、发现、分诊都带时间戳记录。服务负责人分诊和审批。运维手册预先批准。现有的 PR 评审门禁决定变更是否通过。
度量指标：
- 先导指标： 从控制带突破到
intent.md 进入分诊队列的时间（对比过去的事故到事后复盘的时间）
- 滞后指标： 转化为合并修复的发现比例；同类事故的重复率
关键产物与版本控制链
贯穿 AI Native SDLC 的主线是提交的产物。每个阶段结束时写入一个到版本控制中，下一个阶段从读取它开始：
- intent.md → 需求和设计环节读取它
- spec.md → Plan 模式读取它
- plan.md → 实现环节读取它
- diff 和测试 → 评审环节读取它
- 带评审发现的 PR → 部署环节
- 事故记录 → 写回新的 intent.md，循环闭合
人类对每一个需要判断力的决策负责。提交链就是审计记录：谁提了什么需求，Agent 产出了什么，谁批准了它。
遗留系统集成
对于流程产出的每一个产物，要指定一个系统作为唯一真实数据源（source of truth）：
方案一：仓库作为唯一数据源
Markdown 产物是权威记录，遗留系统引用 commit 中的文件。对工程主导的组织来说最干净：所有记录在一个工具中，有统一的时间戳权威。
方案二：遗留系统作为唯一数据源
Jira、ServiceNow 或需求工具持有权威记录，Markdown 产物是工作副本。Claude 在会话开始时读取记录，通过 MCP 连接器将结果写回。
方案三：链接作为最低标准
所有产物标注记录 ID，所有遗留记录包含 Markdown 文件的 commit SHA。作为过渡方案的良好起点，接受两个数据源并存。
控制与治理框架
通过 Managed Settings（托管配置）来设定组织级别的控制，工程师无法编辑或覆盖：
{
"permissions": {
"deny": ["Read(.env*)", "Read(./secrets/**)", "WebFetch", "Bash(curl *)", "Bash(wget *)"],
"allow": ["Bash(git *)", "Bash(make build)", "Bash(make test)", "Bash(make lint)"],
"disableBypassPermissionsMode": "disable"
},
"allowManagedPermissionRulesOnly": true,
"sandbox": {
"enabled": true,
"failIfUnavailable": true,
"allowUnsandboxedCommands": false,
"network": {
"allowedDomains": ["git.internal.example.com", "registry.npmjs.org"]
},
"credentials": {
"files": [
{"path": "~/.ssh", "mode": "deny"},
{"path": "~/.aws/credentials", "mode": "deny"}
],
"envVars": [{"name": "GITHUB_TOKEN", "mode": "deny"}]
}
},
"allowManagedHooksOnly": true,
"disableSideloadFlags": true,
"allowManagedMcpServersOnly": true,
"strictKnownMarketplaces": [
{"source": "github", "repo": "example-corp/approved-plugins"}
],
"requiredMinimumVersion": "2.1.193"
}
每个配置项的作用：
permissions.deny 将密钥排除在上下文之外，阻止任意网络出口permissions.allow 预批准安全的内循环操作disableBypassPermissionsMode + allowManagedPermissionRulesOnly 阻止工程师自行放宽规则sandbox 通过操作系统级别的隔离弥补权限无法覆盖的空白failIfUnavailable 把沙箱变成门禁，如果沙箱无法初始化，Claude 会拒绝启动credentials 拒绝文件读取并从 shell 命令环境中剥离密钥allowManagedHooksOnly 确保只有受管理的 Hooks 才能运行disableSideloadFlags 确保 Skills、Agents 和 Hooks 只能通过审批的市场安装allowManagedMcpServersOnly 把工具表面变成白名单requiredMinimumVersion 强制使用经过评估的最低版本
实施顺序
这六个实践是模块化的，组织可以根据需要优先改造不同的阶段。依赖关系图中的箭头指示了前置条件：
- 阶段一：规划 没有前置要求，可以从任何地方开始
- 其他阶段依赖于依赖图中箭头指示的前置阶段
人类的注意力集中在门禁上，审查的是 Agent 标记出来的内容，而不是从头开始每个阶段。
结语
模型和工具已经进化到了一个新的水平，组织不仅可以改变代码的生产方式，还可以改变整个软件开发生命周期。这种转变把人类的判断力保持在流程的核心位置，同时兼顾了大型企业组织的治理和合规要求。
循环持续运转。
人类的判断力应始终在它之上。
原文： https://claude.com/blog/the-ai-native-sdlc-playbook
可在 云栈社区 继续交流 AI Native SDLC 的落地实践。
发表于 1 小时前
|
查看: 4|
回复: 0
