Anthropic Applied AI 团队在 8 月 21 日发布《The AI-Native SDLC Playbook》（作者 Louis Claxton），开篇结论非常直接：当 AI agent 把写代码变得又快又便宜，软件交付的瓶颈不再是代码，而是规划、审查、安全与部署这些仍然按「人的速度」运转的环节。这不是愿景文章，而是一套 Anthropic 内部正在用的流程，核心机制可以概括为一句话：用「提交产物链」（intent.md → spec.md → plan.md → 带测试的代码 diff → 带审查结论的 PR → 事故记录）把开发流程改造成循环，人不再逐行审代码，而是对每个需要判断力的门禁点负责。
先崩的是流程，不是代码
很多团队已经在让 Claude Code 这类 agent 写功能，速度是几年前的十倍量级。构建阶段不再稀缺，瓶颈转移到它两侧的人速环节：审查队列越来越长，安全团队的人手是按人类产出量配置的；产品、架构、工程、QA、发布、运维之间的交接还在靠文档、工单和签批。传统 SDLC 的全部设计前提是「写代码最慢最贵」，所以用 PRD、估时会和月度委员会来强制对齐——这个前提已经失效。
Anthropic 的观察有三条：瓶颈移到构建两侧的规划/审查/部署；管控手段与现实脱节（逐行审查 agent 产出的大段 diff 不再可行）；治理成本上升，例外情况依然要开会、过委员会。
核心机制：提交产物链（Committed Artifact Chain）
每个阶段结束，向版本控制提交一件产物：intent.md、spec.md、plan.md、代码 diff 及其测试、带审查结论的 PR、事故记录；下一阶段从读取这件产物开始。早期阶段用 Markdown 是有意为之——产品负责人和 agent 都能读、都能用同一个文件；从构建阶段往后，产物就是代码和它的记录。
这条 commit 链本身就是审计链：谁提的需求、agent 产出了什么、谁批准的。通过的 intent.md 触发需求与设计；通过的 spec.md 触发 plan mode；合并的 PR 触发流水线；生产监控的控制带被突破，就写下一条 intent.md，循环继续。
六个环节：从 intent 到运维
- 规划（Plan）：任何人先用自然语言和 Claude 头脑风暴，产出 Markdown 的 proto-spec；模板可以编码成 skill；不会用 git 的人由 connector 代提交。
- 设计（Design）：产品负责人审查 spec 但不亲自写；通过的 intent.md 驱动需求与设计，Claude Design 产出 mockup 再流入 Claude Code。
- 构建（Build）：Claude 在 plan mode 里先读代码库、不改动，工程师先纠正计划再写代码，批准后的版本提交为 plan.md。
- 测试与审查：agent 随 diff 一起写测试；人工审查从逐行改为对 PR 及审查结论的接受/驳回。
- 部署（Deploy）：合并的 PR 自动触发上线流水线。
- 运维（Operate）：把生产监控编码成控制带；控制带被突破时，异常自动写下一条 intent.md，循环闭环。
和传统 SDLC 差在哪
传统流程是线性接力：产品经理写需求、架构师转设计、工程师实现、QA 验证、发布、运维，环节之间靠文档、工单和签批衔接。它服务的是一个「代码稀缺且昂贵」的世界。
新模式是循环：人的注意力跟着产物走，像编辑在章节节点审批，而不是逐段校对。人没有消失——每个需要判断力的决策仍然由人负责，注意力放在真正需要判断的地方：审批 intent、spec、plan、PR 与发布。这和我们对 Agent 可恢复状态、以及 AI 生成代码的工程验收 的观察是同一个模式：执行交给机器，验证与问责留在人这边。
对行业意味着什么
这是结构变化，不是工具技巧。Playbook 的潜台词是：如果 SDLC 不跟着重写，投在 agentic coding 上的大量资源会被流程拖累；安全与合规必须跟上 agent 的吞吐速度，受监管的组织既不能让审查队列无限变长，也不能让代码未经审查就上线。
信号已经出现：Anthropic 此前发布了配套的安全加固指南（Jason Clinton）；8 月 24 日 GitLab CEO Bill Staples 公开回应——「流程」在几天内变成了 CEO 议题。产物链约定与门禁工具化会成为软件平台的标配，因为产物链正是 agent 工作可审计的基础。模型侧的方向也一样：我们之前写过 Ornith-1.5 开源模型自我训练，系统在发布之后仍在持续学习与自我验证，与「发布后继续进化的流程」是同一件事。
明天就能开始落地
- 先立一件产物：把 intent.md 设为新工作的唯一入口，和 Claude 一起写、提交，让下一阶段从它开始。
- 一阶段一产物：上一件产物未提交，就不进入下一阶段——commit 就是你的审计线索。
- 人管门禁，不管 diff：把审查注意力放在 intent、spec、plan、PR 的审批上，行级工作交给 agent。
- 模板 skill 化：把组织的 intent/spec/plan 模板做成可复用 skill，让 agent 产出组织真正能消费的产物。
- 定义控制带：写清楚生产环境什么算「异常」，让一次突破开启下一轮循环。
常见问题 FAQ
Q：什么是 AI-Native SDLC？
A：为 agentic coding 重新设计的软件开发生命周期：用提交产物与门禁取代线性交接，代码生成默认又快又便宜，人对每个需要判断的环节负责。
Q：原版 Playbook 在哪里？
A：Louis Claxton 的《The AI-Native SDLC Playbook》发布在 Anthropic 官方博客（2026-08-21），另有 Jason Clinton 的配套安全指南。
Q：这套流程会裁掉工程师吗？
A：不会。执行交给 agent，但「判断」的问责——接受 intent、批准 spec/plan/PR——在设计上始终留在人这里。
