来源说明
2026 年 8 月 21 日，Anthropic 在官方博客发布了《The AI-Native SDLC Playbook》，第一次系统公开"我们内部怎么用 Claude 改造自己的研发流程"。它的核心判断很直接：当 AI 把"写代码"压缩到秒级，代码不再是瓶颈——规划、审查、部署这些以人的速度运行的环节，才是新的约束。
这篇文章把它拆成一张可执行的流程图：流程怎么闭环、每个环节产什么、人在哪里把关，以及学习者可以照做的两个零依赖起点。需要说明：这与之前那篇《Claude Code 初创公司指南五大规则》角度不同——那篇讲的是"团队怎么用 Code Agent 的做事原则"，这篇讲的是"把整个六阶段生命周期重构为 AI 闭环的方法论"。
一、从线性流程到闭环：每一关都交一份"产物"
传统 SDLC 是线性的：需求评审、写设计文档、写代码、测试、部署、运维，阶段之间靠会议和签字交接。AI 原生 SDLC 把这条线掰成一个环，AI 嵌入每个环节，交接物从"会议"变成版本化的产物文件：
| 规划 | 委员会收集需求、手工写文档 | Claude 从需求源直接合成痛点，写进 intent.md |
| 设计 | 分析师写设计文档，设计师解析 | 一次会话内压缩需求和设计，产出 spec.md，编码标准用技能承载 |
| 构建 | 手写代码和测试 | AI 生成代码，团队知识存成 CLAUDE.md 和技能 |
| 测试 | 阶段边界的质量门禁 | 持续评测织入实现过程 |
| 部署 | 人逐行审查、评审循环不一致 | 分层智能体审查 + hooks 作为审批闸门 |
| 维护 | 人盯生产告警 | Agent 监控线上，突破控制带自动诊断并写回新的 intent.md |
贯穿右列的线索是产物链：intent.md 交给 spec.md，spec.md 交给 plan.md，之后是代码 diff、PR 及其审查结果，最后事故记录再回到 intent.md，环就转起来了。这串提交记录同时就是审计轨迹：谁要什么、Agent 产出了什么、谁批准了。
二、三件套：intent.md、skills、持续评测
手册把替代"代码 + 阶段门禁"的核心工具归纳为三件套。
intent.md 替代厚 PRD。用一次与 Claude 的对话，把需求压缩成一份人可读、机器可执行的单文件。官方给出的量级是从"周"压缩到"小时"。它是可提交（commit-able）的文件，下游 Agent 直接读它干活，而不是读几十页的需求文档。
skills 承载编码标准。团队标准（比如 API 安全规范、品牌规范）写进 .claude/skills/ 目录，手册里的例子是一个叫 secure-api-review 的技能，负责盯认证、输入校验、审计日志。策略要改时集中改一处，工程师下次会话自动拿到新版本——知识从"人脑记忆"变成了"版本化资产"。
持续评测替代阶段门禁。一个 20 到 50 个真实任务的评测集，配置一变更就跑一次，每晚定时再跑一轮；每个生产事故都会变成一条永久评测；评测通过率直接成为合并（merge）的条件。测试不再挤在阶段末尾，而是织进实现过程本身。
三、人工关卡：人在闸口，不在逐行 review
手册最反直觉的一点是：人工审查不是被取消了，而是换了位置——从"逐行看代码"变成"在关卡上看 Agent 标记的问题"。配套机制是 hooks 审批闸门，allow / ask / block 三态，且没有手动绕过的路径。
具体硬规则包括：写代码的 Agent 无权批准自己的 PR，分支保护照旧要求 code owner 批准；部署阶段生产发布需要 release-manager 授权，未授权尝试直接以 exit code 2 拦截；评审标准写进 REVIEW.md，分 bug、安全、合规三遍扫描，nit 级问题每次最多报五条。环境还分级放权：dev 环境 Agent 可以自由部署，生产环境 Agent 只能"准备"，由 release manager 放行。
四、维护阶段：让循环自己转
维护环节全部交给确定性脚本，不掺模型判断：基于滚动基线设 1σ / 2σ / 3σ 三档控制带（采用 Western Electric 规则捕捉缓变漂移和尖刺）。1σ 只记录，2σ 让 Claude 以只读方式诊断，3σ 才允许行动——而且行动只能是开一个 PR 进评审门禁，或触发一条预批准的 runbook（比如回滚）。诊断结果写成新的 intent.md 回到第一阶段，循环开始自我供给。
The loop keeps running. Human judgement stays above it.
手册的收尾这句话是全文最值得划线的一句：循环自己转，人的判断悬在循环之上。
五、跟着案例走一遍：理赔查询功能
手册用"自助理赔状态查询"走完全流程：运维侧先写 intent.md 说明问题、用户和约束；产品负责人审查批准后进入设计阶段，Claude 应用 UX 和安全技能产出 spec.md；工程师进入计划模式得到 plan.md；Claude Code 实现并提交 PR；通过 review hook 后合并。约束被显式写进 plan：理赔核心接口限流 50 rps，所以 plan 里标注需要加缓存；会话期间不得新增任何个人可识别信息（PII）。
这个案例最值得学的是：约束和标准没有散落在人脑里，而是写进了产物文件，Agent 在执行时就能看到并遵守。
六、学习者的落地路径：两个零依赖起点
手册附了依赖图并明确指出有两个零依赖的起点，对小团队和自学者都适用：
对个人开发者，我的建议是三步：把下一个功能的 PRD 改写成 intent.md 当版本化文件维护；给自己常用的 Agent 配置一条最小评测（哪怕只有 5 个代表性任务）；再想清楚哪些变更必须人工把关。这套方法论本质上是把"AI 写代码的能力"和"流程的确定性"分开管理，谁先跑通这个结构，谁就拿到了 AI 原生开发的入场券。
