Anthropic AI-Native SDLC：用版本化产物重构软件开发流程 - 速读

AI-Native SDLC 的单位不是一次代码生成，而是可审查、可版本化、可触发下一阶段的产物；人的责任从逐次确认编辑，转为审批意图、规格、计划、风险与发布。

• 代码两侧瓶颈：实现提速后，规划、测试、审查和部署决定系统速度。
• 提交产物：intent.md → spec.md → plan.md → 代码/测试 → PR → 事故记录 同时充当输入、交接和审计链。
• 产物触发器：已审核产物启动下一门禁，线上异常又回流为新 intent。
• 策略分层：Skill 管可变知识，Hook/CI 管不可违反的限制。
• 受保护验证：让 Agent 自测，但不允许它通过修改测试来“证明”修复。
• 人类门禁：人保留目标、风险、策略冲突和高影响发布决定。

最小试点：选择一个高频流程，将阶段输出固化为一个版本化模板；先手工验证它能被下一阶段消费，再加入自动触发、Eval 和更长的自主会话。

相关：[[02-ai-coding/AI原生研发落地实践-Spec-Kit和BMAD跑了一遍SDD]]、[[02-ai-coding/Code-is-cheap-AI-Native-五倍效率]]、[[02-ai-coding/宝玉AI-我的AI原生开发流程-真实案例复盘]]。

证据边界：为 Founder Park 的二手编译，Anthropic 的日期、流程与示例未独立核验。