过去一年多，AI 写代码的速度让工程圈兴奋，但 Anthropic 应用 AI 团队 8 月抛出的一份万字手册却指向让人不安的事实：当 AI 一天能产出过去一周的代码量时，真正卡住企业的不是技术，而是按周运转的需求评审、代码审核和上线审批。手册把问题概括为三个：瓶颈移位、控制手段失效、特批与例外越来越耗时。

这是什么

手册讨论的是 SDLC（Software Development Lifecycle，软件开发生命周期）——软件从需求到上线维护的全流程——在 AI 编码 Agent 介入后该如何重写。这里说的 Agent，指的是像 Claude Code 这类能自己读代码、改文件、跑命令、看结果的程序，而非普通聊天机器人。

Anthropic 给出 15 个具体做法（play），合称 playbook。六阶段改造一句话概括：

  • 计划：跳过产品经理排队，提出想法的人直接和 Claude 对话，写一页「意图文件」提交审核
  • 设计：在一次会话里完成，Claude 按规范生成「规格文件」，人审核
  • 构建：先让 AI 写「改动计划」，说清改哪些文件、按什么顺序，人确认后才动手
  • 测试：Agent 工作中自己跑测试、构建、对比截图，没通过就继续改
  • 部署与维护：原文未完整给出，但方向一致——从「会议签字」改为「版本库合并」，每一步自动留痕

核心解法一句话：保留控制目标，更换控制手段。审批变合并，规范变文件，规则变脚本。

行业怎么看

Anthropic 是 Agent 卖家，方法论难免放大自家产品价值。社区反应分化明显。

支持方认为手册切中真痛点。一位前 Atlassian 工程总监在 X 上评论：团队最大的浪费不在写代码，而在「等评审、等签字、等上线窗口」，AI 加速后这些浪费被指数级放大。

风险与反对同样存在。一是「谁背锅」问题：关键环节的定义在不同团队差异极大，落地易变成「什么都审了等于什么都没审」。二是合规：金融、医疗、政务行业的代码上线仍受强监管，自动检查能查语法，未必能查合规。三是组织惯性：人的角色从「动手」变「决策」，但薪酬、KPI 仍按「亲手完成」设计，调整成本远高于换流程。四是手册高度依赖 Claude Code 自身的稳定性，一旦工具版本升级，企业已落地的流程可能推倒重来。

对普通人的影响

对企业 IT：研发部门将被迫重写流程，短期工作量剧增（写规范、配脚本、培训团队），长期看纯执行岗收缩，架构师、产品、运维的「判断含量」提高。

对个人职场：写代码本身正在快速贬值，会用 AI 高效写会成为基本门槛。稀缺的是能定义清楚「要做什么」、能在关键决策点承担判断责任的人。手册虽针对工程师，但逻辑可迁移到任何「产出变快、流程没变」的岗位。

对消费市场：短期难直接感知，1-2 年后将出现「Agent 主导开发」的应用，更新更快、价格可能更低，但稳定性也更值得追问——背后团队是否真正理解了「控制目标不变、控制手段要换」这件事。