Anthropic 软件开发生命周期实战手册
本文介绍 Anthropic 提出的 AI 原生软件开发生命周期(SDLC)实战手册。文章指出当代码编写不再是瓶颈时,传统的规划、评审、部署等'人类速度'环节反而成为阻塞点。AI 原生 SDLC 将线性流水线重构为闭环,通过 intent.md、spec.md 等受版本控制的工件串联各阶段,Claude 深度嵌入规划、设计、构建、测试、部署、维护六个环节,实现自动化交接与触发,同时保持人类在关键决策上的监督责任,并配套治理合规考量与效果衡量指标。
本文介绍 Anthropic 提出的 AI 原生软件开发生命周期(SDLC)实战手册。文章指出当代码编写不再是瓶颈时,传统的规划、评审、部署等'人类速度'环节反而成为阻塞点。AI 原生 SDLC 将线性流水线重构为闭环,通过 intent.md、spec.md 等受版本控制的工件串联各阶段,Claude 深度嵌入规划、设计、构建、测试、部署、维护六个环节,实现自动化交接与触发,同时保持人类在关键决策上的监督责任,并配套治理合规考量与效果衡量指标。
基于 Anthropic 官方最佳实践的 AI 原生 SDLC 实战手册,含具体打法、工件模板、治理考量与衡量指标,信息密度和落地性极强,且为当日最新发布,时效性满分;但文本在 Prompt 示例处被截断,完整性略受影响。
本文是 Anthropic 官方博客《The AI-Native SDLC Playbook》的中文译介,作者 DUOROU LIU。文章指出当 AI 让代码编写不再是瓶颈时,传统软件开发生命周期(SDLC)的审批、评审和交接环节反而拖慢效率。AI 原生 SDLC 保留原有控制目标,将 AI 智能体嵌入计划、设计、开发实现、测试、部署和维护六个阶段,形成持续循环:各阶段以版本控制的产物(intent.md、spec.md、plan.md、代码差异、评审结果)衔接并自动触发下一阶段,人的判断保留在关键节点。文章详细介绍了各阶段的具体实施步骤、治理考量和衡量指标。
文章深度解读 Anthropic 发布的《AI 原生 SDLC 手册》。作者指出核心问题在于流程而非代码:AI 写代码速度大幅提升,但审批、评审、治理等环节仍按人的速度运转,效率在流程中被消耗掉。AI 原生 SDLC 的思路是保留原有控制目标、更换执行方式,包含三个机制:流程从线性变为循环、每个阶段以提交一个产物结束(intent.md、spec.md、plan.md 等)、人的注意力集中在审批门上。文章逐一梳理了计划、设计、构建、测试、部署、维护六个阶段的具体做法,包括 plan mode、CLAUDE.md、skill、hook 护栏、并行会话、eval 持续评估、PR 评审和托管设置等,最后通过监控指标驱动的闭环实现自主运行。
随着AI编程智能体的兴起,传统的敏捷开发流程已无法有效扩展。文章深入解析了Tenex团队开发的AI原生软件开发生命周期系统——MetaHarness。该系统旨在解决智能体执行速度超越系统上下文维护能力的风险,提出了将“上下文即代码”、制定允许动态调整的详细计划等八大核心原则。通过引入严格的文档语法、单一事实来源以及连接紧密的工程蓝图,MetaHarness实现了人机高效协作,使软件开发变得更快速、健壮且可衡量。
作者试用了二十多款用代码生成视频的Skills,最终筛选出三款推荐:ClaudeAnimationBase(效果最好,2k star,卡通动漫风、视频连贯性好)、mg-styles-15 和 video-shotcraft。这些工具既能制作宣传片,也可直接用于视频平台起号。作者使用 Claude Code 搭配 Opus 5.5 进行测试,并指出先参考素材找到想要的风格,再让模型描述生成,效果更佳。
文章分析 Claude 桌面端改版引发老用户不满的原因。作者认为设计团队追求工整规范,却抹掉了产品的独特质感。作者总结品牌升级三大禁忌:一是动了用户已习惯的感官直觉,把有辨识度的个性误当不规范,导致产品同质化;二是用内部生产效率代替用户实际收益,只强调3周快速上线却未说明对用户的具体好处;三是把'做出来了'当成'证明有效了',缺乏真实任务中的行为数据验证。作者提出改版前应自问:用户心中的感官词是否被磨平、新收益能否覆盖学习成本、哪些特色必须保留。真正的升级是修掉硬伤、留住特色。
文章介绍律师已成为 Claude 的最大用户群体,普通人也应利用 AI 审阅合同。作者详细讲解了 Anthropic 官方法律插件的安装方法(commercial-legal,含 /review、renewal-tracker 等 12 个技能),以及如何通过 cold-start-interview 和 customize 建立个人 playbook(合同规则),如限定肖像使用权 30 天、需逐条审批等。文中分享了作者因未审查合同条款而损失六位数赞助协议的教训,并给出 NDA 审查、合同签署判断、服务条款安全评估、续约追踪等 5 个实战用例,最后强调 AI 不能替代律师,敏感信息需注意隐私保护。
本文是一篇实操教程,介绍如何利用 Claude Opus 5.5 构建个人化的市场分析终端。作者指出普通 AI 聊天机器人回答行情问题时数据陈旧、缺乏来源和时间戳,而解决之道在于为模型提供带来源和时间戳的实时数据。文章提供两条路线:一是通过 Minara 应用快速上手,选择 Opus 5.5 模型进行实时行情问答和每日自动化监控;二是使用 Claude Code 从零搭建本地终端,通过 CLAUDE.md、brief.md、state.md、log.md 四个文件建立规则与记忆,配置免费或付费数据源,并设置安全规则确保未经确认不执行任何交易。课程还涵盖持仓晨检、涨跌归因、历史回测、告警推送及四周进阶计划。
作者分享了一套免费的深度 AI SEO 实战课程,核心是用 Claude(尤其是 Claude Code + ChatSEO MCP)系统化提升网站搜索排名与商业转化。内容包括:先选择有商业意图的关键词而非虚荣流量;用关键词模式批量生产页面;按转化意图排序的 9 种软件类页面类型(替代页、对比页、集成页等);用 Claude 批量写作、内链、生成结构化数据;并强调 GEO(AI 引用优化)必须建立在优质 SEO 之上。文章强调 AI 是执行之手、数据工具是大脑、人负责审批,并按周重复执行整个流程。
文章提出不应把 AI 当作执行单个长任务的聊天机器人,而应构建一套完整的 AI 团队操作系统:以 Grok Bot 作为 Chief 协调者,配以 Researcher、Builder(Claude)、Reviewer、Reporter 四个专职角色,各司其职。核心要素包括共享工作区持久化任务状态、分层记忆系统、独立的验证流程以及人工审批边界,防止 Agent 在未经授权时执行不可逆操作。文章给出了具体的项目目录结构、Chief 角色的完整提示词,并以 GitHub issue 处理为例展示了从调研、构建、测试到审查的自动化协作流程,实现真正可审查、有证据支撑的自主工作成果。
文章介绍 Claude 的重要变革:Claude Chat 与 Cowork 已统一为单一产品,云端的 Chat 现在能直接编写代码、生成幻灯片等,用户无需再区分不同模式。作者建议删除旧的复杂配置——包括 CLAUDE.md 文件、skills、指令文件等,因为它们会造成'上下文膨胀',反而降低输出质量。这一观点得到 Claude Code 作者 Boris Cherny 的支持。替代方案是:设置中开启统一模式、选择 Auto、保留 Memory、每次只给一个清晰目标,并让 Claude 在开始前复述目标以确认理解。核心理念是'少即是多',让技术变得无形。
一位开发者最初只想给小学生做数学练习题,三周后却做出了开源项目 Papermorph——一个 Claude Code Skill。将教材 PDF 丢进去,可生成分章节、带配音的互动网课,公式与图像随讲解动态变化并附带小测;输入童话文本则可生成剪纸风格动画短片。成品为纯静态网页,无需服务器和数据库。成本结构上,一章物理课模型费约 10-18 美元,动效设计使用 Opus,画面检查用 Sonnet,多个 subagent 分担了编导、动画、配音等传统角色。项目在 GitHub 获 867 星,MIT 协议开源。
文章介绍了作者总结的在中国境内使用 Claude 而不被封号的完整方案。核心思路是让使用地区而非身份成为英国环境:使用英国 CTExcel 电话卡获得英国 IP 与原生手机环境,用欧洲版 iPhone 收验证码和登录,用 Wise 账户处理付款,再配一台英国 VPS 作为远程工作环境。作者还介绍了 Claude Code 的 Remote Control 功能,实现手机与远程电脑协同工作。最后提出“防封提示词”,用信息熵等数学原理解释如何通过增加输入维度降低 Claude 安全分类器的误判率,声称协议比越狱更可靠。