# AI 编程演进阶段

> 相关：[[团队级AI_Coding简明手册v0.2]]、[[Harness工程]]、[[Rule约束]]、[[规格驱动开发]]、[[Loop工程]]

## 概述

AI 编程从简单的手动复制粘贴，逐步演进到工程化的自动化开发体系。

## 5 个阶段

### 阶段1：原始阶段（本能驱动）
- **特征**：手动从浏览器中复制 AI 的代码，通过问答和 AI IDE 交互
- **方式**：人工复制粘贴，逐行审查
- **效率**：低，依赖人工
- **适用**：个人学习、简单脚本

### 阶段2：Rule 约束（经验规则显化）
- **特征**：定义 AI 在不同工作模式下的处理方式，如 RIPER-5
- **方式**：通过 Rules 文件约束 AI 行为
- **效率**：中等，需要持续对话输入需求
- **适用**：个人项目、小团队

### 阶段3：规格驱动（需求结构化表达）
- **特征**：基于规格流转的开发方式，如 OpenSpec 框架
- **方式**：文件进、文件出，结构化需求文档
- **效率**：较高，AI 可理解完整上下文
- **适用**：中型项目、团队协作

### 阶段4：Loop 工程（闭环自动化）
- **特征**：让 AI 能根据验收规则自动循环，构建测试套件
- **方式**：TDD 驱动，AI 自治运行，自动修复
- **效率**：高，半自动有人值守
- **适用**：复杂项目、持续集成

### 阶段5：Harness 驾驭工程（工程治理）
- **特征**：把 AI 纳入工程治理体系，提供约束体系和外部接口
- **方式**：完整的 Harness 体系，全自动 Plan 后无人值守
- **效率**：最高，全自动无人值守
- **适用**：企业级项目、大规模团队

## 演进路径

```
原始 → Rule → 规格驱动 → Loop → Harness
手动    规则    文档       自动    治理
低效    中效    高效       自动    全自动
```

## 关键转变

1. **从人工到自动**：减少人工干预
2. **从对话到文档**：从口头需求到结构化规格
3. **从单次到循环**：从一次性生成到持续迭代
4. **从自由到约束**：从无约束到工程化治理

## 实践建议

- **小团队**：从 Rule 约束开始，逐步引入规格驱动
- **中型团队**：采用规格驱动 + Loop 工程
- **大型团队**：构建完整的 Harness 体系

## 相关概念

- [[Harness工程]]
- [[核心Loop]]
- [[规格驱动开发]]
- [[Agent_as_Code]]