2.3 KiB
Executable File
2.3 KiB
Executable File
AI 编程演进阶段
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
- 从人工到自动：减少人工干预
- 从对话到文档：从口头需求到结构化规格
- 从单次到循环：从一次性生成到持续迭代
- 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