AI 智能体没有让 SDLC 变快，而是直接杀死了它。

我总听到大家把 AI 说成“10 倍开发者工具”。这个说法错了。它默认工作流不变，只是速度变快。但现实根本不是这样。我们花了十几年建立起来的整个开发生命周期，那个催生了数百亿美元工具产业的流程，正在彻底崩塌。

而大多数人还没意识到。

你学过的 SDLC 已经是历史遗物

经典的软件开发生命周期是这样的：

需求 → 系统设计 → 实现 → 测试 → 代码审查 → 部署 → 监控

每个阶段都有自己的工具、仪式和产业链：Jira 管需求，Figma 管设计，VS Code 管编码，Jest 管测试，GitHub 管审查，AWS 管部署，Datadog 管监控。

每一步都独立、顺序、充满交接。

而现在，当工程师用编码智能体工作时，实际流程变成了：

意图 → 智能体 → 代码 + 测试 + 部署 → 能用吗？→ 上线

阶段消失了。它们不是变快了，而是直接合并了。智能体根本不知道自己在哪个“阶段”，因为阶段已经不存在了。只有意图、上下文和迭代。

AI 原生工程师根本不知道 SDLC 是什么

我跟很多 Cursor 发布后才入行的工程师聊过。他们不知道软件开发生命周期是什么，不知道 DevOps 是什么，也不知道 SRE 是干嘛的。不是他们水平差，而是他们从来不需要这些。

他们没开过 sprint planning，没估过 story points，没等过三天 PR 审查。

他们只管造东西。

你说你要什么，智能体就写代码，你看一眼，迭代几次，直接上线。一切同时发生。

这些工程师没有因为跳过仪式而变差，反而彻底摆脱了束缚。Sprint 规划、代码审查流程、发布火车、估点仪式……全都不需要。他们直接跳过了整个正统教条，奔向了真正的构建。

说实话，我有点羡慕。

每一个阶段都在崩塌

我们逐一看看 SDLC 还剩下什么。

需求收集：流动的，而不是被规定的

以前需求是自上而下给的。PM 写 PRD，工程师估时，规格在写代码前就被冻结。因为构建成本高，每做一个功能都要几周，必须提前想清楚。

现在这个约束没了。智能体几分钟就能生成一个完整功能。你不需要提前写死所有细节。你给出方向，智能体先做一个版本，你看一眼，调整，再试另一种方案。你甚至可以一次生成十个版本，挑最好的。

需求不再是一个“阶段”，而是迭代的副产品。

那 Jira 还有什么用？当受众不再是需要跨流水线协调的人类，而是直接消费上下文的智能体时，Jira 就从项目管理工具变成了上下文仓库——而且是个很糟糕的仓库。

系统设计：被发现的，而不是被规定的

系统设计依然重要，但方式彻底变了。

以前设计是在写代码前做的：白板画架构，争论权衡，画框框箭头，然后再去实现。设计和代码之间隔着几天甚至几周。

现在这个间隙正在消失。设计不再是提前规定，而是通过给智能体正确上下文被“发现”出来的。模型见过比任何单个工程师都多得多的系统、架构和模式。你描述问题时，智能体不仅按你的设计实现，还会提出往往比你自己想得更好的架构方案。

你和智能体在实时进行设计对话，输出的直接就是能跑的代码。

你仍然需要判断它是否过度设计或漏掉了约束，但你是在一起协作设计，而不是单方面下命令。

实现：现在是智能体的工作

这个最明显。智能体负责写代码。完整功能、错误处理、类型、边界条件，一气呵成。

我认识的人里，已经没人一行一行手敲代码了。我们只负责审查智能体写的代码、喂上下文、调整方向，把精力放在真正需要人类判断的问题上。

测试：同时发生，而不是顺序进行

智能体写代码的同时就在写测试。不是事后补，不是单独的“测试阶段”。测试就是生成过程的一部分。

TDD 不再是一种方法论，而是智能体默认的工作方式。

整个独立的 QA 阶段已经消失。代码和测试一起生成、一起验证、一起迭代，没有任何交接。没有“扔给 QA 团队”。智能体自己就能完成 QA。

代码审查：该放下了

PR 流程该退休了。我从来都不是它的粉丝，现在它只是一个时代遗物。

我知道这听起来刺耳。代码审查是神圣的，是抓 bug、传递知识、维护标准的方式，也是一种身份认同。我们是工程师，审代码就是我们该做的事。

但在智能体主导的世界里，死守 PR 流程不是严谨，而是身份危机。

想想看：一个智能体一天能生成 500 个 PR，你团队一天最多审 10 个。审查队列会堆积。这不是值得优化的瓶颈，这是一个假瓶颈——它只存在于我们把人类仪式强加到机器流程上。

未来的审查必须从零重构。要么变成代码生成过程的一部分（智能体根据计划文档自我验证、跑测试、检查回归、校验架构约束）；要么由第二个智能体对抗式审查，尝试从各个维度攻破它。我们已经有这些工具了。

人类介入的审查变成例外机制：只有自动化验证无法解决冲突，或变更触及真正新颖领域时才触发。

没有 PR 的世界是什么样？智能体直接 commit 到 main。自动化检查、测试、类型检查、安全扫描、行为 diff 全部通过就自动上线。如果失败，智能体自己修复。只有系统 genuinely 不知道该怎么办时，人类才介入。

我们现在把宝贵的审查时间花在阅读智能体几秒就能验证的 diff 上，这不是质量保障，这是勒德主义。

部署：解耦且持续进行

智能体已经在写比大多数团队手动搭建的更复杂、更专业的部署流水线。特性开关、金丝雀发布、渐进式 rollout、自动回滚触发……这些曾经需要专职平台团队的发布工程。

关键转变是：智能体天然把部署和发布解耦了。代码一生成、验证通过，就持续部署，产生 artifact 落在生产环境里，但藏在特性开关后面。发布是独立的决策，由特性开关或流量规则驱动。

有些团队已经接近真正的持续部署 + 持续发布：从意图到生产，全程自动化，无人介入。

下一步更精彩：智能体不仅部署代码，还管理整个发布生命周期——监控 rollout，根据错误率自动调整流量百分比，延迟飙升就自动回滚，只有真正新奇的问题才通知人类。

部署这个“阶段”不仅被自动化了，它变成了一个永不结束的、自我调节的过程。

监控：唯一幸存的阶段，但必须进化

监控是 SDLC 里唯一活下来的阶段。它不仅活下来，还成了整个坍塌生命周期的基石。

当智能体出代码的速度超过人类审查速度时，可观测性不再是“锦上添花”的仪表盘，而是整个生命周期的首要安全机制。其他所有防护（设计审查、代码审查、QA、发布签批）都被吸收或消灭了，监控成了最后一道防线。

但大多数可观测性平台是为人类设计的：告警、日志搜索、仪表盘，全都假设有人去看、去理解、去行动。当变更量超过人类注意力时，这个模型就崩了。

如果智能体一天出 500 个变更，你的监控却要求人类去调查每个异常，你只是把瓶颈从代码审查挪到了事故响应。

没有行动的可观测性只是昂贵的存储。未来的可观测性不是仪表盘，而是闭环系统：遥测数据直接变成上下文，喂给写出这段代码的智能体，让它自己发现回归、自己修复。

可观测性层将成为驱动整个循环的反馈机制，不是末尾的阶段，而是整个系统的结缔组织。

新的生命周期是极致紧凑的循环

旧 SDLC 是一个大循环：需求→设计→编码→测试→审查→部署→监控。线性、顺序、充满交接和等待。

新的生命周期是一个极致紧凑的循环：

人类意图 + 上下文 → AI 智能体 → 构建 + 测试 + 部署 → 观察 → 下一个意图

没有 ticket，没有 sprint，没有 story points，没有排队的 PR，没有单独的 QA 阶段，没有发布火车。

只有带着意图的人类，和负责执行的智能体。

那还剩下什么？

只剩下上下文。

你用智能体构建产出的质量，直接正比于你给它的上下文质量。不是流程，不是仪式，是上下文。

SDLC 已死。

新技能是上下文工程。

新安全网是可观测性。

而行业里大部分人，还在配置没人看的 Datadog 仪表盘。

（完）