iT邦幫忙

2026 iThome 鐵人賽

DAY 2
1
AI Engineering

30 天打造我的 AI 開發工作流:從需求分析到上線系列 第 2

Day 02|AI-DLC:如果 AI 是開發團隊的一員,開發流程要怎麼走?

  • 分享至 

  • xImage
  •  

前言

如果 AI 已經不只是幫忙寫 Code,而是可以參與需求、規劃、測試與 Review,那我們是不是應該重新思考整個 Software Development Lifecycle?


昨天說到

昨天聊到當寫 Code 不再是最大的瓶頸,原本被開發時間蓋住的問題就會一個個浮出來。

  • 需求到底有沒有講清楚?
  • AI 有沒有理解原本的設計?
  • 測試結果到底能不能證明「真的做對了」?

今天就來看看,如果 AI 真的成為開發流程中的協作者,整個 Software Development Lifecycle 會變成什麼樣子。


AI-DLC 是什麼?

https://ithelp.ithome.com.tw/upload/images/20260901/201835888gNW11C8Sz.png
圖片來源:AWS — AI-Driven Development Life Cycle (AI-DLC)

AI-DLC 全名 AI-Driven Development Life Cycle,是 AWS 在 2025 年提出的一套 AI 原生軟體開發方法論,和傳統開發最大的不同,不只是「多了 AI」,更重要的是人和 AI 的工作方式變了,讓 AI 從「輔助工具」變成開發流程中的核心協作者,而我們則負責關鍵的決策與驗證。

可以把它想成一個循環:

Intent → AI Plan → AI Clarify → Human Validation → AI Execute → Human Review

AI 可以負責把一個模糊的需求逐步拆解、提出問題、產生計畫並執行;但在關鍵節點,仍然需要人類去做確認,而這個循環會在不同的開發階段不斷重複。

也就是說,AI-DLC 並不是把人從流程中拿掉,而是重新分配 Human 和 AI 在流程中的工作。


AI-DLC 的核心運作方式

  • 角色轉變:
    人類提出 Business Intent,AI 主動發起提問、釐清需求並產出執行計畫;人類則在關鍵節點做決策與驗證,而不是單純「人問一句、AI 答一句」。
  • Bolt:
    不再以數週為單位規劃一個大型 Sprint,而是將工作拆成較小的 Units of Work,以小時到數天為單位快速完成與驗證。
  • Unit of Work:
    將大型需求拆成更小、具體且可獨立驗證的工作單元,讓 AI 可以一次聚焦處理一個明確的工作範圍。

這三個概念背後有一個共同前提:

AI 可以持續執行,但不能取代人的決策。
所以流程中必須設計明確的 Human Validation / Review 節點,讓 AI 在關鍵決策前停下來,由人來確認方向是否正確。


AI-DLC 的三大階段

https://ithelp.ithome.com.tw/upload/images/20260901/20183588rQMgdRnZ7E.png
圖片來源:AWS — AI-Driven Development Life Cycle (AI-DLC)

  • Inception|構思
    透過與 AI 對話細化需求,將模糊的 Business Intent 逐步轉化為明確的 Requirements、Stories 與 Units of Work。這個階段的重點不是立刻寫 Code,而是把「想做什麼」講清楚。

  • Construction|建構
    AI 根據已確認的 Context 與規格,協助提出架構、產生程式碼與測試。
    人類則負責技術決策、確認設計,以及 Review AI 的產出。

  • Operations|營運
    AI 協助 Infrastructure as Code(IaC)、Deployment 與後續營運工作。


這 30 天要怎麼把這個概念落地?

了解 AI-DLC 的概念後,接下來我想把它拆成兩條線來實作。

1. Development Process

Spec、Plan、Test:這些會直接進入後面的 Meeting Notes System 實作流程。

它們負責回答:

  • 要做什麼?
  • 要怎麼做?
  • 怎麼知道做對了?

2. AI Collaboration

Command、Skill、Hook、MCP、Plugin:這些則是我使用 Claude Code 時,用來建立 AI 開發工作環境的機制。

它們負責回答:

  • 怎麼讓 AI 知道我們的規則?
  • 怎麼讓 AI 使用需要的工具?
  • 怎麼讓 AI 按照我們希望的方式工作?

https://ithelp.ithome.com.tw/upload/images/20260901/20183588cffepWG1Ia.png

Development Process 定義「怎麼開發」,AI Collaboration 則負責讓 Claude 能夠按照這套方式工作。


小結

  • AI-DLC 的重點不是「讓 AI 寫更多 Code」,而是重新設計 Human + AI 如何共同完成 Software Development Lifecycle。
  • AI 負責分析、規劃與執行,人類則在關鍵節點做決策與驗證。
  • 接下來這 30 天,我會用兩條線把這個概念落地:開發流程和協作機制。

明天:AI 可以幫我們規劃、執行,但前提是它必須知道「我要做什麼」。那我們要怎麼把一個模糊的 Intent,變成 AI 可以持續依據的 Specification?


上一篇
Day 01|AI 什麼都能做,為什麼系統做出來還是走樣了?
下一篇
Day 03|Spec-Driven Development:為什麼我不直接叫 Claude 寫 Code
系列文
30 天打造我的 AI 開發工作流:從需求分析到上線4
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言