基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

2025 年，GitHub 上约 41% 的代码由 AI 生成，年度 commit 总量逼近 10 亿次。Cloudflare 工程负责人 Boris Tane 在今年 2 月发表的一篇文章中给出了一个直白的判断：传统软件开发生命周期（SDLC）已经死了。AI 编码智能体没有加速 SDLC 的各个阶段，而是把这些阶段直接合并了。 传统 SDLC 的底层假设过时了 传统软件开发生命周期建立在一个前提上：写代码很贵。因为贵，所以要在动手前冻结需求、评审设计、分阶段测试、逐行审查代码。每道关卡都是为了减少返工。 graph LR A[需求分析] –> B[系统设计] B –> C[编码实现] C –> D[测试验证] D –> E[代码评审] E –> F[部署上线] F –> G[运维监控]

classDef default fill:#1a2332,stroke:#1A9090,color:#e0e0e0

AI 编码智能体让写代码的成本接近零。一个完整功能的原型，几分钟就能跑出来。成本结构变了，围绕"贵"建起来的流程关卡就失去了存在的理由。 SDLC 各阶段如何被合并 Boris Tane 在文章中逐个分析了传统软件开发流程各阶段的变化。 需求阶段过去要花两三周写 PRD、评审、冻结。现在工程师给 AI 编码智能体一个方向，几分钟拿到原型，看完效果再调整方向。需求在迭代中明确，不再需要预先锁死。 架构设计过去由高级工程师画图、写文档、组评审会。AI 编码智能体训练数据覆盖的架构模式远超任何个人的经验。工程师描述问题，智能体直接输出可运行的代码，设计在编码过程中同步完成。 测试过去是编码之后的独立阶段。智能体在生成代码时同步生成测试用例，TDD 变成了默认动作。 代码评审面临吞吐量问题。…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。