
分析:Anthropic 等公司的 AI 原生开发流程把 UX 降为 AI 上下文
来源标题:The Role of UX in Agentic Software Factories
Anthropic、Google 和 OpenAI 提出的 AI 原生软件开发生命周期都把 UX 简化为引导 AI 生成的幕后上下文信息。文章指出,这种定位忽略了 UX 发现用户需求、凝聚团队判断和评估产品的价值,采纳该模式的组织可能失去 AI 上下文所依赖的用户洞察。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
邮件分享文章 在 LinkedIn 上分享 在 Twitter 上分享 摘要: AI 原生的软件开发生命周期将 UX 简化为 AI 的上下文。UX 必须发现用户需求、塑造所构建的内容,并在发布前后对其进行评估。 2026 年 8 月,Anthropic 发布了其对 AI 原生软件开发生命周期(SDLC)的愿景,此前 Google(2026 年 5 月)和 OpenAI(2025 年 11 月)也发布过类似但规定性较弱的文章。这三种愿景在细节上有所不同,但都将 UX 置于边缘位置,把它简化为引导 AI 生成的幕后上下文。但这只是 UX 所提供价值的一部分。UX 还负责发现用户需要什么、强化团队对要构建内容的共同判断,并评估最终构建出的产品。按照文中描述采纳这一模式的组织,可能会失去其 AI 上下文所依赖的正是那种用户洞察。本文剖析 Anthropic 的 playbook,以说明它在哪些地方遗漏了 UX,以及 UX 团队可以如何应对。 软件开发生命周期(SDLC)是软件在构建过程中所经历的一系列阶段。这些阶段通常包括: SDLC 的早期版本出现于 20 世纪 60 年代,通常被称为“瀑布式”,后来 2000 年代初的敏捷运动将其改造成短周期、重复循环的流程。 任何从事软件工作的人可能都熟悉 SDLC 的各个要素,无论他们是否这样称呼它。但需要认识到,SDLC 框架主要描述的是工程视角。长期以来,UX 一直在努力捍卫自己在传统 SDLC 中的地位。 Anthropic、Google 和 OpenAI 的文章都提出了一个简单的论点:AI agent 让编写代码(构建阶段)变得快速且廉价,因此其他阶段也必须做出调整,以最大化生产力收益。可交付成果的创建、人工审批和治理政策都必须重新设计,以便在不降低质量标准的前提下跟上 AI agent 的步伐。Google 很好地总结了这三者的核心论点: “软件工程中最深刻的转变不是新语言、新框架或新云服务。而是从编写代码转向表达意图,并信任智能系统将这种意图转化为可运行的软件。” Anthropic 的 playbook 保留了传统的六个 SDLC 阶段,但 AI 成为主要执行者,人类则在整个过程中监控质量。这些阶段围绕一条由 AI agent 以 Markdown 生成、由掌控各个审批关卡的人审阅的受版本控制工件链展开,作为记录谁做出了什么决定的审计轨迹。 引导 AI 工作的是上下文:经过整理的指令,告诉 AI 组织如何做事,并约束其工作。上下文可以包括编码规范、品牌指南、安全规则和 UX 标准。理论上,上下文越好,AI 的输出就越有可能无需人工修正即可达到组织标准——这是终极目标。这与传统 SDLC 有显著不同,在传统 SDLC 中,人既创建设计也评估所有工作。 产品负责人收集(基于研究的)需求,并决定要构建什么。 任何人都可以通过用 AI 生成 intent.md 来提交想法。产品负责人批准或拒绝它。 设计师解析记录下来的需求,以创建、迭代并测试设计。 AI 将已批准的 intent.md 转化为 spec.md,并以公司标准作为上下文。产品负责人使用 AI 设计工具制作界面原型并迭代,然后批准该 spec。 AI 使用 spec.md 创建 plan.md 文件,为 AI 编码 agent 列出指令。工程师批准计划后,由 agent 编写代码。 QA 专家检查软件是否正常运行。 AI 对照 intent.md、spec.md、plan.md 和原型检查自己的工作,并由工程师监督。 AI 审查代码中的 bug、安全风险以及对组织标准的合规性,然后由技术负责人批准每次发布。 工程师监控产品并修复问题。 自动化检查监控产品健康状况。当出现故障时,AI 进行诊断,并编写新的 intent.md 以重新启动循环。 这种新 SDLC 的各个版本已经在发生——也许你正身处其中。但现在判断这种 SDLC 对各类公司的适用程度还为时过早,因为它如此高度面向软件生产。同样重要的是要认识到其中的利益冲突:AI 实验室希望公司做出这一转变,因为这会推动其产品被更广泛地使用。 在我们的自定进度课程《为 AI 构建的产品编写 Spec》中,你将学习如何设计 AI 构建的产品取得成功所需的基础。 在 Anthropic 的 playbook 中,UX 不拥有任何阶段或审批关卡。它假定以上下文和技能形式编码的 UX 知识将帮助 AI 创建高质量、以用户为中心的产品。然而,它并没有为 UX 专业人员直接参与其中定义空间。让我们拆解其中一些假设。 生命周期始于规划阶段创建 intent.md。它假定作者会自觉地尊重用户需求,而不是只执着于自己偏爱的解决方案。但有什么能阻止提交一个与任何明确用户需求都没有关联的 intent.md 呢?即使是一位善意且掌握详细 UX 上下文的作者,也会受限于他们或其组织已知的内容,而该 playbook 并没有为发现新的用户需求创造空间。 intent.md 由个人单独创建,这也鼓励了孤岛而非协作。个人(或系统本身)很容易在缺乏其他团队成员视角的情况下孤立地创建这些工件,仅依赖产品负责人的判断来批准、编辑或拒绝提案。这会导致团队整体认同度低、偏见得不到挑战,以及 intent.md 文件从四面八方涌来。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。