打造具有复利效应的 AI 工作流
简短版
AI 让构建变得廉价。从大约 2025 年 11 月（配合 Opus 4.5）开始，过去需要开发人员两周的事，一个下午就能完成；一个下午的事，十分钟就能完成。构建便宜了，但管理海量产出却变得昂贵（至少在没有计划的情况下）。许多 AI 用户手头堆着一批提示词：写过一次、找不到、再也没运行过。没有形成习惯，也没有建立起体系。
AI「提示词库」本该是运转顺畅的机器的一部分，但现在它们看起来像《囤积狂》里的一期节目——好几百条半成品提示词，全卡在炼狱中。这实在荒谬，因为解法不过是把时间花在正确的位置上。我们需要借鉴那些已经解决过这个问题的人的模式和打法。
Every 公司的 Kieran Klaassen 想要一个代码库，随着每个功能的发布变得越来越好。我对工作流也有同样的期望：每绕这个循环一圈，下一个工作流都应该更便宜、更简单、更好。这篇文章描述的就是这些循环——一个版本面向单干者，一个版本面向团队，并坦率说明为什么大部分精力其实花在构建步骤之前和之后。
灵感来源
Orie Steele 制作了一套他称之为 vibeslop 的幻灯片。那是一套完整的 AI 时代软件开发生命周期：提案（Pitch）、草图（Sketch）、规格包（spec-kit）、交付（Ship）、评分（Score），每个阶段都用到著名的框架（例如「待完成的工作」「钩子模型」「双钻模型」等）。这是严肃的工作——我这么说既是给这个文章标题一句褒奖，也是在开玩笑。它也面向工程师，而非组织中其他人。
我想要的，是那种能写在一块白板上、并让从未打开过代码仓库的人也能上手的方法，因为这才是我日复一日和客户一起做的事。
为什么是我
我是工程师，也是多次创业的创始人，后来又成为高管，所以我活在这个循环的两侧。我之前以「前出部署的高管」为名写过这种双重身份，这里就不再展开。
接下来我要分享的，是我在横跨十几个行业的十多位客户身上应用过的方案组合。我已经在多个侧面发表过文章，但这次想把它们整合成一张《芝麻街》式简单的地图。
虽然目前关于 AI 原生软件开发生命周期（SDLC）已经有不少论述，但现实是，人们对组织中非工程部门（这类部门往往占大多数）的类似流程规划关注不多，也缺少成功案例。另外，AI 本身还在快速演进，所以所有类型组织中的最佳实践很可能会持续变化。我的判断是：学会跑这样一个循环，是能在下一代模型发布后依然有用的技能。
价值
相比一次性搞定，跑一个循环能给你带来四样东西，而且每一样都建立在前一样之上：
- 质量：你不再只是试一次就完事。第二遍、第三遍的打磨才是好东西出现的地方，因为真正的超能力是把事情跟进到底。
- 一致性：从一次性随手写，到固定提示词，再到沉淀成技能，最后变成自动化。每往下走一级，产出的波动就更小。
- 自动化：你不信任的东西就没法自动化（所以得先掌握质量和一致性）。
- 复利：省下的时间和更好的结果，让你有空余资源再来一轮。整件事的关键就在这里。
再说一次，构建的成本很低。既然如此，你应当把 90% 到 95% 的时间花在工作流设计以及构建外围的结构上，这部分会在未来每一轮循环中持续回报你。
一次性策略
这个你肯定见过：某人有了个想法，把它敲进聊天窗口，结果真能跑通。会上演示惊艳全场，之后却再没人运行过它。那条提示词就躺在某个 Slack 线程里、某个备忘录文件里，或者写它那个人的脑子里。下次再遇到同样的任务，又从零开始。
矛盾之处在于，这类工作中真正长期的价值恰恰来自包装和自动化……可大多数人在离终点十码的地方就停下了。
单人循环
每一轮循环包含五个阶段。
排优先级：先用一个标准来判断哪些事值得做（我给价值、工作量、影响范围和是否反复出现打分），其余的不管。
组织准备：在打开工具之前，把任务所需的材料收齐——涉及的知识、上下文、API 和系统。
构建：先做概念验证。通过之后，再打磨成这周真有人能用的版本。