AI 写代码快了，产品迭代还慢，怎么办？
从需求到上线，每阶段的产出、做法和效果。
AI 写代码变快后，需求、审查和发布也要提速。每阶段留下产出，下一阶段接着做；人负责目标和批准。
原课图：瓶颈转移，长度为示意。
intent.md 记“要什么”，spec.md 记“定了什么”，plan.md 记“怎么做”。计划阶段明确需求；实施计划在构建阶段产生。文件、代码及批准记录都进入版本管理。
计划阶段｜产出：intent.md#
提想法的人与 AI 讨论问题、目标和限制，AI 起草需求，产品负责人纠正并批准。例如：“客户能在网页上查理赔进度，沿用现有登录方式。”
看效果：需求提交耗时、获批比例，以及设计开始后需求修改次数。
设计阶段｜产出：spec.md#
AI 读 intent.md，按团队规范写方案，标出冲突和疑问。产品负责人解决并批准，高风险请技术负责人参与。
看效果：从需求到方案用了多久，开发后因需求不清返工几次。
构建阶段｜产出：plan.md 与代码#
AI 读已批准的 spec.md 和代码，先写 plan.md：改哪些文件、实施顺序、如何验证。工程师批准后再写代码和测试；偏离计划时同步更新。
看效果：一次实现即可合并的比例、合并耗时、返工次数。
测试阶段｜产出：验证记录#
AI 跑测试、构建及页面检查，失败就修，留下输出或截图。修 bug 先用测试复现，并保护测试，防止放宽检查。
看效果：首次检查通过率、人工审查耗时、上线后的改动失败率。
部署阶段｜产出：发布记录#
AI 按审查规则检查并修复问题。代码负责人批准合并，发布负责人授权上线。变更请求（PR）和部署日志留下审查、批准与执行结果；回滚须提前演练。
看效果：首次审查等待时间、意见自动修复比例、漏到线上的缺陷数。
维护阶段｜产出：新的 intent.md#
监控触发 AI 排查，将证据、影响和修复目标写成新需求。负责人决定修复、排期或关闭。修复照常走验证和审批，事后补防复发案例。
看效果：异常到需求入队耗时、发现转成修复的比例、同类故障复发次数。
据原课图补充阶段产出。
补充：规则、审查与评测#
CLAUDE.md 在构建开始时准备，放仓库根目录：写项目背景、架构约定、测试命令和常犯错误。AI 每次开工读取，团队持续更新。
REVIEW.md 是长期审查规则，技术负责人在部署阶段接入 PR 审查前写入仓库根目录：查逻辑错误、安全漏洞、是否符合 spec.md 和 plan.md；定严重程度和跳过项。AI 按规则审查，发现与修复留在 PR，人批准合并。
eval 在测试阶段建立，评估 AI 完成任务的能力。选 20 到 50 个真实任务，每例固定输入、预期结果和检查规则，自动运行并比较通过率。换模型、改提示词、CLAUDE.md 或 skill 后重跑，退步先审再合并；线上故障持续补入案例。它能检验 AI 配置改动是否降低质量，仍需代码测试和人工审查。