一、报告结论
当前项目已经明显超出“给 AI 配一组提示词”的范畴,实际上形成了一个面向企业研发交付的 AI 工程底座,覆盖:
- 组织与业务前置梳理
- 项目立项与需求分析
- 产品方案、原型、PRD 和产品基线
- 技术方案与研发实施编排
- AI Code 输入汇编与受控执行
- 测试设计、测试执行、证据校验和版本放行
- 系统运维、产品运营和知识沉淀
- Claude、Codex 两类运行时的安装、绑定、Skill 分发和 Hook 启动
项目最有价值的地方,是已经建立了“真源—阶段—模板—Skill—门禁—证据”的完整思路,尤其重视范围控制、需求追溯、禁止 AI 自行推断、测试证据完整性和运行环境隔离。
当前最大的不足也非常明确:规则和资产已经很多,但产品化入口、自动化收口、版本发布、可观测数据和真实项目验证还不够成熟。项目目前更像一个“设计成熟、治理能力强、正在产品化的 AI 研发方法平台”,还没有完全成为一个“开箱即用、低学习成本、可持续运营的开发者产品”。
综合判断如下:
| 评估维度 | 当前判断 | 评价 |
|---|---|---|
| 研发流程完整性 | 较强 | 已覆盖从 OD 前置工作到运维运营的完整生命周期 |
| 真源与追溯治理 | 较强 | 目录边界、引用优先级、版本基线、上下游回写规则较清晰 |
| AI 执行约束 | 较强 | 已有路由、Skill、输入合同、输出合同、阻断状态和验证阶段 |
| 测试与证据体系 | 较强 | 对测试用例、账号、数据、证据、运行批次和放行结论约束较细 |
| Runtime 与插件化能力 | 中上 | 已有跨平台安装、machine runtime、项目 binding 和 Hook 恢复链 |
| 易用性与学习成本 | 偏弱 | 文档和规则规模很大,入口较多,用户需要自行理解大量层次 |
| 自动化与持续集成 | 偏弱 | 缺少统一 CI、发布流水线、文档链接检查和跨运行时一致性检查 |
| 版本与变更治理 | 偏弱 | manifest 有版本号,但仓库缺少正式标签、发布包和兼容矩阵 |
| 真实项目验证 | 不足 | 当前仓库主要是工具、模板和规范,缺少完整真实项目闭环样本 |
如果按“架构成熟度”和“产品化成熟度”分别评估:
- 架构与治理成熟度:约 4/5
- AI 执行约束成熟度:约 4/5
- 测试与交付质量成熟度:约 4/5
- 用户体验和可学习性:约 2.5/5
- 工程化运营成熟度:约 2.5/5
- 综合产品化成熟度:约 3.5/5
二、当前项目做得好的方面
1. 项目定位清楚,已经形成独立的方法仓和执行底座
项目没有把所有内容都塞进某一个具体业务项目,而是明确将当前仓库定位为公共工具仓库,服务于:
- 人工角色
- AI 执行器
- 项目仓库模板
- 代码仓执行链路
这使项目具备跨项目复用的基础,也避免了把单项目业务事实、公共规范和 AI 执行逻辑混在一起。
相关依据:
这种定位是正确的。很多 AI 工程项目初期只关注“如何让模型生成代码”,后期才发现真正难的是:
- 谁负责确认事实
- 哪些内容是正式真源
- 哪些内容只是执行副本
- 需求变化如何回写
- 哪些结果可以作为验收证据
- 多个项目如何共用同一套规则
当前项目已经提前处理了这些问题。
2. 研发生命周期覆盖完整,阶段边界较清楚
项目定义了从 OD 前置准备、零号仓库、一号仓库、二号仓库、三号仓库、四号仓库,到发布、运维和运营的完整主链:
项目立项 → 业务梳理 → 需求分析 → 方案设计 → 产品设计 → 产品基线 → 技术方案 → 研发实现 → 测试验收 → 发布上线 → 运维优化 → 经验沉淀
这比单纯使用“需求—开发—测试—上线”的线性流程更加完整,尤其是把以下内容前置并结构化:
- 业务流程与组织职责
- 权限矩阵
- 词典与对象定义
- 产品基线
- 技术方案
- 交付门禁
- 测试数据准备
- 运维接收条件
- 运营和复盘
同时,项目没有把流程设计成单向瀑布,而是明确了回写原则:下游发现上游事实不成立时,应回写上游真源。这一点对 AI 协作非常重要,因为 AI 最容易出现的问题就是在上游信息不完整时继续向下生成。
相关依据:
3. 真源边界设计比较成熟
项目将内容划分为:
- 导航真源
- 总则真源
- 流程真源
- 角色协作真源
- 词典真源
- 架构真源
- 工作规范真源
- 模板真源
- AI 执行真源
- 方法论真源
- 历史参考源
并且明确了每一层“承接什么”和“不承接什么”。
例如:
- 规范正文放在工作规范层
- 模板放在公共模板库
- Skill 和执行资产放在 AI 工作站
- 项目业务事实放在具体项目仓
- 运行时副本放在 machine runtime
- 项目只保留 binding 和项目正文
这种边界设计能够减少以下典型问题:
- 同一个规则被复制到多个目录
- 项目仓修改了公共规则
- AI 读取了错误的历史路径
- 模板被误当成正式事实
- 运行副本被误当成真源
- 测试证据替代了需求定义
这是当前项目最核心的基础能力之一。
4. AI 不是自由漫游,而是通过路由和阶段 Skill 受控执行
项目已经形成了比较清晰的调用链:
warehouse-router → 阶段 Skill → doc-gatekeeper → git-sync
代码仓还进一步形成了:
ai-code-input-assembler → AI_CODE_INPUT → ai-code-superpowers → AI_CODE_OUTPUT → postgen gate
这套设计有几个明显优点:
- 先判断当前属于哪个仓库和阶段。
- 再选择对应的能力模块。
- 正式落库前经过文档门禁。
- 进入代码执行前,先锁定范围、真源和允许修改目录。
- 执行结束后回填结构化结果。
- 如果真源缺失,输出
GAP或BLOCKED,而不是继续猜测。
特别是“缺少真源就阻断”这一原则,明显优于让 AI 根据相似页面、历史代码或通用 CRUD 模板自行补全业务事实。
相关依据:
5. AI Code 的输入合同设计非常具体
当前 AI Code 输入不只是几份自然语言说明,而是逐步引入了结构化合同,包括:
- 任务范围
- 来源索引
- 版本范围
- 允许修改目录
- 禁止修改目录
- 页面模板绑定
- 接口合同
- 数据库实体合同
- 公共组件资产合同
- 菜单合同
- 枚举合同
- 状态迁移合同
- 页面字段合同
- 业务规则合同
- 对象实现合同
- 环境合同
- stub、placeholder、shim 清单
- 禁止推断策略
- 缺失真源项
这套设计能够解决 AI 编码中最常见的“看起来完成了,实际没有完成”的问题:
- 页面能打开,但没有真实接口
- 按钮可以点击,但没有状态闭环
- 列表有数据,但数据来自 mock
- 字段存在,但并非需求定义字段
- 后端接口返回 200,但业务没有真正完成
- 代码修改超出本轮范围
- AI 偷偷修改公共基础层
- 用前端默认值掩盖后端缺失
从工程控制角度看,这部分已经具有较强的实际价值。
6. 测试验收不只关注“有没有执行”,而是关注证据是否可信
测试体系是当前项目最扎实的部分之一。它已经明确区分:
- 测试设计
- 测试数据
- 测试执行
- 测试证据
- Bug 管理
- 回归验证
- 产品验收
- 版本放行
同时对以下事实进行结构化约束:
- 测试批次
- 基线版本
- 环境身份
- 构建身份
- 账号和角色
- 测试数据
- 用例与步骤
- 证据文件
- 证据清单
- SHA256
- 当前 RUN 状态
- 执行前回执
- 执行后证据完整性
- 产品经理或责任人的人工确认
项目还特别防止以下伪通过行为:
- 空的浏览器测试文件
- 只有日志没有真实断言
- 使用
skip、fixme、only - 用页面盘点代替正式用例执行
- 用历史证据代替当前批次证据
- 用“测试通过”文字覆盖结构化失败结果
- 用账号别名伪造人工执行者
- 用已有文件但没有当前 RUN 绑定
- 用“快速报告”进入正式验收
这说明项目对“AI 生成测试报告”中的可信度风险有较清醒的认识。
当前代码仓库测试合同相关的 74 个回归测试均通过:
- 功能测试合同:9 项通过
- 四号仓执行合同:55 项通过
- 测试用例价值审查:10 项通过
此外,Python 脚本编译检查也通过。
7. Runtime 设计已经具备较好的平台化基础
项目没有把 Skill 直接散落到某个用户目录,而是设计了:
工具仓真源 → machine runtime → project binding → 项目级显式 Skill → Hook / bootstrap 恢复
当前 Runtime 层具备:
- Claude 和 Codex 双运行时
- manifest
- skill catalog
- install profile
- verify profile
- machine runtime home
- project binding
- runtime install receipt
- bootstrap 恢复链
- 项目级 Skill 显式化
- Windows symlink 自动回退 copy
- Python 统一执行层
- shell 和 PowerShell 外层入口
相关依据:
经过静态核对,两个运行时都登记了 21 个 Skill,目录和 catalog 基本一致,必需 Skill 也都在默认安装集合中。
8. 对环境、组件和数据库的约束意识较强
当前项目不仅控制业务代码,还开始控制:
- 开发基座版本
- 公共组件版本
- 组件 core、adapt、contract 边界
- Flyway 状态
- 独立数据库
- 数据库字段级合同
- 菜单来源
- 路由来源
- 文件上传和日志动作
- 跨模块同步
- 运行产物来源
- 端口和服务身份
这表明项目已经从“文档工程化”进一步进入“代码执行环境工程化”。
三、当前最需要完善的地方
P0:优先解决的问题
1. 入口太多,用户需要自己拼装使用方式
当前项目的核心规则和资产非常丰富,但普通使用者需要在多个目录之间理解:
- 工具仓库
- 项目文档仓
- 项目代码仓
- 零号到四号仓库
- AI 工作站
- Skill
- Agent
- Runtime
- machine runtime
- project binding
- AI_CODE_INPUT
- AI_CODE_OUTPUT
- 测试 RUN
- 版本基线
- 技术承接台账
这对熟悉项目的人有帮助,但对新用户的学习成本很高。
当前仓库剔除归档目录后,约有 1,433 个 Markdown 文件、约 17.6 万行内容,其中还包含部分历史参考子目录。单个核心 Skill 也可能超过 400 行,例如路由 Skill 和原型 Skill。
目前更像“资料齐全的规范库”,还不像“用户可以快速完成任务的产品”。
建议增加一个真正的一站式入口,例如:
al init al check al route al plan al implement al verify al report
或者提供一个交互式入口:
当前要做什么? 1. 新建项目 2. 分析需求 3. 设计产品方案 4. 生成技术方案 5. 汇编 AI Code 输入 6. 执行代码修改 7. 执行测试 8. 生成验收报告
入口应自动完成:
- 当前目录识别
- 仓库类型识别
- 阶段识别
- 真源路径解析
- 所需 Skill 选择
- 缺失材料检查
- 下一步命令输出
目标不是减少规则,而是让用户不用先读懂全部规则才能开始工作。
2. 文档、脚本和示例仍存在路径迁移残留
当前仓库已经明确禁止硬编码个人绝对路径,但实际仍存在以下问题:
安装Claude.sh安装Codex.sh安装代码仓Claude.sh安装代码仓Codex.shAI安装说明.md00_代码仓库模板/README.md00_代码仓库模板/代码仓库操作说明.md
其中仍出现 /Users/tony/... 等具体本机路径。
此外,部分总导航文档仍引用:
1_项目仓库模板/08_AI工作站/01_角色型AI工作台/08_AI工作站/02_阶段型AI工作台/
而当前实际目录已经使用:
00_项目仓库模板/08_AI工作站/01_AI能力模块/08_AI工作站/02_Skill_Agent与执行/
这说明迁移治理还没有完全收口。
建议:
- 所有安装脚本改为命令行参数或环境变量接收项目路径。
- 默认值改为明确的占位值,并在执行前强制失败。
- 增加仓库级 Markdown 链接检查。
- 增加旧路径扫描器。
- 对历史目录和当前目录使用不同的链接检查规则。
- 每次目录迁移时自动生成迁移映射表。
- 将“旧路径可保留”与“正式路径不可继续引用”写入自动检查。
3. 缺少正式 CI 和统一质量门禁
当前仓库没有发现标准 CI 配置,也没有发现正式的发布流水线。现有 Python 测试可以直接运行,但测试入口不统一:
python3 -m unittest discover没有发现测试python3 -m pytest因环境没有 pytest 无法执行- 直接运行三个测试文件可以得到 74 个通过结果
这说明测试资产存在,但项目还没有形成统一、自动化、可持续执行的质量入口。
建议至少增加:
validate-json validate-manifest validate-skill-catalog validate-runtime-parity validate-markdown-links validate-path-policy validate-template-placeholders validate-python run-unit-tests run-contract-tests
并在每次提交或合并请求时自动执行。
CI 至少应覆盖:
- JSON 格式和字段结构
- manifest 与目录一致性
- Claude / Codex Skill 对齐情况
- Markdown 相对链接
- 个人绝对路径扫描
- 占位目录扫描
- Python 编译检查
- 74 个现有回归测试
- 代码仓模板初始化验证
- Runtime 安装和 verify 的临时目录演练
- Windows PowerShell 语法和运行检查
4. Runtime 安装还缺少原子性、锁和回滚
当前安装逻辑会逐个删除和复制 Skill,然后写入 receipt。如果执行过程中出现:
- 磁盘空间不足
- 文件复制失败
- 进程被中断
- 权限异常
- 多个安装进程同时运行
可能出现部分 Skill 已替换、receipt 尚未写入或 binding 与 machine runtime 不一致的状态。
建议引入:
- 安装锁,避免并发安装。
- 临时目录安装。
- 全量校验通过后再原子替换。
- 上一版本备份。
- 安装失败自动回滚。
- receipt 中写入每个 Skill 的内容摘要。
- binding 中写入 machine runtime 版本和内容摘要。
- verify 比较源、machine runtime 和 project materialized Skill 的摘要。
- 增加 interrupted install 测试。
当前项目已经有 receipt 和版本比较机制,但还没有达到可靠升级系统的程度。
P1:应在产品化阶段补齐的问题
5. Claude 与 Codex 的 Skill 仍是两份实体,存在维护分叉风险
当前有 42 个 SKILL.md,其中 Claude 和 Codex 各维护一套 21 个 Skill。部分 Skill 内容高度相似,部分 Skill 差异较大。
这种设计短期内可以适应两个宿主的差异,但长期会产生:
- 一个运行时先修复,另一个运行时忘记同步
- 两套说明逐渐形成不同规则
- 用户在不同宿主上得到不同结论
- 问题修复需要重复修改
- 无法判断差异是有意设计还是复制漂移
建议采用:
共享规范主体 → Claude 适配层 → Codex 适配层
共享主体承接:
- 业务规则
- 阶段步骤
- 输出合同
- 阻断条件
- 证据要求
运行时适配层只承接:
- 宿主调用方式
- 用户输入方式
- 对话界面差异
- 插件路径差异
- 特定工具调用方式
同时增加运行时一致性检查:
- 公共规则段落必须一致
- 输出字段必须一致
- 阻断状态必须一致
- 版本号必须一致
- 有意差异必须在 manifest 中登记
6. 人工确认还没有完全统一为可机器验证的审批记录
流程文档已经明确 AI 不能替代责任角色,但不同阶段的人工确认方式并不完全统一。
测试验收部分已经有:
- 确认人
- 确认时间
- 人工确认状态
- 产品验收结论
但在需求、产品基线、技术方案和发布门中,仍有一部分确认逻辑主要依靠 Markdown 表格和文字表达。
建议统一定义审批合同:
{
"gateId": "PRODUCT_BASELINE",
"status": "approved",
"approver": "PM-001",
"approverRole": "产品负责人",
"approvedAt": "2026-11-12T10:00:00+08:00",
"evidenceRefs": [],
"scopeDigest": "sha256:...",
"expiresAt": null
}
这样才能防止:
- 文字写了“已确认”,但没有确认人
- 确认人存在,但确认范围发生变化
- 基线确认后输入又被修改
- 旧审批结果被错误复用
- 不同阶段对“通过”的定义不同
7. 真实项目闭环样本不足
当前仓库主要由以下内容构成:
- 规则
- 模板
- Skill
- 脚本
- 插件入口
- 历史参考资产
没有发现一个完整、当前有效、可从需求一路走到代码、测试和验收的真实项目样本。当前能证明的是“设计了完整闭环”,还不能充分证明:
- 新用户是否能顺利完成安装
- 路由是否能正确识别阶段
- Skill 是否会选择正确真源
- AI_CODE_INPUT 是否能稳定汇编
- 代码执行是否能顺利落地
- 测试证据是否能被真实系统生成
- 项目团队是否愿意长期使用
- 门禁是否会不会过度阻断正常工作
建议建立一个脱敏的标准演练项目,至少包含:
- 一个真实业务模块。
- 一套需求调研资料。
- 一套产品基线。
- 一套技术方案。
- 一次 AI_CODE_INPUT 汇编。
- 一次受控代码修改。
- 一次测试设计。
- 一次人工或浏览器执行。
- 一次证据核验。
- 一次产品验收。
- 一次发布和回滚演练。
该演练项目应作为仓库的持续回归样本,而不是只作为文档示例。
8. Windows 的完整能力仍未完全对齐
Runtime 层对 Windows 已经考虑了 PowerShell、Python 和 symlink 回退,这是优点。
但代码仓安装脚本中的网页测试工具安装仍然依赖 Bash。如果 Windows 环境没有 Bash,会跳过自动安装并输出警告。这会导致:
- Runtime 安装成功
- install 级 verify 通过
- 但网页功能测试能力实际上未准备好
- 用户直到执行测试 readiness 时才发现问题
建议:
- 提供纯 Python 或 PowerShell 的功能测试工具安装路径。
- 将浏览器依赖安装状态纳入 ready 级验证。
- 增加 Windows 端到端演练。
- 明确 install、ready、browser-ready 三个级别。
- 不要把“runtime 安装完成”和“可以执行网页测试”混为一谈。
9. 错误处理还需要从“脚本能跑”提升到“服务可诊断”
部分运行时校验逻辑直接读取 JSON,如果文件损坏,可能抛出未包装的异常,而不是输出统一的结构化失败结果。
建议所有入口统一返回:
{
"status": "FAIL",
"errorCode": "INVALID_RUNTIME_RECEIPT",
"message": "runtime-install-receipt.json 不是有效 JSON",
"path": "...",
"recovery": [
"重新执行 machine runtime install",
"检查文件权限",
"删除损坏的 receipt 后重试"
]
}
同时增加错误分类:
- 参数错误
- 配置错误
- 真源错误
- 运行时安装错误
- 项目绑定错误
- 输入合同错误
- 证据错误
- 环境错误
- 人工确认缺失
- 版本不兼容
这样用户不需要从 Python traceback 中自行判断下一步。
10. 缺少使用效果和质量指标
当前项目已经规定了很多“应该做什么”,但还没有形成足够的运营指标。
建议至少记录以下指标:
| 指标 | 用途 |
|---|---|
| 首次安装成功率 | 判断 Runtime 安装体验 |
| 首次任务完成时间 | 判断入口和学习成本 |
| 路由一次命中率 | 判断总控路由效果 |
| 真源缺失阻断率 | 判断上游资料质量 |
| AI Code 首次门禁通过率 | 判断输入合同质量 |
| 代码修改越界次数 | 判断范围控制效果 |
| 测试证据不完整率 | 判断测试执行质量 |
| 人工返工次数 | 判断 AI 产出可用性 |
| P0/P1 缺陷逃逸率 | 判断交付质量 |
| 规则被绕过的次数 | 判断门禁是否真正有效 |
| Runtime 升级失败率 | 判断分发可靠性 |
| Claude/Codex 结果差异率 | 判断运行时一致性 |
如果没有这些指标,后续很难判断项目是在变好,还是只是规则越来越多。
P2:需要持续治理的问题
11. 版本治理还没有真正产品化
当前 manifest 使用 1.0.0,但仓库没有发现正式 Git tag,版本记录也仍然停留在“结构重构第一轮”的描述。
建议建立:
- 工具仓库版本
- Runtime 版本
- Skill catalog 版本
- 模板版本
- 规范版本
- 项目模板兼容版本
- 代码仓脚本兼容版本
- 迁移版本
- 弃用版本
每次发布应产生:
release/ ├── manifest.json ├── compatibility-matrix.json ├── migration-notes.md ├── changed-assets.json ├── verification-report.json └── checksums.txt
特别是 Runtime、Skill、模板和门禁脚本之间必须有兼容矩阵,否则项目绑定可能出现“文档仓升级了,代码仓还在使用旧执行合同”的情况。
12. 归档、迁移和当前真源还可以进一步隔离
项目已经有历史归档和待核销旧资产目录,但当前仓库仍存在大量旧目录引用和旧说明。
建议:
- 归档目录默认不进入 AI 检索范围。
- 归档目录使用独立的 manifest。
- 每个历史目录声明迁移状态。
- 对已迁移内容标记目标真源。
- 对无法迁移的内容标记保留原因。
- 对正式真源建立允许读取白名单。
- AI 默认拒绝引用归档目录,除非用户明确要求历史比对。
这样可以降低 AI 把历史规则误当成当前规则的风险。
13. Agent 层还不够体系化
当前项目的可执行能力主要以 Skill 和能力模块为主,Skill 体系比较完整,但真正独立的 Agent 注册、权限、状态、重试、上下文和生命周期管理还比较薄。
建议后续补充 Agent 注册模型:
{
"agentId": "requirement-analyzer",
"role": "需求分析",
"allowedStages": ["02_一号仓库"],
"allowedReadSources": [],
"allowedWriteTargets": [],
"requiredSkills": [],
"approvalRequired": true,
"retryPolicy": {},
"outputContract": {},
"failureStates": []
}
这样可以把“能力说明”和“执行主体”进一步区分开:
- Skill:说明如何完成一类工作
- Agent:说明由谁、在什么权限下、以什么状态机执行
- Router:决定进入哪个 Agent
- Gatekeeper:决定是否允许继续
- Runtime:提供宿主能力
四、建议的产品化路线
第一阶段:0—30 天,先解决可用性和一致性
目标:让新用户可以在较短时间内完成安装、检查和一次标准任务。
建议完成:
- 清理所有当前目录中的个人绝对路径。
- 修复旧目录名和不存在的导航入口。
- 增加统一的
validate-all入口。 - 统一测试执行命令。
- 增加 Markdown 链接检查。
- 增加 manifest、catalog、Skill 目录一致性检查。
- 增加一个一页式快速开始。
- 将安装脚本改为参数化。
- 明确文档仓和代码仓的安装差异。
- 将“安装完成”“可进入 AI Code”“可执行网页测试”分成不同状态。
阶段验收标准:
- 新用户只阅读一页快速开始即可完成初始化。
- 当前正式目录不再包含个人绝对路径。
- 关键导航链接全部可用。
- 一条命令可以完成完整校验。
- 三个测试文件可以通过统一入口执行。
第二阶段:31—90 天,补齐可靠性和维护能力
目标:让项目能够安全升级,并降低双运行时维护成本。
建议完成:
- 建立共享 Skill 主体和运行时适配层。
- 增加 Claude/Codex 一致性检查。
- Runtime 安装增加锁、临时目录、原子替换和回滚。
- receipt 增加摘要和来源信息。
- 项目级 Skill 增加内容摘要校验。
- 统一人工审批合同。
- 增加 Windows 端到端验证。
- 增加 CI 流水线。
- 建立版本标签和兼容矩阵。
- 补充损坏 JSON、安装中断、升级失败和回滚测试。
阶段验收标准:
- 运行时升级失败后可以自动恢复上一版本。
- 两个运行时的公共规则不会发生静默分叉。
- 关键门禁全部在 CI 中执行。
- 人工确认可以被机器校验。
- Runtime、Skill、模板和脚本之间存在明确兼容关系。
第三阶段:91—180 天,建立真实项目闭环和运营体系
目标:证明项目不仅“设计完整”,而且可以在真实项目中持续产生价值。
建议完成:
- 建立一个脱敏真实项目演练仓。
- 完成从需求到验收的全链路演练。
- 采集安装、路由、门禁、返工和测试指标。
- 建立规则绕过和异常复盘机制。
- 建立 Agent 注册和权限体系。
- 建立上下文索引和渐进式加载机制。
- 建立 Skill、模板、规范和脚本的发布包。
- 建立正式的弃用和迁移策略。
- 建立团队使用反馈闭环。
- 按季度复核规则是否仍然有效,避免规则无限增长。
五、建议重点关注的指标
后续不建议只用“新增了多少文档、多少 Skill”衡量项目进展,而应关注实际使用结果:
- 新机器首次安装成功率达到 95% 以上。
- 新用户从进入仓库到找到正确入口的时间控制在 2 分钟以内。
- 统一校验命令在本地和 CI 中都可以执行。
- 当前正式目录中的失效链接为 0。
- 当前正式目录中的个人绝对路径为 0。
- Claude/Codex 公共规则差异全部有登记。
- Runtime 安装失败可以自动回滚。
- AI Code 首次输入门禁通过率逐步提升。
- AI Code 越界修改次数持续下降。
- 测试证据不完整率持续下降。
- 真实项目的人工返工次数持续下降。
- 版本发布后出现的兼容性问题可被自动发现。
- 规则被绕过的情况有记录、有责任归属、有复盘结论。
六、最终判断
Al CodingHarness 的核心竞争力不是某一个 Skill,而是已经开始形成一套完整的 AI 研发控制系统:
业务事实 → 产品基线 → 技术承接 → AI Code 输入合同 → 受控代码执行 → 测试证据 → 验收放行 → 运维和运营反馈
它最值得保留的方向包括:
- 真源分层
- 阶段化流程
- 路由 Skill
- 禁止 AI 自行推断
- AI_CODE_INPUT / OUTPUT 合同
- 测试证据完整性
- 项目文档仓与代码仓分离
- machine runtime 与 project binding
- 版本、环境、组件和数据库约束
后续不宜继续单纯增加文档、模板和规则数量。下一阶段应从“继续补规则”转向:
- 收敛入口。
- 统一执行。
- 自动校验。
- 建立发布版本。
- 补齐真实项目演练。
- 采集使用指标。
- 减少运行时分叉。
- 提升异常恢复能力。
当前项目已经具备成为企业级 AI CodingHarness 的基础,但要真正被更多团队稳定使用,关键工作将从“方法论建设”转向“产品化、自动化和运营化”。