Workflow

解读 Anthropic 的 AI-native SDLC playbook：当 AI 加快代码实现后，如何用 Plan、Design、Build、Test、Deploy、Maintain 六阶段的 artifact 交接、Skills、Hooks 和评估门禁组织软件交付。

基于 Meta 数据管道 Agent 案例，解释 Thin Orchestrator 如何划分控制面与专业 Agent 的职责，并通过上下文隔离、可靠性门禁和工作流模板管理复杂流程；同时说明适用条件与案例证据的边界。

以 Anthropic 的代码审查实践为例，拆解 PR 前验证、风险分级审批、审查收敛和事故回灌，讨论何时可以减少人工审批。

企业智能体的失败，真正的原因通常不是模型不够强。是没有人认真回答过：它做的事和业务目标之间到底有什么关系。本文用 DIKW/DIKWP 框架作为工程地图，拆解企业 Agent 从数据感知到意图驱动的五层架构——不是把 DIKWP 当成真理金字塔，而是作为一张帮你问对问题的诊断工具。

本文从 ArcKit 官网示例和一次 Codex 最小初始化验证出发，说明它真正的价值不是生成更多架构文档，而是把需求、风险、ADR、设计评审和追溯矩阵组织成可执行、可追溯、可审计的架构治理工作流。

本文系统拆解 Jesse Vincent 开源的 Superpowers 工作流，说明它如何通过 brainstorming、git worktree、writing-plans、subagent-driven development、TDD 与 code review 等门禁技能，把“先写再说”的 AI 编码升级为可设计、可验证、可审查、可合并的软件工程流程。

深入解析 Anthropic 官方推出的 Skills 系统，探讨其作为 Agent 能力扩展的核心机制。本文以 PDF 处理技能为例，详细拆解如何通过渐进式上下文构建（Pyramid Principle）和模块化指令，提升 Claude 在专业领域的任务执行能力与可靠性。