敏捷开发作为软件工程领域的重要方法论，自千禧年初其诞生以来，凭借强调个体与互动重于流程与工具、工作软件重于详尽文档以及客户协作重于合同谈判等核心理念，深刻影响了全球范围内的软件开发实践。敏捷开发挑战了传统的瀑布模型，这一模型在机械工程和土木工程领域沿用了数十年，因其线性、阶段性强而难以适应互联网时代快速变化的需求和模糊的项目目标。在小型团队中通过快速迭代提供可工作的软件，使得项目能更灵活地响应变化，满足用户需求，这正是敏捷方法的最大优势。然而时光流转，技术环境不断演进，尤其是人工智能技术的兴起，敏捷开发的适用性正遭遇着新的考验。 在人工智能辅助的软件开发中，代码生成速度惊人，但由AI产出的代码如果缺乏正确引导和持续监督，很容易快速堕入难以维护的混乱状态。传统敏捷宣言中视文档为难产且不被重视的环节，在当前环境下却焕发新生。
面对人工智能，文档不仅可以快速生成，更是确保团队和AI协作清晰、保持共识的关键纽带。文档作为捕捉意图、约束条件以及架构设计的重要工具，能被AI高效读取和利用，为开发进程提供持续反馈和调整依据。 在AI驱动开发的大背景下，开发者的主要互动对象正从人与人之间转向人与工具之间的合作。原本艰难的原型制作变得极为简便，真正的挑战在于如何确保系统的整体一致性和长远协调。此时文档不再是被动的历史遗留物，而成为主动的对齐工具，支持整个开发团队与AI“同频共振”。因此，相比于初期原型，一个优质的文档体系带来的长远价值更为重要。
传统敏捷方法中强调的团队成员间密切合作，虽未完全失去意义，但已不再是唯一的开发焦点。开发迭代更侧重于工具驱动的反馈循环和调整，人与人的交流转向收集真实用户和利益相关者的反馈。 敏捷的核心价值并非首次提出的迭代与学习思想。早在20世纪中叶的丰田生产方式（Toyota Way）以及更早提出的PDCA循环（计划-执行-检查-行动），甚至17世纪的科学方法都关注过如何在模糊与不确定中通过连续学习实现改进。敏捷真正的创新是将这一理念结合到小团队、模糊需求和快速交付的现代软件开发中。但今时今日，这一背景已被人机协作驱动的复杂环境所取代。
面对新时代的挑战，人工智能软件开发的最佳实践应结合传统方法论的精华，创造出更适应人机协作的流程模型。受1920年代谢哈特循环（Shewhart Cycle）的启发，一种更贴合现状的模型逐渐浮现。谢哈特循环强调规范、生产和检验的迭代，其本质区别于传统的线性流水线生产，促使质量管理实现不断提升。但在现代软件开发的语境中，生产和检验转变为实施和验证，使其适用范围更广泛且契合系统工程的理念。 验证侧重于确认产品是否满足客户及相关利益方的需求，也就是“建对了东西”，与校验的“建对的东西”概念区分开。这种观念转变在AI开发中尤为关键，因为代码的生成速度远超以往，保证目标一致成为核心。
通过深入协调各方理解，实现开发目标的对齐成为了迭代流程中不可或缺的一环。因此，规范—对齐—实施—验证（SAIV）循环成为适应未来软件开发的理想范式。 规范阶段并非单向声明目标，而是起草问题空间和需求，向AI提供清晰明确的指令。在对齐阶段，开发者与AI多次反复交互，完善文档和设计，确保双方对目标有共同认知，这一步骤是人工智能能否高效协同的关键。实施阶段则是代码的具体编写，最后通过验证确保产品符合实际需求和质量标准。整个过程是高度循环往复的，避免了传统开发后期发现目标偏离的风险。
同时，开发者需警惕陷入只在第一轮对齐，后续仅单向调整的误区。持续的周期性对齐，维护文档、心智模型与代码之间的一致性，确保整体项目健康发展。 SAIV循环并非仅仅用以否定敏捷宣言的价值，而是对其在新环境下的继承与拓展。随着AI扮演的技术角色日益扩大，人类工程师的职能也向产品管理和需求策划的方向演进，更加侧重对“做什么”而不仅是“怎么做”的把控。与用户及利益相关方的互动依旧不可或缺，这正合敏捷中强调个体和交互的重要性。 未来的软件开发将会是人机共创的时代，除了技术本身的迭代，思维模式、流程设计乃至团队结构都需要与时俱进。
AI的引入要求开发者不仅仅是代码的实现者，更是理解需求、定义愿景、调和矛盾的中坚力量。合理利用文档作为沟通桥梁以及迭代基础，能极大提升协作效率与产品质量。 总的来说，随着人工智能的发展，传统敏捷开发方法呈现出“半死”的状态，需要借助新的模型和思维来适应这一变革。SAIV循环作为敏捷迭代思想的升级版，重视规范与对齐的环节，强化了人与AI之间的协同合作，助力构建更加稳定和高效的软件体系。未来，敏捷的精神不会消亡，而是在AI赋能的浪潮中演变出更深层次的实践路径，推动软件开发迈向更智能、更灵活的新时代。
