AI编程如何交付产品？从需求到验收的流程整理

AI 编程的交付过程并非简单的“输入指令、生成代码”，而是一个包含环境搭建、产品设计、技术设计、产品实现和人工验证的系统工程。写代码只是其中的一环，每个环节都有明确的输入与产出。以开发一个电子书阅读器为例，我们需要先讨论功能范围，将产品方案转化为技术方案，最后让编程 Agent 依据这两份文档完成实现。

环境搭建：准备 Git 与项目约定

流程的起点是 Git 版本控制与 AGENTS.md 文件。它们与后续的产品方案、技术方案处于同一条工作链上，必须在项目开始时便准备就绪。完成环境准备后，再进入需求讨论与设计阶段，这样可以避免将所有工作压力都堆积在一条“帮我做个应用”的模糊指令中，为后续协作打下基础。

产品设计：先确定 MVP 的功能范围

电子书阅读器的需求讨论应从最小可行性产品（MVP）开始。首先向 Agent 说明想要制作一个电子书阅读器，并询问第一版适合包含哪些核心功能。此时的讨论重点在于界定产品范围，而非立即要求生成代码。

这一环节的产出包括产品方案和 Demo。可以先借助 Demo 观察想法的初步呈现效果，再将需要实现的具体内容落实到产品设计文档中。只有当产品方案明确后，技术设计才有了可讨论的具体对象。

技术设计：围绕产品文档讨论实现方式

技术讨论始于读取现有的产品设计文档，随后询问采用何种技术实现更为合适。在讨论初期，可以先比较大的技术方向，不必急于展开过于细节的设计。例如，在电子书阅读器的案例中，提出了 Electron 作为候选方案，并让 Agent 对这一选择给出专业意见。

这里的关键在于将产品要求带入技术讨论。单纯的技术名称不能替代产品方案，也不意味着所有项目都适用同一种技术栈。技术设计应形成与产品设计紧密对应的实施方案，供后续编码使用。

产品实现：让 Agent 读取两份文档

进入实现阶段时，项目目录中应已存在清晰的产品设计文档与对应的技术方案。向 Agent 发出的指令要求其先阅读这两份文档，再根据其中的具体要求实现产品。通过这种方式，编码任务有了可追溯的依据，确保需求与实现方式保持一致。

读取产品设计与技术方案后再执行实现任务

验证：保留 AI 自测与人工检查

产品实现环节不仅包含写代码，还包含 AI 自测，但随后必须跟进独立的人工验证。交付时应分别检查实现内容是否与产品要求对应，以及实际使用体验是否符合预期。AI 自测是实现流程的一部分，而人工验证则是这条工作链的最后一环，确保最终交付物的质量。