SDLC 与 ADLC：想要做出真实产品并长期安全运行，vibe coding 必须了解的两个流程

快速回答

SDLC（Software Development Life Cycle，软件开发生命周期）是传统的软件开发流程，包含 6 个步骤：规划/需求、设计、编码、测试、部署和维护。据原作者所说，缺少其中任何一步，vibe coding 做出的产品就只能停留在演示（demo）层面，还不具备进入真实环境的条件。
ADLC（Agent Development Life Cycle，Agent 开发生命周期）是由 AI agent 承担大部分流程的开发周期：agent 自行规划、设计、编写代码、用测试集自我评估、失败后自行修复、自行部署并自行监控。据作者所说，这正是 Claude Code、Codex、Cursor 等工具能够通宵运行的机制。
作者正在使用的混合模式结合了两个流程：人负责提出想法并审批规格说明（SPEC），agent 负责编写代码、自我测试、通过 CI/CD 部署到验收环境和生产环境，再进行监控并从错误中学习。有效的循环是“人 ↔ Agent”，而不是让 agent 100% 自行运行。
据作者所说，大多数 vibe coding 项目失败是因为缺少流程，而不是提示词写得不好。原文中的数字和观点性判断是作者在社区分享的个人经验，并非经过独立核实的数据。

什么是 SDLC？

SDLC（Software Development Life Cycle，软件开发生命周期）是把软件从想法做到运行的标准流程，包含相互衔接的阶段：规划与需求确定、设计、编码、测试、部署和维护。每个阶段都会产出具体的成果，作为下一阶段的输入，从而在软件到达真实用户之前就能控制质量。

什么是 ADLC？

ADLC（Agent Development Life Cycle，Agent 开发生命周期）是以 AI agent 为主要执行者的软件开发流程。按原作者的解释，ADLC 沿用了 SDLC 的框架，只是把 “S”（Software，软件）换成 “A”（Agent）：把业务需求输入后，agent 自行规划、自行设计、自行编写代码，用人提供的测试对结果进行自我评估（eval），不通过就回到编码环节重新循环，通过后自行部署，在运行中自行监控，出现新功能时再回到设计步骤。

在 vibe coding 实践中，SDLC 的 6 个步骤是什么？

据作者所说，无论手工编码还是 vibe coding，一个真实项目都必须走完以下 6 步：

规划 / 需求（Planning / Requirement）：把问题和业务流程写清楚，通常整理成一份业务流程文件。这是让 AI 准确理解需求的输入，而不是靠几句零散的提示词去猜。
设计（Design）：绘制界面并准备模拟数据（dummy data），提前看到项目完成后的样子。
编码（Code）：选定技术栈，配置辅助 skill，并把 CLAUDE.md 等说明文件放入项目，让 agent 按项目规范工作。
测试（Testing）：对全部代码进行测试，包括安全性和性能。作者认为，没有这一步，产品就不具备上生产环境的条件。
部署（Deploy）：把产品部署到真实环境，真实项目通常使用 VPS。作者认为 serverless 只适合小型落地页或个人项目——这是作者的个人观点，并非适用于所有项目的强制规则。
维护（Maintain）：监控运行中的应用，观察真实行为并修复出现的问题。

https://pomf2.lain.la/f/so3dvzn4.webp

ADLC 的 eval 循环如何运转？

与按版本推进的 SDLC 不同，按作者的描述，ADLC 是一个不停转的循环：

人把业务需求输入系统。
Agent 自行规划（planning）、自行设计（design）、自行编写代码（build）。
Agent 用人提供的测试集进行自我评估（eval）：不通过就回头重写代码，通过则进入部署。
Agent 自行部署到带版本的环境，在运行中自行监控，并从错误中学习。
出现新功能时，循环回到设计规格（design spec）步骤，而不是从头开始。

作者认为，纯 ADLC 唯一的缺点是耗费 token，因为每一轮“编码—测试—修复”循环都会消耗模型资源。

https://pomf2.lain.la/f/fv1kbx25.webp

SDLC 与 ADLC 有什么区别？

对比项	SDLC	ADLC
主要执行者	人（开发团队）	AI agent，人负责定方向
阶段推进方式	线性、按版本推进，每个阶段完成并审批后才进入下一阶段	持续循环，每一轮都用 eval 衡量质量
错误暴露方式	错误发现得越晚，修复成本越高，因为要回溯前面的阶段	错误在自动 eval 中被尽早发现，agent 自行修复并重跑
人的角色	直接完成并审批每一步	定形目标、编写并审批规格、验收成果
特有成本	每个版本的时间和人力	Agent 循环消耗的 token（据作者所说）
可追溯产出	每个阶段的文档和 artifact	每一步的 artifact 加上每一轮的 eval 结果

SDLC + ADLC 混合模式如何在人与 AI 之间分工？

作者使用的模式把定向和验收关口留在人这一侧，把执行和循环迭代交给 agent：

步骤	负责人	内容
1	人	提出想法
2	AI	根据业务流程文件生成 SPEC 文件（使用 skill）
3	人	审批 SPEC——必经步骤，不可跳过
4	AI	在备齐 CLAUDE.md、AGENTS.md 等文件的前提下编写代码
5	AI	重新阅读业务需求并运行真实场景测试集
6	AI	不通过则回到“编码 + 测试”循环
7	AI	通过则推送到 VPS 供人验收
8	人	在 VPS 上验收
9	AI	通过 CI/CD 推送到生产环境
10	AI	监控、从用户报告的错误中学习，新功能出现时回到 SPEC

https://pomf2.lain.la/f/61zhmpq2.webp

混合模式的核心在于：每一步都会留下一份 artifact——业务文件、SPEC、代码、测试结果、部署版本——因此出现问题时整个流程都可以追溯。作者用一句话总结：“Prompting is for discovery, Declaring is for delivery”（提示词适合探索阶段，而交付真实产品需要 SPEC、测试集这样明确的声明）。

为什么理解了 eval 循环，才敢让 agent 通宵运行？

据作者所说，让 agent 工具长时间运行而不“乱写代码”的关键不是更长的提示词，而是 eval 循环：只有人定义的测试集确认结果通过，agent 才能继续往下走。如果没有可靠的测试集和人的 SPEC 审批关口，让 agent 100% 自行运行，仍然存在生成“看起来对、但不符合业务”的代码的风险。作者还提到，示例文档包（业务流程文件、CLAUDE.md 以及 VPS 验收加 CI/CD 流程）放在原文的第一条评论中供读者参考。

https://pomf2.lain.la/f/ymvtps3f.webp

关于 SDLC 与 ADLC 的常见问题

Vibe coding 可以跳过 SDLC 的测试步骤吗？

不应该。据原作者所说，测试（对全部代码进行测试，包括安全性和性能）是产品进入生产环境的条件；缺少这一步，产品只能算演示。在混合模式中，这部分测试由 agent 使用人提供的测试集自行运行，但最后仍由人验收。

ADLC 会完全取代 SDLC 吗？

按作者的讲述并不会：ADLC 以 SDLC 的框架为基础，只是把执行者换成 agent。需求、设计、测试、部署、维护这些核心阶段依然存在，区别在于 agent 能更快、更持续地重复这些阶段。

为什么纯 ADLC 耗费 token？

因为 agent 要独自跑完每一轮循环：每次 eval 不通过，都要重新读取上下文、重写代码、重跑测试，而这些循环全都消耗 token。这正是作者选择混合模式的原因——由人先审批 SPEC，减少不必要的循环。

初学者应该采用哪种模式？

据作者所说，混合模式是较平衡的选择：从想法出发，让 AI 生成 SPEC，自己认真审批 SPEC，然后让 agent 编码和自测，最后在 VPS 上验收，再由 agent 通过 CI/CD 推送到生产环境。初学者不必一开始就让 agent 全自动运行。

Serverless 能用于真实项目吗？

原作者认为 serverless 只适合小型落地页和个人项目，真实项目应部署到 VPS。这是作者的个人观点和经验；实际上，基础设施的选择还取决于每个项目的规模、预算和运维要求。

来源

本文根据 Code Web Không Khó 在 Facebook 上的分享改写（发布于 2026 年 11 月 4 日）：Facebook 原文。原文附有一段演示 reel（facebook.com/reel/1418764769973870），并提到文档包位于其第一条评论/置顶帖中。“大多数 vibe coding 项目因缺少流程而失败”、ADLC 是大公司正在使用的 agent 流程、关于 serverless 的建议等说法，均为作者在社区帖子中的个人观点和经验，并非经过独立核实的数据。本文配图为取自原文的 SDLC 与 ADLC 对比信息图幻灯片。