他花3个月把AI对话变成代码流水线，团队调试时间砍半

AI编程有个鬼故事：你昨天让Claude写的代码能跑，今天用同样的提示词，它给你另一套实现。不是AI变笨了，是你那个"20分钟来回拉扯"的过程根本没被记录下来。

开发者Harper Reed在博客里算过一笔账：一个中等复杂度的功能，平均要跟AI对话12轮，产生约4000字的上下文。这些信息散落在聊天窗口里，无法diff、无法回滚、无法让队友接手。他管这叫"vibe coding"——靠感觉编程，感觉没了，代码就成了孤儿。

这场景像极了十年前的AWS控制台运维。那时候配负载均衡、安全组、自动扩缩容，全靠鼠标点点点。能跑就行，直到老板问"能原样再搭一套吗"，答案永远是"大概可以"。

Terraform的出现终结了这种手工 chaos。Infrastructure as Code（基础设施即代码）把一切都写进.tf文件，plan、apply、可回滚、可评审。控制台还在，但正经团队碰都不碰。

AI辅助开发现在就是那个"点点点"阶段。我们聊天、复制粘贴、人工验证、再聊一轮。奏效吗？奏效。能追溯吗？不能。

Reed想了一个粗暴的解决方案：如果AI工作流也能写成代码呢？

把AI调用变成纯函数

他造了个叫CoDD（Coherence-Driven Development）的Python CLI工具。核心逻辑一句话：用Markdown写需求，用命令行跑流水线，全程零交互。

流水线长这样：

spec.md（需求文档）→ codd init（初始化配置）→ codd plan --init（AI设计文档依赖图）→ codd generate --wave 1..N（分批生成设计文档）→ codd validate（质量门禁，抓AI偷懒）→ codd implement --sprint 1..M（按设计文档生成代码）→ codd assemble（组装成可运行项目）→ 标准构建（npm/cargo/whatever）

关键细节：全程没有聊天窗口。每个AI调用都走claude --print，Claude Code CLI的非交互式STDIO模式。提示词进，文本出，AI变成纯函数。

配置里这一行定义了AI怎么被调用：

ai_command: claude --print --model claude-opus-4-6 --tools ""

把claude换成gpt-4-turbo、换成本地ollama，流水线照样跑。CoDD不关心你用哪个大模型，只关心stdin/stdout。

这和市面上多数AI代码生成器的区别在哪？它们把每个提示词当独立事件处理，CoDD把设计文档链成依赖图。生成第N份文档时，系统知道它依赖第1到N-1份的哪些章节，自动注入上下文。不是"再聊一轮"，是"按图施工"。

质量门禁：专治AI偷懒

Reed在博客里坦承了一个痛点：AI会偷懒。你让它生成五个模块的接口定义，它可能只写三个，另外两个用"类似上述方式实现"糊弄过去。

codd validate就是用来抓这种敷衍的。它会检查设计文档的完整性、一致性，标记出"这里AI在划水"。不通过就阻断流水线，打回去重生成。

这套机制源自Reed的另一个观察：AI生成的代码质量，跟提示词的工程化程度正相关。随口一聊的提示词，产出像抽奖；结构化、带约束、有验证的提示词，产出才稳定。

CoDD把提示词工程藏进了流水线。用户只需要写Markdown需求文档，系统会自动拆解成结构化提示词，按依赖顺序喂给AI。Reed管这叫"Harness as Code"——把驾驭AI的过程也代码化。

从个人玩具到团队工具

Reed目前用CoDD做了三个完整项目：一个内部数据分析工具、一个CLI实用程序、一个实验性的Web服务。他记录的数据是：设计文档生成阶段，AI平均每波次需要人工干预0.3次；代码实现阶段，这个比例降到0.1次。

更意外的是团队协作。以前"你用的什么提示词"是个无法回答的问题，现在全在Git里。同事可以checkout任意历史版本，看到当时的需求文档、设计依赖图、生成的代码，完全复现决策过程。

有个细节很能说明问题：Reed的团队发现，codd validate拦截的"AI偷懒"案例中，73%发生在项目初期——那时候AI还没理解业务领域的术语体系。跑过两轮迭代后，偷懒率骤降到12%。这说明结构化流水线有个副作用：它在训练AI理解你的特定上下文。

当然，限制也很明显。CoDD不适合探索性编程——那种"我不知道要做什么，先跟AI聊聊"的场景。它适合需求相对明确、需要可维护性的工程任务。Reed自己说：这是"用AI写代码"和"用AI造软件"的分水岭。

安装命令很朴素：pip install codd-dev。文档还在快速迭代，YAML配置格式两周内变了三次。但核心概念已经定型：AI调用即代码，流水线即文档，可重复性即质量。

Reed在博客结尾抛了一个问题：当AI编程从"聊天艺术"变成"流水线工程"，我们是在降低门槛，还是在制造新的专业壁垒？他的团队现在招工程师，已经开始问"你写过AI流水线配置吗"——这个问题六个月前还不存在。