Internal Talk · Software Industrialization
Vol.01
AI-Native Software Factory
体系工程
AI驱动的软件工业化革命
当 AI 成为发动机，工程师的工作不再是手写每一颗螺丝，而是设计规范、仓库、门禁和反馈回路。
郑祎·内部分享·2026.05
System Engineering · AI Native Software Factory
01 / 13
Act I · Industrial Shift
02 / 13
先换隐喻，再换方法。
螺丝换了
AI 工业化体系里，基础零件不再是代码行，而是能驱动代码生成、验证、部署和回滚的结构化制品。
Screw
Specs
PRD、SPEC、ADR 成为代码生产的核心原材料
Mold
SDD
规范驱动开发把意图沉淀为机器可读的模具
State
Git
Git 从版本库升级为 AI 体系的持久状态存储
Gate
Hooks
Hooks、CI、Linter 把工程公差变成强制门禁
Workcell
Tree
Worktree 为每个 AI 任务提供隔离加工车间
Factory
GitOps
仓库定义期望状态，系统负责同步、调解和回滚
Page 02 · 变量变化
Industrial Shift
Act I · Bottleneck
03 / 13
核心判断
软件工程的瓶颈， 正在从“能不能写出来”， 转向“能不能被制品驱动”。
规范、上下文、状态、约束和轨迹，正在成为软件生产线里的核心原材料。
Page 03 · 制品转向
Artifact First
Act I · Before / After
04 / 13
不是更聪明的编辑器，是不同的工厂。
从工具链到生产线
Before · 手工业
工程师直接生产代码
- 人是主要生产者，AI 只是辅助补全
- 代码是事实中心，文档和部署状态经常滞后
- 协作靠会议、自然语言和个人记忆
- 质量主要依赖评审经验和手工调试
After · 工业化
体系驱动 AI 生产
- 规范制品成为生产模具和事实中心
- AGENTS、配置、Hooks 编码工程约束
- Worktree 与分片任务让智能体并行加工
- GitOps、CI、评估智能体提供状态闭环
Page 04 · 范式转变
Before / After
Act II · System Engineering
05 / 13
Act II
制品驱动
文件系统和 Git 仓库变成多人、多 AI 的共享账本；制品不只是记录结果，而是在编排生产线运行。
第二幕 · 框架
05 / 13
Act II · Contract
08 / 13
契约精神升级
SDD 是高级接口
Interface-Oriented
接口约束代码内部
- 契约集中在方法签名、类型和 API 边界
- 主要服务人类开发者和编译器
- 强制执行依赖类型系统、单测和评审
- 变更通常意味着人工重构实现代码
Spec-Driven
规范约束生产系统
- 契约扩展到业务意图、验收标准和架构边界
- 专门为 AI 智能体的读取与执行优化
- 通过 Harness、Linter、CI、V-component 机械化执行
- 需求变更先改规范，再让体系重新生成和验证
面向接口编程解决人类如何组织代码；SDD 解决人类如何通过契约大规模指挥机器生产代码。
Contract Shift
Page 08 · 契约演进
SDD
Act II · Git as State Store
09 / 13
仓库不只是存代码。
Git 成为状态存储器
在 AI 体系里，Git 是规范制品、执行轨迹、任务隔离、治理门禁和生产期望状态的共同账本。
Raw Material
Specs
SPEC、ARCHITECTURE、ADR 与代码一起版本化
Memory
Agents
AGENTS.md 记录禁区、层级和项目规则
Workcell
Trees
Worktree 让每个智能体拥有独立目录和分支
Gate
Hooks
Pre-commit、CI 和策略校验拦截不合格制品
Runtime
GitOps
仓库定义期望状态，Agent 负责漂移检测与调解
Audit
Chain
需求、Commit、构建制品和部署实例形成托管链
Page 09 · Git 规范管理
State Store
Act III · The Shift
10 / 13
The Question
仓库即 操作界面
你不是在用 Git 存代码，而是在通过 Git 编排 AI 工作流，并把推理结果转化为确定的环境状态。
Define·Detect·Reconcile·Rollback
Page 10 · The Shift
Repository as UI
Act III · Adoption
11 / 13
把提示词热情，落到制品纪律。
内部落地路径
90-Day Operating Path
01
盘点事实源
列出 PRD、架构、故事、环境配置和部署状态
02
补齐契约
把模糊需求改成可检查、可执行的 SDD 制品
03
隔离加工
用 Worktree 和分支策略承载多智能体并行任务
04
机械门禁
把 Hooks、Linter、CI、评估接口接进质量闭环
05
调解漂移
用 GitOps 和 GC 智能体发现不一致并推动修复 PR
目标不是“每个人都会问 AI”，而是“团队拥有一套仓库驱动、制品可审计、状态可调解的 AI 原生软件工厂”。
Operating Principle
Page 11 · 落地路径
Adoption
Close · Next Step
12 / 13
Takeaway
先管制品，
再放大智能
AI 驱动的软件工业化，最终比拼的不是模型多聪明，而是组织能否把规范、Git、体系、门禁和评估持续沉淀为生产能力。
Specs·Git·Harness·Gates
Page 12 · 下一步
System First
Close · Thanks
13 / 13
Thank You
谢谢
欢迎继续讨论：如何把规范、Git、门禁和评估沉淀成团队可持续复用的 AI 原生软件工厂。
Q&A·Discussion·Next Step
Page 13 · 感谢
Thank You