关键词： AI编程 Cursor 敏捷开发 Vibe Coding 软件工程 AI代理

---

1. 引言：我们是否曾陷入“氛围编码”的陷阱？

你是否曾有过这样的经历：打开Cursor或ChatGPT，萌生一个绝妙的项目想法，然后开始与AI兴奋地对话——“帮我实现一个XXX功能”、“这里颜色改成蓝色”、“再加一个YYY效果”... 几个小时飞逝而过，你得到了一堆能“跑起来”的代码，但仔细一看却是一个臃肿的、结构混乱的index.html，里面塞满了各种风格的JavaScript和CSS。这就是典型的 “氛围编码”（Vibe Coding）。

氛围编码虽然有趣，但其弊端显而易见：

• 代码质量低下：毫无架构可言，是难以维护的“屎山”预备军。

• 项目极易失控：频繁陷入“修复一个Bug，引入另一个Bug”的死亡循环，大量消耗API额度（时间和金钱）。

• 无法扩展与维护：几乎无法添加新功能，更别提在已有项目（棕地环境）中集成。

那么，如何才能真正利用AI的强大能力，来系统化、工程化地构建一个可扩展、可维护、可协作的严肃项目呢？

本文将介绍一种名为 “敏捷AI驱动开发”（Agile AI-driven Development） 的方法论。它借鉴了传统软件工程的最佳实践，通过让多个AI角色协同工作，为我们构建出一个清晰可靠的开发路线图，最终引导AI（如Cursor）一步步交付高质量的成果。

2. 破解之道：敏捷AI驱动开发方法论

该方法的核心理念是：将AI视为一个团队，而非一个魔法黑盒。你需要扮演产品总监，领导一个由不同AI角色组成的“虚拟团队”，各司其职，层层递进。

下图清晰地展示了这个高效的工作流与角色协作模型：

整个流程分为规划和执行两大阶段。规划阶段使用低成本聊天AI（如ChatGPT、Gemini），产出标准化文档；执行阶段再将文档交由高成本的IDE代理（如Cursor）严格按计划编码，从而最大化节省成本与时间。

3. 核心AI角色与工作流程详解

3.1 商业分析师（Business Analyst - BA）

• 职责：与你深入对话，挖掘和细化初始想法。

• 提示词核心：使用“高级思考”模式。

• 产出：一份清晰、详尽的需求说明文档。

• 提示词示例：

  “你是一名经验丰富的商业分析师。我将描述一个【某类】项目的想法，你需要通过连续提问的方式，帮助我细化需求，包括目标用户、核心功能、非功能需求等，直到我们得到一个清晰的需求概要。”

3.2 项目经理（Project Manager - PM）

• 职责：进行市场和技术调研，定义项目范围和MVP。

• 提示词核心：使用“深度研究（Deep Research）”模式（如果模型支持）。

• 产出：产品需求文档（PRD）。

• 提示词示例：

  “基于BA的需求概要，你作为项目经理，调研类似的Web应用、推荐技术栈、UI风格，并制定一份详细的PRD，明确列出MVP的功能列表和发布目标。”

3.3 架构师（Architect）

• 职责：设计项目的技术蓝图。

• 产出：技术架构设计文档。

• 内容：

  • 技术栈：前端框架（React/Vue）、后端语言、数据库（PostgreSQL）、第三方服务（Supabase）。

  • 项目结构：目录规范、组件划分。

  • 数据模型：数据库Schema设计。

  • API设计：关键接口定义。

  • 部署与安全：基础设施方案、安全考量。

3.4 产品负责人（Product Owner - PO）

• 职责：将PRD和架构转化为可执行的任务。

• 产出：颗粒化、排好序的任务清单。

• 提示词示例：

  “你作为PO，请将PRD和架构文档中的功能，分解为一个个极小且独立的开发任务，并从0开始编号排序。例如：1. 初始化Vite+React项目；2. 配置ESLint；3. 安装Tailwind CSS；4. 创建基础路由...确保任务顺序逻辑正确。”

3.5 Scrum Master

• 职责：将任务清单转化为敏捷开发中的“用户故事”。

• 产出：一组用户故事（User Stories）文件（建议用Markdown格式）。

• 故事格式：

  标题：ST-001: 初始化项目并配置基础依赖
  作为：开发者
  我希望：初始化一个React+TypeScript项目并配置好代码质量工具
  以便：为后续开发奠定可靠的基础
  验收标准：

  • 使用 Vite 创建项目

  • 集成 ESLint 和 Prettier

  • 代码格式化规则已配置
    相关模型：无
    依赖：无

4. 在Cursor中执行：开发代理的工作流

1. 准备工作：将之前所有产出的文档（PRD、架构、所有用户故事）放入项目中的一个专门目录（如aai/）。

2. 逐个实现：为每个用户故事创建一个全新的Chat会话。

3. 提供上下文：在会话中，将当前需要实现的用户故事内容粘贴给Cursor代理。

4. 严格执行：让代理根据故事描述进行开发。完成后，必须运行相关的测试（如单元测试、E2E测试）。

5. 循环迭代：一个故事只在一个会话中完成。完成一个，提交代码，再开启下一个会话进行下一个故事。此举可有效避免上下文混乱和幻觉。

5. 最佳实践与成本控制建议

• 思考与执行分离：最昂贵的“编码”阶段（Cursor）只负责“执行”，而所有“思考、设计、规划”都在低成本的聊天界面中完成，从而显著降低GPT-4等高级模型的使用成本。

• 测试驱动（TDD）：鼓励AI为每个功能编写测试。虽然初期工作量稍大，但这是保证长期代码质量、避免回归Bug（Regression）的关键。

• 版本控制：频繁提交（Commit），每个提交对应一个用户故事的实现，便于回溯和管理。

• 人类审核：你仍然是项目的核心负责人。在每个步骤，特别是架构和技术选型上，都需要运用你的经验进行最终决策和审核。

6. 结语

“敏捷AI驱动开发”不仅仅是一套提示词，它更是一套管理系统、一种工程思想。它将AI从“一个聪明的代码助手”提升为“一个结构化的开发团队”，让我们从随性的“氛围编码”走向高效的“AI工程化”。

这种方法适用于从简单的待办事项应用到复杂的多端SaaS系统等各种规模的项目。如果你已经厌倦了Vibe Coding的不可靠性，渴望用AI构建真正强大、可维护的软件，那么这套方法论无疑为你提供了一张极具价值的路线图。

参考来源：https://github.com/bmad-code-org/BMAD-METHOD