🛡️ 坚不可摧

一套完整的AI智能体开发方法论。从构想到投产。

没有体系的AI智能体就是混乱的代码生成器。它们还没理解任务就开始编码，抓住第一个想到的方案而不是最优解，"发现"根本不存在的bug，并在工作只完成一半时就宣布"搞定"。Bulletproof将这种混乱转化为纪律。

作者: Artemiy Miller · GitHub · Telegram · Channel · Email

---

问题所在

你描述一个功能。AI编写代码。看起来很棒。然后：

• 它破坏了原本运行良好的部分
• 它"修复"了不存在的bug，却引入了真正的bug
• 它重构了没人要求它碰的代码
• 当一半的验收标准都未满足时，它却说"完成"
• 它选择了脑海中浮现的第一个方案，而不是最优解
• 第二天早上你发现它完全无视了项目的整体架构

75%的AI智能体会在正常运行的代码中引入回归问题（SWE-CI基准测试，阿里巴巴2025）。这不是AI的问题，而是流程问题。

---

Bulletproof如何解决

Bulletproof是一个包含12个阶段的工作流程。每个阶段的存在都有其必要性——缺少任何一个，某些特定环节就会出问题。并非所有任务都需要走完全部12个阶段：修复bug需要6个阶段，开发功能需要10个阶段，架构变更则需要完整的12个阶段。

以下是每个阶段的具体内容：

---

🔍 阶段1：深度调研

痛点： AI直接跳入编码环节。不研究代码库，不寻找现有解决方案，不理解上下文。

Bulletproof的做法： AI启动并行调研智能体。每个智能体深入探索不同领域——项目结构、模式、依赖项、测试。同时，它会在网络上搜索：谁已经解决了这个问题？存在哪些库？经过验证的最佳实践是什么？

关键点： 输出不是一份选项清单，而是一个具体的建议："最佳方案是X，因为Y。"AI必须做出决策并为其辩护，而不是把选择权丢给你。

---

📋 阶段2：规格说明

痛点： AI在没有明确定义具体需要做什么的情况下就开始编写代码。没有"完成"的标准。最终要么构建了错误的东西，要么构建了过多不必要的东西。

Bulletproof的做法： 创建一份规格说明书：我们构建的是什么以及为什么。不涉及如何实现——只说明是什么。包含清晰的验收标准——这是"完成"的客观衡量标准，AI之后无法对此提出异议。

关键点： 规格说明书是一份契约。当AI在第5阶段检查自己的工作时，它对照的是这份契约，而不是"感觉差不多"的主观判断。

---

🧠 阶段3：计划 + 挑战循环

痛点： AI抓住脑海中浮现的第一个解决方案。不考虑替代方案，不思考后果。

Bulletproof的做法： AI制定一个计划。但在开始编码之前，它必须通过挑战循环——回答3个问题：

1. 这真的能解决问题吗？ 将计划中的每一项与规格说明书中的验收标准进行比对。如果有任何一项未被覆盖，那么计划就是不完整的。
2. 这是最优解吗？ 找出2-3种替代方案，比较优缺点，并论证为什么所选方案优于其他所有方案。
3. 是否存在"为写代码而写代码"的情况？ 每一项变更都必须直接关联到解决问题。附带的重构 = 独立任务，不应包含在本任务中。

关键点： AI必须证明其计划是所有可用方案中的最佳选择，才能开始编码。不是"我认为如此"，而是"这里有3个选项，这是对比分析，这是为什么这个方案胜出。"

---

⚡ 阶段4：实现

痛点： AI一次性编写大段代码，上下文填满，质量下降。没有测试，没有迭代。Bulletproof 的作用： 实现过程被拆分为多个阶段。每个阶段都在全新的上下文窗口中运行（这样 AI 就不会随着进程推进而变“笨”）。顺序是：测试先行（TDD），然后是代码。没有依赖关系的阶段可以在多个独立的终端中并行运行。

关键点： 40% 规则。 当上下文填充超过 40% 时，AI 的输出质量会下降。Bulletproof 在阶段之间运行 /clear，并通过交接文档传递上下文。AI 始终在其“智能区”内工作。

---

✅ 阶段 5：自我审计

痛点： AI 说“完成”了——但一半的验收标准都没满足。或者它做了没人要求的额外工作。

Bulletproof 的做法： AI 打开规格说明，逐一检查每个验收标准：实现了吗？具体在代码的哪个位置？代码里有没有不属于任务范畴的内容？

关键点： 它不是凭感觉检查。它依据契约进行检查。每个标准——是或否。如果否——就返回去完成它。

---

🔬 阶段 6：验证

痛点： AI “发现”了并非错误的“bug”。修复了没有坏的东西。进行“改进”却制造了真正的问题。

Bulletproof 的做法： 三步检查。第一步——查找错误（逻辑、安全、性能）。第二步——证明每个 bug 都是真实存在的。你能复现它吗？不能？那就不是 bug，别动它。第三步——逻辑和效率审查。

关键点： 规则是 “不要为了美观或以防万一而修复代码。” 没有证据的每次修复，都可能引入新 bug 的风险。早期的 AI 代码审查器每发现 1 个真实 bug，就会标记 9 个误报（Anthropic）。此阶段能消除 90% 的无效工作。

---

💥 阶段 7：影响分析

痛点： 代码能运行。但它破坏了别处的某些功能。你一周后才发觉。

Bulletproof 的做法： 合并前的强制检查：(1) 哪些模块依赖于已更改的文件？运行所有项目测试，而不仅仅是当前阶段的测试。(2) 是否有任何契约发生了变化——API、类型、接口？所有使用者都更新了吗？(3) 一个月后可能出现什么问题？在零数据时？在百万条记录时？在并发请求时？(4) 向后兼容性如何？需要迁移吗？

关键点： 75% 的 AI 智能体会破坏正常工作的代码——正是因为缺少这个阶段。依赖图分析能将回归问题减少 70%（TDAD/arXiv）。

---

🔗 阶段 8：集成检查

所有阶段完成——在整个项目范围内运行完整的测试套件。审计：规格说明中的所有内容是否都已实际实现？

---

👁️ 阶段 9：代码审查

痛点： AI 审查自己的代码，并认为它很棒。

Bulletproof 的做法： 新会话。全新上下文。一个从未见过该实现代码的独立智能体。检查边界情况、竞态条件、安全性、性能。

关键点： AI 审查 AI，但没有实现者的偏见。对于关键代码——你仍然需要人类，Bulletproof 会明确指出这一点。

---

🔒 阶段 10：安全扫描

自动化的漏洞扫描。AI 生成的代码比人类编写的代码多出 2-3 倍的安全问题。此阶段能捕获它们。

---

🔧 阶段 11：修复 + 重新验证

发现问题？只修复已证实的 bug（阶段 6 的规则仍然适用）。修复后——再次运行影响分析。修复比原始开发更容易破坏代码。

---

🚀 阶段 12：部署

归档计划。压缩合并。部署——仅在你明确指示时进行。

---

附加：反合理化钩子

这个钩子独立于阶段之外。它是一个停止钩子，每次 AI 试图结束时都会触发。它会检查：

• AI 是否在合理化未完成的工作？（“先前存在的问题”、“超出范围”、“我会记录下来以便后续处理”）
• 是否只列出问题而不实际修复它们？
• 是否找借口跳过失败的测试？
• 是否进行了与任务无关的更改？
• 是否未运行验证就声称“完成”？

如果是——阻止完成并将 AI 送回以完成工作。

---

自适应规模调整

并非每个任务都需要所有 12 个阶段：| 规模 | 内容 | 阶段 | |------|------|--------| | S - 缺陷修复，1-2个文件 | 轻量级 | 调研 → 构建 → 自审 → 验证 → 影响分析 → 门控 | | M - 功能开发，3-10个文件 | 标准流程 | 阶段 1-10 | | L - 架构调整，10+个文件 | 完整流水线 | 全部 12 个阶段 |

---

为什么这套方法有效

并非纸上谈兵。每个机制都有研究依据：

机制	来源
40% 上下文规则	HumanLayer
挑战循环（决策论证）	Addy Osmani，规范优先工作流
误报过滤器	Anthropic 代码审查
影响分析（依赖图）	SWE-CI（阿里巴巴），TDAD/arXiv
反合理化机制	Trail of Bits
阶段分离	RIPER-5，Spotify Engineering

---

适用人群

• 你正在用 AI 构建真实产品，而非一次性原型
• 你厌倦了演示可用但生产环境崩溃的代码
• 你需要一个可扩展的系统——从单行修复到全新微服务

---

安装（30 秒）

# Into your project
mkdir -p .claude/skills && git clone https://github.com/artemiimillier/bulletproof.git .claude/skills/bulletproof

# Global (all projects)
mkdir -p ~/.claude/skills && git clone https://github.com/artemiimillier/bulletproof.git ~/.claude/skills/bulletproof

# For teams
git submodule add https://github.com/artemiimillier/bulletproof.git .claude/skills/bulletproof

打开 Claude Code → 输入 /bulletproof → 完成。

或者直接描述你的任务 - 当相关时，Claude 会自动启用 Bulletproof。

---

兼容性

Claude Code · Codex · Cursor · Gemini CLI · Windsurf · OpenCode - 任何支持 Agent Skills 标准的工具。

---

内容概览

bulletproof/
├── SKILL.md              # The full 12-stage workflow
├── templates/            # Artifact templates (research, spec, plan, handoff)
├── agents/               # Code review sub-agent
├── examples/             # Use cases
├── CONTRIBUTING.md
└── LICENSE               # MIT
```---

## 贡献指南

欢迎贡献。详见 [CONTRIBUTING.md](CONTRIBUTING.md)。

---

## 许可证

MIT 协议

*[Artemiy Miller](https://github.com/artemiimillier) · [Telegram](https://t.me/artemiymiller) · [Channel](https://t.me/+0jZamDvGOeZjOWE1) · [Email](mailto:who.ismillerr@gmail.com)*