不好意思各位，刚刚看到回复。 附加一个介绍说明，详情可以看 lulu-workflow.html 架构介绍。
我开源了自己每天在用的 AI 开发工作流：lulu-workflow
用 AI 写代码，我踩过最大的坑不是模型不够强，而是需求没想清楚就开始写。结果是返工、跑偏，一个会话里的上下文还会越写越乱。
所以我把流程拆成了两条线：
想清楚产品和架构：brainstorm → bet → blueprint → approach → arch
把功能做到代码：brainstorm → bet → spec → approach → design → plan → tasks → code → review
几个我自己比较在意的设计：
每个阶段有明确产物：decision → spec → tech decision → design → plan ，上一步没定，下一步不开工。
用 Hook 做硬约束：写入控制、强制注入、执行提醒，不靠"提示词求 AI 听话"。
会话可恢复：多 Cycle 隔离，跨会话继续。
有评测环节：探测、评估、修复，而不只是"写完了"。
还有一个我越用越确信的判断：AI 的思考不等于人的理解，所以要先充分发散，再收敛。
仓库：
https://github.com/lulufoo/lulu-workflow 架构图：
https://lulufoo.github.io/interview/lulu-workflow.html想听听大家的看法：
你现在是怎么避免 AI "没想清楚就开写"的？
这套阶段拆分你觉得哪里太重或多余？
觉得有用的话欢迎点个 Star ，更欢迎提 Issue 吵架。