也就是开发阶段，传统的软件工程最关键的阶段。
开发工具的趋势预测： AI Native IDE -> 完全AI自主化（Cli 例如claude code）
AI提效落地具体动作
- 工具的选选型
- 编程范式的方法论：产出技能文档 和 快速分享使用的 工具和平台。【另外：培训学习、技术氛围（提升使用经验和总结）、知识扩散】
- AI工作流的搭建。【研发工作流】
一、工具层面
| 类型 |
具体动作 |
说明 |
| IDE 选型 |
VS Code + Copilot、Cursor、JetBrains AI |
选择合适的 AI 辅助开发环境 |
| IDE 插件自研 |
企业内部工具集成、自定义 Copilot 插件 |
贴合团队工作流 |
| 命令行工具 |
Claude Code、Aider、Cline |
终端 AI 助手 |
二、编程范式层面
| 类型 |
具体动作 |
说明 |
| Vibe Coding |
自然语言描述意图 → AI 理解并实现 |
强调直觉和自然交互 |
| Spec Coding |
先写规格文档 → AI 按规格生成代码 |
规格驱动，可验证 |
| Prompt Engineering |
编写高质量 Prompt 模板 |
提升 AI 输出质量 |
三、能力封装层面
| 类型 |
具体动作 |
说明 |
| Skill |
封装领域知识，如代码审查 Skill、测试生成 Skill |
可复用的 AI 能力 |
| Agent |
自主完成多步骤任务，如自动修 Bug、重构代码 |
自主性强 |
| Workflow |
定义 AI 工作流，如需求→设计→代码→测试 |
端到端自动化 |
层级关系图
深入方向
| 序号 |
方向 |
内容 |
| 1 |
IDE 选型对比 |
Cursor vs VS Code + Copilot vs JetBrains AI |
| 2 |
Vibe Coding 实践 |
如何用自然语言驱动开发 |
| 3 |
Spec Coding 实践 |
规格驱动编程的落地 |
| 4 |
Skill 开发 |
如何封装团队专属 AI 能力 |
| 5 |
Agent 实践 |
自动化开发的具体案例 |
| 6 |
企业自研 |
IDE 插件、内部工具的定制思路 |