AI 驱动的智能体 SDLC 在速度和工具依赖上对传统敏捷构成挑战，引发关于敏捷是否需要变革的讨论。
原文标题：AI 是否已经杀死了敏捷宣言
原文作者：AI前线
冷月清谈：
怜星夜思：
2、文章中提到了“技术债务”的问题，AI 快速生成代码的同时，是否会加速技术债务的积累？我们应该如何平衡开发速度和代码质量？
3、文章中提到了“智能体宣言”和“智能体交付生命周期”等新概念，你认为这些概念是否会成为未来的主流？如果敏捷需要演进，你认为应该如何演进？
原文内容
凯捷集团执行副总裁 Steve Jones 在 Medium 博文 及相关的 LinkedIn 帖子 中宣称“AI 已杀死敏捷宣言”，引发了激烈辩论。Jones 认为，在 智能体软件开发生命周期（SDLC）系统 中，AI 智能体承担了大量开发工作，这与敏捷宣言的四大核心价值观和十二条原则存在根本性矛盾。
Jones 指出了将敏捷应用于智能体 SDLC 的几个关键挑战。首先，他认为工具现在变得至关重要：
使用 Replit 与使用 Claude Code 的场景截然不同，如果要混合使用各类智能体 SDLC，这一点你必须重点考虑。
这与敏捷宣言中“个体和互动高于流程和工具”的理念相冲突。
速度差异是另一个核心问题。Jones 描述了自己如何在几小时内开发出可用的应用程序，并在一次飞行途中完成整个应用的迁移工作，他表示：
这正是智能体 SDLC 与敏捷原则产生根本性分歧的地方——因为智能体 SDLC 的迭代速度对敏捷而言太快了。
当 AI 能在几分钟内生成可落地的功能代码时，传统的两周冲刺周期已然显得过时了。
或许最为重要的是，Jones 对“可用的软件高于详尽的文档”这一原则提出了质疑。AI 智能体虽擅长生成看似可正常运行的软件，却可能以前所未有的速度堆积技术债务。他指出，AI 在构建表面上可用的软件时效率极高——至少能按照给定的具体指令运行，这反而让文档与架构规划变得比以往任何时候都更为关键。
业界反应不一。山特维克运营卓越与敏捷教练负责人 Rolf Läderach 在 LinkedIn 的相关讨论中反驳道：
敏捷并非一份宣言，更无关某种框架。敏捷的核心，是打造能适应变化、持续交付成果的自适应学习型组织。这种需求永远不会消失，而 AI 正是对它的一种支撑。
Nave 公司 CEOSonya Siderova 提出了一个更为细致的观点：
敏捷没有死，它只是在优化一个已转移的瓶颈。
她认为，以往每日站会用于协调人工协作、回顾会议用于沉淀团队经验，但当 AI 智能体能在几分钟内完成开发构建时，开发瓶颈便从“人类如何协作构建”转向了“人类如何决定要构建什么，并验证其是否真正有效”。
敏捷宣言最初签署人之一 Kent Beck 一直在探索他所谓的“增强型编码”，以区别于“氛围编码（Vibe Coding）”。在一篇 Substack 文章 中，Beck 将增强型编码定义为在保持传统软件工程价值观——整洁代码、全面测试和精心设计的同时，让 AI 处理大量的编码工作。他将其与氛围编码区别开来，氛围编码是开发者仅简单地将错误反馈给 AI，只求修复而不关心代码质量。
Beck 的思路指明了一条中间道路：将 AI 作为强大的助手，同时保持工程严谨性。他表示，基于这个方法论，在 AI 生成代码并接受人类严格监督、遵循测试驱动开发原则的前提下，他使用 Rust 和 Python 构建了一个可用于生产环境的 B+ 树开发库。
这场行业反响已超出个人观点的范畴。Casey West提出 了一份智能体宣言，为自主 AI 系统改编了原始的敏捷价值观，将关注点从“验证”（是否按指令执行）转向“确认”（是否达成预期目标）。多个组织正在试验“智能体交付生命周期”（ADLC），用新的治理模型来包裹传统的 SDLC 实践，用以应对 AI 的非确定性行为。
亚马逊云科技在其 2026 年规范性指南中也 呼应 了这一观点，建议“冲刺规划”必须演变为“意图设计”。在这种模式下，架构变成了“脚手架”，用于定义角色、护栏和回退机制，而非对每一条决策路径进行脚本化设定。
然而，Forrester 的《2025 年敏捷开发状态报告》提出了一个引人注目的相反观点：95% 的专业人士认为敏捷对其业务运营至关重要，61% 的受访者已部署敏捷实践超过五年。Forrester 副总裁兼首席分析师 Diego Lo Giudice 在 Forrester 的一篇 博文 中指出，尽管团队的敏捷成熟度参差不齐——只有 7% 达到完全熟练——但将敏捷与生成式 AI 集成为进一步提升敏捷价值提供了极具前景的路径，近一半的受访者已在敏捷实践中使用生成式 AI。
Jones 本人承认他“并非认为当下所有的敏捷实践都毫无价值”，但他也坚持认为，为人类团队数周开发周期所设计的方法，无法直接套用到智能体驱动的开发中。他呼吁建立全新的宣言与方法，前提是智能体将承担开发者过去所做的大量工作。
这场辩论引出了一些根本性问题：敏捷是与冲刺、站会等特定实践绑定的具体方法论，还是一种更侧重适应性与学习的广义哲学？当 AI 能在几分钟内生成代码时，软件开发的真正瓶颈又是什么？我们需要全新的框架，还是现有敏捷原则可以演进，用以管理人类与 AI 的协作？
分析师、顾问和安全架构师 Eric Newcomer 在讨论中评论说：
我不确定，但我认同我们确实需要一份新的宣言。不过在我看来，早在 AI 智能体出现之前，官僚主义就已经扼杀了敏捷。
有一点似乎已然清晰：软件开发正进入一个方法论剧烈变革的时期。这究竟意味着敏捷的终结，还是将演变成全新形态的开端，对整个行业而言，仍是一个开放且日益紧迫的议题。
原文链接：
https://www.infoq.com/news/2026/02/ai-agile-manifesto-debate/
声明：本文为 InfoQ 翻译，未经许可禁止转载。
点击底部阅读原文访问 InfoQ 官网，获取更多精彩内容！
