Agentic SDLC： AI 参与研发全流程，每一步都有证据
Agentic SDLC（AI-SDLC）是由 AI Agent 承担需求分析、技术设计、编码、测试和发布等环节的软件研发流程。智测 OpenQA 在其中负责验证：每个环节的产出附证据，未通过质量门禁的变更带着根因和证据退回编码。
一张图看 Agentic SDLC
- 1需求规格（Spec）需求分析把需求写成规格说明，明确功能点和验收标准。
AI 需求分析师 - 2技术设计（Spec）技术设计 Agent分析现有代码与依赖，产出技术设计文档和影响范围。
AI 架构分析师 - 3编码实现编码 Agent以需求规格和技术设计为基线实现代码，补写单元测试，完成构建与静态扫描后提交。
AI 开发工程师 - 4组件测试与质量门禁组件测试 Agent执行单元测试并统计覆盖率，做接口测试和代码评审。未通过门禁时，由缺陷分析师做根因分析，返回编码。
AI 测试工程师
AI 代码评审
AI 缺陷分析师 - 5测试准备（测试左移）并行测试设计 Agent、测试数据准备 Agent基于需求规格和技术设计，并行产出测试用例集和测试数据集。AI 测试工程师
- 6集成测试与质量门禁集成测试 Agent：接口集成测试、端到端测试使用测试用例集和测试数据集执行集成测试。未通过门禁时，附测试证据返回编码。AI 测试工程师AI 缺陷分析师
- 7发布上线发布流程组件测试和集成测试两道质量门禁全部通过后，按企业发布流程上线。
01规格驱动开发
需求规格和技术设计先写成 Spec，编码与测试都以 Spec 为基线，做到可追溯。
02双质量门禁
组件测试和集成测试各设一道质量门禁，全部通过才进入发布上线。
03缺陷闭环
未通过门禁的缺陷附根因分析和测试证据返回编码 Agent，修复后重新回归。
04测试左移
编码的同时，按 Spec 完成测试设计和测试数据准备，不占用关键路径。
流程示意。OpenQA 桌面端目前内部使用。
每个环节：AI 做什么，OpenQA 用什么验证
右侧状态读自站内能力表，与路线图一致。
| 环节 | AI 做什么 | OpenQA 验证能力 |
|---|---|---|
| 需求分析 | AI 需求分析师梳理需求，找出缺口和互相冲突的地方，写成可测的需求规格。 |
|
| 技术设计 | AI 架构分析师基于现有代码结构给出技术设计，标出受影响的模块。 |
|
| 编码实现 | AI 开发工程师写代码和单元测试，完成构建与静态扫描。 |
|
| 组件测试 | AI 测试工程师按变更影响范围选择用例，补齐缺口并构造测试数据。 |
|
| 集成测试 | 在真实浏览器、接口和真机上执行关键流程，以可见证据判定是否通过。 |
|
| 发布上线 | 质量门禁给出合并、复核或阻断的结论；未通过的变更带着根因退回编码。 |
|
测试左移：在写代码之前定好验收标准
AI 写代码很快，测试如果还等到最后，缺陷只会堆得更快。测试左移意味着在编码前由 AI 分析需求、找出缺口、生成用例，让编码 Agent 从一开始就知道什么算完成。
CI/CD：让 AI 写的代码进入持续集成与持续交付
AI 生成的变更和人写的一样走 CI，但要多回答四个问题：改动影响了哪里、该测的测到没有、有没有缺陷、能不能放行。OpenQA 把这四个答案连同证据交给质量门禁，门禁据此决定合并、复核或阻断。
常见问题
AI-SDLC 和 Agentic SDLC 是一回事吗？
基本是同一件事的两种叫法。AI-SDLC 强调 AI 进入软件研发生命周期，Agentic SDLC 强调由能自主执行任务的 Agent 承担各个环节。智测 OpenQA 使用 Agentic SDLC 这个说法，关注的是 Agent 接手之后每一步如何验证。
落地 Agentic SDLC 需要替换现有研发流程吗？
不需要。沿用现有的需求管理、代码仓库、CI 和发布流程，把其中的环节逐个交给 Agent，并在组件测试和集成测试处设置质量门禁。建议从一个真实 PR 的验证开始试点，验证有效再推广。
AI 生成的代码如何进入持续集成和持续交付？
和人写的代码一样经过 CI，但需要额外回答：改动影响了哪里、该测的测到没有、有没有缺陷、能不能放行。OpenQA 桌面端（内部使用 · 预计 2026 Q4 开放）为每个变更给出合并、复核或阻断的结论并附证据，作为质量门禁的输入；其中影响分析、用例生成和缺陷扫描已作为开源技能提供。
测试左移在 AI 研发中意味着什么？
代码由 AI 快速生成后，测试不能等到最后。测试左移意味着在编码前就由 AI 分析需求、找出缺口、生成用例，让编码 Agent 从一开始就知道验收标准。OpenQA Skills 的需求分析与用例生成技能可以直接装进 Coding Agent 使用。