摘要
1) 一句话总结 凯捷集团高管提出“AI 智能体已杀死敏捷宣言”引发行业热议，促使业界重新审视传统敏捷原则，并探索适应 AI 时代的新型软件开发生命周期与方法论。
2) 关键要点
- 敏捷原则的三大冲突：凯捷集团执行副总裁 Steve Jones 指出，在智能体开发中，工具差异变得至关重要；AI 分钟级的生成速度使传统的两周冲刺周期过时；文档与架构规划变得比以往更重要（与敏捷提倡的“可用软件高于详尽文档”相悖）。
- 开发瓶颈转移：Nave 公司 CEO Sonya Siderova 认为敏捷并未消亡，而是开发瓶颈已从“人类如何协作构建”转移到了“决定构建什么并验证其有效性”。
- “增强型编码”理念：敏捷宣言签署人 Kent Beck 提出“增强型编码”，主张将 AI 作为助手，在人类严格监督和遵循测试驱动开发（TDD）的前提下生成代码，以维持传统软件工程价值观。
- 新框架与 ADLC 试验：Casey West 提出了“智能体宣言”；同时，多个组织正在试验“智能体交付生命周期（ADLC）”，用新治理模型包裹传统 SDLC 实践。
- 规划模式的演进：亚马逊云科技在其 2026 年规范性指南中建议，将“冲刺规划”演变为“意图设计”，架构转变为定义角色、护栏和回退机制的“脚手架”。
- 敏捷与生成式 AI 的融合：Forrester《2025 年敏捷开发状态报告》显示，95% 的专业人士仍认为敏捷对业务至关重要，且近一半的受访者已在敏捷实践中使用了生成式 AI。
- 呼吁全新宣言：Jones 呼吁为智能体承担大量开发工作的现状建立全新的宣言与方法；而安全架构师 Eric Newcomer 则指出，在 AI 出现之前，官僚主义就已经扼杀了敏捷。
3) 风险与缺口
- 技术债务风险：AI 智能体虽能快速生成看似可运行的软件，但可能以前所未有的速度堆积技术债务。
- AI 行为的非确定性：AI 具有非确定性行为，传统的 SDLC 实践存在治理缺口，需要新的治理模型（如 ADLC）来应对。
- 传统方法的适用性缺口：为人类团队数周开发周期所设计的传统敏捷方法，无法直接套用到智能体驱动的开发中。
- 代码质量风险：存在只求修复而不顾代码质量的“氛围编码（Vibe Coding）”风险，需要人类严格监督以保持整洁代码和精心设计。
正文
凯捷集团执行副总裁 Steve Jones 近期宣称“AI 已杀死敏捷宣言”，这一观点在行业内引发了激烈的辩论。Jones 认为，在智能体软件开发生命周期（SDLC）系统中，AI 智能体承担了大量的开发工作，这与敏捷宣言的四大核心价值观和十二条原则存在着根本性的矛盾。
智能体开发与敏捷原则的三大冲突
Jones 指出了将传统敏捷应用于智能体 SDLC 时面临的几个关键挑战：
- 工具的地位变得至关重要： 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，必须重点考虑工具的差异。这与敏捷宣言中“个体和互动高于流程和工具”的理念产生了直接冲突。
- 迭代速度的巨大差异： Jones 表示，他曾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了整个应用的迁移。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。智能体 SDLC 的迭代速度对传统敏捷而言实在太快了。
- 文档与架构规划比以往更重要： 敏捷提倡“可用的软件高于详尽的文档”。然而，AI 智能体虽擅长快速生成看似可正常运行的软件（至少能按给定指令运行），却可能以前所未有的速度堆积技术债务。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。
业界的反响：敏捷未死，只是瓶颈转移
对于 Jones 的观点，业界反应不一，许多专家和从业者提出了更为细致的视角：
- 自适应学习的需求永不消失： 山特维克运营卓越与敏捷教练负责人 Rolf Läderach 认为，敏捷并非一份宣言或某种框架，其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。
- 开发瓶颈的转移： Nave 公司 CEO Sonya Siderova 指出，敏捷没有死，它只是在优化一个已转移的瓶颈。过去，每日站会和回顾会议用于协调人工协作；现在，当 AI 能在几分钟内完成构建时，瓶颈已从“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”。
- “增强型编码”的中间道路： 敏捷宣言最初签署人之一 Kent Beck 提出了“增强型编码”的概念，以区别于只求修复不顾代码质量的“氛围编码（Vibe Coding）”。他主张将 AI 作为强大的助手，在 AI 生成代码并接受人类严格监督、遵循测试驱动开发（TDD）原则的前提下，依然保持整洁代码、全面测试和精心设计等传统软件工程价值观。
行业实践的演进与新框架探索
这场辩论已经超出了个人观点的范畴，推动了整个行业对新方法论的探索：
- 智能体宣言与 ADLC： 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）。同时，多个组织正试验“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，以应对 AI 的非确定性行为。
- 从“冲刺规划”到“意图设计”： 亚马逊云科技在其 2026 年规范性指南中建议，冲刺规划必须演变为“意图设计”。在这种模式下，架构变成了定义角色、护栏和回退机制的“脚手架”，而非对每一条决策路径进行脚本化设定。
- 敏捷与生成式 AI 的融合： 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%的专业人士仍认为敏捷对业务运营至关重要。Forrester 副总裁 Diego Lo Giudice 指出，将敏捷与生成式 AI 集成是进一步提升敏捷价值的极具前景的路径，近一半的受访者已在敏捷实践中使用了生成式 AI。
敏捷的终结还是新生？
Jones 本人也承认，并非当下所有的敏捷实践都毫无价值。但他坚持认为，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。他呼吁在智能体承担大量开发工作的前提下，建立全新的宣言与方法。
分析师、顾问和安全架构师 Eric Newcomer 在讨论中评论道：“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。”
这场辩论引出了一个根本性问题：敏捷究竟是与冲刺、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？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。