01
问题与目标
Claude Code 可以完成单次后端需求，但如果历史交付缺少可复现基准、独立验证和证据归因，成功与失败就难以转化为下一次执行能力。项目以历史需求重放建立持续反馈机制，目标是逐步稳定端到端交付流程。
AI CODING WORKFLOW · CONTEXT ENGINEERING
AI Coding × 知识库后端需求端到端交付
基于 Claude Code 设计后端 C 类需求从系统分析、编码、测试到验收的端到端交付工作流；以历史需求重放持续验证稳定性，并将证据归因后的修复落到知识、Skills、门禁和 Harness。
- 角色
- 端到端交付工作流设计与验证
- 项目状态
- 进行中
进行中历史需求重放验证持续补充可复现案例
3 个独立评估 Agent验证 / 归因 / 经验沉淀
2 种需求复验范围单阶段 / 全流程
30-SECOND READOUT
面试速览
- 我负责
- 将 Claude Code 应用于真实后端需求交付，负责历史需求重放、上下文组织、独立验证归因与知识反馈 workflow。
- 关键取舍
- 开发在隔离 worktree 留轨，验证、归因和沉淀使用独立 session，主 Agent 只传路径；先看轨迹再归因，并让根因落到对应修复位置。
- 如何验证
- 对照 Answer Commit 从功能、变更合理性和代码质量验证 Candidate Commit，允许行为等价实现，并以单阶段或全流程重跑检查修复效果。
02
真实需求交付与上下文工程
- 以需求文档和 Base Commit 还原开发现场，组织业务规则、系统架构、编码规范与历史案例等作用域明确的上下文。
- 编排 Claude Code 完成系统分析、隔离 worktree 编码和测试，保留关键轨迹与决策并生成 Candidate Commit。
- 提供分阶段单步重跑与全流程重跑：前者用于快速定位决策点，后者验证从知识检索到测试的完整交付链路。
03
独立验证与证据归因
- 由独立 Agent 对照 Answer Commit 验证功能正确性、变更合理性和代码质量；以验收结果与行为等价为准，不要求代码逐行一致。
- 未通过时结合验证报告和开发轨迹定位决策点，并将原因区分为知识、检索、流程、Harness、模型能力或执行偏差。
- 验证、归因和经验沉淀使用独立 session，主 Agent 只传递路径，减少前序答案造成的偏差与评测污染。
04
经验沉淀与复验
将可复用经验按问题模式沉淀到知识、Skill、门禁与 Harness，并根据根因选择单阶段或全流程复验；同类需求回归用于检查修复是否只适配当前案例。
05
项目边界与当前阶段
项目仍在通过历史需求持续重跑验证。这里是使用 Claude Code 完成真实后端需求交付，重点在 workflow 与上下文工程；个人“自主式 AI 编程助手”项目则是自研一个类似 Claude Code 的 Agent Runtime，两者目标与验证方式不同。