得物以Spec驱动和五道门禁治理交易代码交付

得物在完成订单系统由外而内的三阶段改造（SLA 99.99%、核心链路剥离、模块化重构）后，针对 AI Coding 普及带来的系统性偏差，把研发流水线重构为一个 Claude Code 的 Spec-Driven 开发插件，串起需求澄清→技术方案→执行计划→TDD 实施→准入准出并带用户确认门控。 五层架构为基础设施层（统一埋点 + Hook 自动层与 SKILL 显式层双层采集）、Agent 系统层（设计 Agent、意图与上下文工程，链式调用→并行协作→反馈修正→结果汇总）、开发流程层（五阶段）、度量层（全链路可观测）、治理层（spec/code/arch/BDD 四维并行审查内嵌前四层）。 第一道关口用 Gherkin 场景（Given-When-Then）把验收标准写成机器可读硬契约，Spec 固定六节并屏蔽技术语言，澄清前自动从知识库拉「现状分析报告」，提问按该问/不该问/可跳过管理。第二道关口用五段式模块拆解并拉取知识库模块规约（纳入或排除，排除须填理由并在门禁复查），统一模板按业务用例分析→整体架构→场景详细设计→数据结构设计→稳定性设计五章，含可灰度/可监控/可回滚。 第三道关口把方案拆为可独立验证、有 RED/GREEN 验证点、可独立回退的任务，编码前做架构预检（分层越界/依赖反转/模块边界穿透）并走 RED-GREEN-REFACTOR。第四道关口门禁以机器判定为主（审核 Agent 输出结构化 JSON 判 PASS/FAIL）、人工决策为辅，invariant-reviewer、delta-guard、bdd-acceptance 分别复查跨环节约束、外部调用降级与 Gherkin 场景对应测试，门禁为层内并行层间串行的三层 DAG，并以 9 个维度扫描增量代码生成飞书报告（纯文本扫描 60 秒超时、秒级返回、三级兜底）。 第五道关口以三层看板与五个维度度量人力成本、阶段耗时、知识库调用成功率与门禁通过率来驱动改进。文中给出的量化背景是 AI 使代码产出「人均增加近 3 倍」。