得物推荐以PDCA护栏和契约化需求管理AI交付

得物推荐团队认为 AI Coding 只解决 PDCA 中的 Do，而复杂系统的失败并不只发生在 Do，因此围绕 Plan-Do-Check-Act 全链路搭建自研 AI Harness，把目标、边界、依赖、验证与回流能力做进协作环境，实现需求可约束、执行不断点、效果可度量、经验可复用，并以七阶段护栏覆盖 PDCA。 Plan 阶段把自然语言 PRD 改造为 AI 可理解、可执行、可验证的结构化契约：T-PRD 把需求拆成 EP，每个 EP 绑定影响范围、指标方向、稳定性红线和验收断言，以「负反馈调权」为例，产品口径「用户点不感兴趣希望少推类似商品」被拆为信号接入、多粒度降权策略、实验与指标护栏等可执行单元，并以 feature/goal/scope/guardrails 结构化表达，guardrails 包含禁止核心点击率显著劣化、必须保留多样性与新颖性观察、所有影响模块需具备回滚路径。 Do 阶段目标是让 AI 开发零等待，避免因跑不起来、拿不到日志、依赖服务不稳定而反复回头问人。Check 阶段由 Axis 推荐 AI 评测平台引入 AI 评审员，模拟不同用户画像从新颖性、质量、相关性等维度对推荐结果打分，作为上线前的体验风险雷达，配合 AI 全量评分 + 专家抽样复核并把复核知识沉淀回评测体系，替代过去依赖 AUC、GAUC、线上实验与人工评审的高成本慢反馈。 Act 阶段在线上异常时进入 Bad Case 捕获、诊断、沙箱复盘与 Story 沉淀流程，使一次排查留下可复用的路径。文中指出 Agent 自身仍有知识会丢、行为会漂、路径不透明三个深层痛点，由知识治理、Memory 与 Harness 承载解决。