核心观点 - 一家专注于基础设施安全的公司StrongDM在2026年2月公开了一套名为“软件黑灯工厂”的生产线成果，其核心原则是“禁止手写软件”，实现了从规格说明到软件交付的全流程非人工介入 [1][5] - 这套实践的核心在于将软件开发流程围绕AI进行彻底重构，而非简单地将AI工具嵌入旧有流程，代表了软件开发方式的一次激进变革 [4] 软件开发流程重构 - 新成立的AI团队在章程中确立了极端约束：代码不得由人类编写、代码不得由人类审查，并设定了每位人类工程师每日token成本应达到1000美元的高标准作为工厂成熟度的衡量指标 [6][24] - 开发流程从传统的交互式协作转变为“种子 → 验证 → 反馈回路”的闭环系统：系统接收一个最小起点，在贴近真实世界的验证环境中运行场景测试，并将输出持续反馈回输入，让AI在闭环中自我纠错，直到结果收敛 [11] - 团队放弃了“测试全绿”的布尔式成功定义，转而采用“满意度”来量化验证结果，即观察在所有场景的执行轨迹中，有多大比例可能令用户满意 [10] 核心组件与开源项目 - 公司开源了其软件工厂体系的核心非交互式编码Agent仓库“attractor”，该仓库内无代码，仅包含三份极其细致的Markdown规格说明文件，提示用户将规格说明交给选择的编码Agent去执行即可 [2] - 同时开源了“CXDB”仓库，这是一个“AI Context Store”系统，用于存储对话历史和工具输出，数据以不可变有向无环图形式组织，包含约1.6万行Rust、9500行Go以及6700行TypeScript代码 [2] - 有开发者按照规范使用Claude基于spec构建了完整应用，生成的应用质量“明显好于让模型自由发挥时生成的结果”，整套规格说明约6000–7000行，覆盖行为约束、接口语义及系统边界，细节密度令开发者震惊 [3][4] 规格说明与验证体系的重定义 - 规格说明的角色被彻底前移，从传统的“对齐工具”转变为整个系统启动、纠偏和收敛的核心输入与控制面 [13] - 验收标准被重写，规格说明与场景共同构成一个不断运行的评测基准，模型生成的行为是否符合规范，依靠其在隔离场景中跑出的结果是否持续满足预期来判断，而非人工代码审查 [15] - 测试覆盖率的概念从“人为编写测试的多少”转向“规范/场景是否足够多与准确”加上“验证生态能否在闭环中捕获异常” [16] 数字孪生宇宙 - 公司提出了“数字孪生宇宙”概念，即一组对第三方服务的行为级克隆体，例如克隆了Okta、Jira、Slack、Google Docs等服务的API和可观察行为 [17][19] - DTU使得团队能在远超生产环境限制的规模和速率下进行验证，可安全测试危险或不可能的失败模式，并能每小时运行成千上万个场景，而无需担心限流、滥用检测或API成本 [17] - 克隆方法是将服务的完整公开API文档喂给AI，让其生成自包含的模拟程序，并始终以最流行的官方SDK客户端库作为100%兼容性目标 [21] 成本与经济效益 - 当前实践面临高昂的token成本挑战，有开发者反馈按照spec构建应用时TypeScript路线的token消耗极高，需中途充值才能完成流程 [24] - 团队内部标准暗示，成熟的软件工厂应在每位人类工程师身上每日花费约1000美元的token成本，这引发了关于商业模式能否负担此种开发方式以及功能易被克隆的讨论 [6][24] - 有观点认为，构建高保真SaaS应用克隆在技术上一直可行，但过去在经济上不划算，而AI让此事变得经济可行，这本身可能比“无人审核代码”的规范更重要 [17][25] - 尽管当前成本高昂，但有预期认为随着方法成熟和流程优化，成本会下降，类比制造业自动化历史经验 [29] - 有分析将每日1000美元token成本换算为年薪约24万美元，相当于硅谷大型科技公司新毕业生的总薪酬包，并指出许多初级到中级工程师的表现可能不优于AI，预示软件工程可能向仅由极少数人类位于顶层的金字塔结构演变 [26] 技术背景与行业影响 - 这一变革的技术背景可追溯至2024年末，随着Claude 3.5等模型的更新，团队观察到在长时序的Agentic编程任务中，结果开始叠加正确性而非累积错误，结合Cursor的YOLO模式，出现了“非交互式开发”或“成长型软件”的雏形 [6][8] - 沃顿商学院教授Ethan Mollick评价此为“真正激进的软件开发方式”，强调需要围绕AI重做流程本身，而非仅在旧流程中塞入AI [4] - 公司承认开源项目“是最近几天才决定开源的”，尚未经过充分技术优化，存在疑似bug、反模式及宽松错误处理等问题，已安排AI代理继续清理改进 [4]