AI Coding 项目生命周期管理：从探索到交付的 EMED 实战框架

Sprint 很"快"，但没人能解释账单

一个四人团队使用 AI Coding Agent 把一个旧版 REST API 迁移到新 Schema。项目经理凭过去类似迁移的经验估算两周完成。开发者们对 Cursor 和 Claude Code 都很熟练。任务列表也很清晰。

两周后，60% 的迁移完成了。Token 成本是预估的三倍。两位开发者反映，他们花在审查和修正 AI 产出上的时间，比自己写代码还多。一位开发者在 Sprint 中途悄悄切换了模型，新模型的输出遵循了不同的模式。项目文档从未更新，因为"下次 AI 会做"。

这不是工具的失败——Agent 完全按照设计在工作。失败在于生命周期管理的缺口：团队把传统项目规划方法直接套用在 AI Coding 项目上，没有针对 AI 生成代码的独特属性做出调整——概率性输出、基于 Token 的成本、依赖上下文的质量，以及与人类开发根本不同的迭代模式。

本文提供一套完整的 AI Coding 项目生命周期框架。读完后，你将能够：

1. 将任何 AI Coding 项目从初始想法结构化到验证交付；
2. 用 Token 消耗模型而不是开发工时来估算成本；
3. 管理 AI 生成代码的特有风险：幻觉、上下文漂移、质量隐性退化；
4. 建立迭代控制机制，防止 Token 超支和范围爆炸；
5. 为你的下一个 AI Coding 项目建立一份可复用的就绪检查清单。

本框架改编自 Managing AI Projects（Runtasewee & González Sánchez，O’Reilly，2026）中描述的 EMED（Exploration、Mobilization、Execution、Delivery）方法论，专门针对 AI 辅助软件开发的挑战进行了重新诠释。

一、建立正确模型：AI Coding 的 EMED 生命周期

EMED 把项目分成四个顺序阶段，每个阶段回答一个基本问题，确认后才进入下一阶段。

这些阶段不是僵化的关卡。一个小 Bug 修复可能把探索和动员压缩到一小时。一次平台迁移可能仅在探索阶段就花上数周。价值在于问题本身，而不在于持续时长。

为什么 AI Coding 项目需要生命周期框架

传统软件项目管理假设实现过程是确定性的：给定明确需求和熟练开发者，产出是可预测的。AI Coding 在七个方面打破了这一假设。

这些转变不是理论推演。它们改变了你估算、规划和控制每个项目阶段的方式。EMED 框架在最关键的节点上逐一应对这些转变。

二、探索阶段：在花 Token 之前先做决定

探索阶段是大多数 AI Coding 团队跳过的阶段。诱惑太强了：“我们有工具，了解代码库，直接开干吧。“但探索阶段恰恰是你预防最昂贵失败的地方。

2.1 用 AI Coding 的语言定义问题

一个好的问题定义回答四个问题：

## 问题定义

### 我们期望的可观察结果是什么？
不是"重构认证模块"，而是"新开发者在 30 分钟内就能添加一个 OAuth Provider，
无需阅读认证内部实现。"

### 什么在范围内，什么受保护？
范围内：认证 Provider 接口、配置、测试。
受保护：公开 API 契约、Session 存储格式、限流行为。

### "适合 AI"对这个工作意味着什么？
AI Coding Agent 擅长：基于模式的重构、样板代码生成、从规格生成测试、从代码生成文档。
AI Coding Agent 不擅长：全新架构决策、需要 Profiling 的性能优化、
边界不清晰的跨系统集成。

### 什么情况让我们在开始前就叫停？
- 修改需要理解运行时行为，而这些行为无法通过代码或测试捕获。
- 受保护的表面积大于变更面积。
- 团队没有在此领域审查 AI 产出的经验。

2.2 在写第一个 Prompt 之前估算 Token 成本

Token 成本估算是 AI Coding 版本的工时估算。一个实用模型使用三个变量：

预估成本 = (单任务基础成本) × (预期迭代次数) × (上下文开销倍数)

单任务基础成本取决于模型和任务复杂度。Aider 的多语言评测公开数据（225 道编码练习，涵盖六种语言，2026 年中）显示单任务成本从约 $0.03（Gemini 2.5 Pro）到 $0.13（GPT-5 高推理模式）不等。真实场景中由于携带完整仓库上下文，成本通常更高——Anthropic 的企业文档报告 Claude Code 平均每开发者每日活跃成本约 $13，换算为每日 5-8 个任务，约 $1.60-$2.60/任务（Aider 多语言基准，Claude Code 企业定价）。

预期迭代次数考虑了 AI Coding Agent 很少在首次尝试就产出正确输出的事实。对于熟悉领域中规格明确的任务，预期 1.5-2 次迭代。对于探索性或规格不清晰的工作，预期 3-5 次迭代。每次迭代都会重新发送完整上下文，因此迭代成本不是线性的——它是复合增长的。

上下文开销倍数是总消耗 Token 与实际任务相关 Token 的比率。在多轮 Agent 会话中，每一轮都包含完整的对话历史。一个 10 轮的调试会话，系统提示 4,000 Token + 仓库上下文 8,000 Token，意味着第 10 次 API 调用发送了约 120,000+ 输入 Token——即使新内容只有 200 Token。关于 Agent Token 消耗模式的研究显示，不同工具执行同一任务的上下文开销倍数差异可达 4.7×（How Do Coding Agents Spend Your Money?, 2026）。

一份实用的估算模板：

## Token 成本估算

任务类型：[规格明确 / 中等明确 / 探索性]
选定模型：[模型名称和推理级别]
单任务基础成本：$X.XX（来自基准或历史数据）
预期迭代次数：N
上下文开销倍数：M×（典型范围：2×–5×）

单任务预估成本：$X.XX × N × M = $Y.YY
Sprint 估算：Y 任务 × $Y.YY = $Z.ZZ
预算上限：$Z.ZZ × 1.5（应急缓冲）

2.3 评估 AI 可行性

不是每个任务都适合 AI Coding Agent。使用这个决策矩阵：

当一个任务落入"不适合 AI"列，正确做法不是完全回避 AI，而是分解工作：把有边界、规格明确的子任务交给 AI，让人类处理需要判断力的部分。

2.4 探索阶段关卡

在进入动员阶段之前确认：

• 问题是用可观察结果定义的，而不是实现任务。
• 受保护表面已识别（API、数据格式、权限）。
• Token 成本估算已存在，包含应急缓冲。
• 团队至少有一人能审查目标领域的 AI 产出。
• 启动/不启动决策已记录，附有理由。

三、动员阶段：为 AI Agent 搭建项目环境

动员阶段为 AI Coding Agent 的高效、安全工作准备环境。这是 AI Coding 质量投入最多的地方——也是跳过步骤会制造最昂贵下游失败的地方。

3.1 构建上下文层

AI Coding Agent 在理解项目时产出更好。上下文层有三个组成部分：

项目规则（AGENTS.md 或等效文件）定义每个 Agent 会话必须遵循的工作契约：必需流程、命令、边界和完成定义。一份好的 AGENTS.md 是精炼的——它是一个指向被持有文档的索引，而不是复制所有规则的百科全书。

架构文档描述系统边界、模块归属和设计决策。这些信息人类开发者会在数周的工作中逐渐学到。对于 AI Agent，它必须被明确文档化并被引用。

任务级上下文（规格、验收条件、涉及文件）按任务加载而非全局加载。这防止了上下文窗口膨胀，同时确保每个任务拥有它需要的信息。

这些层之间的关系在AI Coding 如何在团队落地？中有深入探讨。生命周期管理的关键原则是：在第一个 Sprint 之前投资上下文，而不是在 Sprint 进行中。

3.2 定义自主权等级和任务契约

在任何 AI Coding 开始之前，建立谁可以用什么级别的监督做什么。自主权等级决定了 Agent（或使用 Agent 的开发者）在不需要额外批准的情况下可以采取的最大行动：

每份任务契约应明确：

## 任务契约

### 产出
完成时应该存在什么可观察的变化？

### 范围内 / 范围外
具体文件、模块和行为。

### 验收证据
- 必须通过的自动化测试
- 必须保持准确的文档
- 边界检查（什么绝对不能改变）

### 自主权等级
此任务适用哪个等级？

### 停止条件
- Token 预算超出
- 受保护表面受影响
- 意外的跨模块影响
- 同一子任务连续三次失败

3.3 设置 Token 预算和迭代上限

Token 预算是 AI Coding 版本的时间预算。在三个层级设置：

单任务预算：单个任务的最大 Token（或美元成本）。超出时，开发者必须停下来分析原因，要么分解任务，要么调整方法。

Sprint 预算：一个 Sprint 的总 Token 分配。每天追踪消耗。当 70% 已消耗而剩余任务超过 30% 时，升级报告。

项目预算：项目总分配。包含应急缓冲（通常在估算基础上加 30-50%，因为探索阶段的估算对不熟悉的工作有高方差）。

迭代上限补充成本上限：**如果 Agent 在同一子任务上连续失败三次，停下来分析。**失败可能是上下文问题（信息缺失、规格模糊）或能力问题（模型无法很好地处理此类任务）。继续迭代只会消耗 Token，却不会带来相应进展。

3.4 配置工程约束

可执行控制比基于指令的规则更可靠。在第一个 Sprint 之前：

• 受保护分支拒绝未审查的 AI 生成代码；
• CI 运行聚焦测试、架构边界检查和格式化；
• Token 消耗被记录并可见（使用 ccusage 等工具）；
• 禁止模式被检查（例如不更改公开契约、测试代码中不含生产凭证）。

3.5 动员阶段关卡

• AGENTS.md 和项目文档是最新且已验证的。
• 每种支持的 AI 工具的适配文件已配置并测试。
• Token 预算和迭代上限已在任务、Sprint 和项目三个层级设置。
• 自主权等级已定义并传达。
• 首份任务契约已编写，包含清晰的范围、验收和停止条件。
• CI 工程约束已激活并测试。

四、执行阶段：管理迭代循环

执行阶段是 AI Coding 项目花费最多时间的地方，也是 AI 生成代码的独特属性要求对传统项目管理做出最多调整的地方。

4.1 AI Coding 迭代循环

传统开发循环是：编写 → 测试 → 审查 → 合并。AI Coding 循环增加了两个关键步骤：

规格化 → 生成 → 检查 → 验证 → 调整上下文 → 重新生成（如需要）→ 审查 → 合并

关键增加是检查和调整上下文。

检查意味着在运行测试之前阅读 AI 生成的代码。AI 输出可以通过测试的同时违反架构边界、在未测试路径中引入微妙 Bug，或遵循局部可行但规模化后出问题的模式。跳过检查只依赖测试的开发者正在接受他们看不见的风险。

调整上下文意味着当输出不满意时改进 Prompt、规则或任务规格。AI 输出不佳最常见的原因不是模型差，而是上下文不充分或模糊。每次失败的迭代都应触发上下文诊断，然后再重试：

第 1 次迭代失败 → 规格是否足够清晰？→ 改进规格
第 2 次迭代失败 → 模型是否有能力处理此类任务？→ 尝试不同模型或分解任务
第 3 次迭代失败 → 此任务适合 AI 吗？→ 考虑人工实现

4.2 同时追踪成本和质量

传统 Sprint 追踪关注速度（完成的故事点）。AI Coding Sprint 追踪必须增加两个维度：

Token 成本速度：实际消耗 Token vs. 预算，每日追踪。单任务成本的飙升通常意味着上下文膨胀（Agent 加载了太多信息）或迭代螺旋（Agent 在无进展地反复重试）。

质量验收率：AI 生成输出通过审查无需重大修改的百分比。一个 Sprint 内持续下降的验收率意味着上下文层正在退化——也许项目规则正在过期，或者任务规格变得越来越不精确。

一个简单的追踪模板：

## Sprint 第 3 天报告

已完成任务：8 / 20
Token 预算消耗：$42 / $100 (42%)
每完成任务成本：$5.25（预算 $5.00）
质量验收率：75%（8 个中 6 个需要小修，2 个需要大改）

观察：
- 涉及支付模块的任务成本是平均的 3 倍。
- 根因：AGENTS.md 未描述支付状态机，Agent 加载了所有支付文件
  （15,000+ Token）来推断行为。
- 行动：在下一个 Sprint 前向 docs/ 添加支付模块架构摘要。

4.3 用 Spike 管理探索性实验

AI Coding 项目经常遇到可行性未知的任务。与其估算这些任务然后无法达成，不如使用探索性 Spike——有明确学习目标的时间盒调查：

## Spike：AI Agent 能否生成有效的迁移脚本？

时间盒：2 小时
Token 预算：$10
目标：确定 Claude Code 在当前文档条件下能否为我们的 Schema 变更
      产出正确的迁移脚本。

成功标准：
- Agent 产出的迁移脚本通过 dry-run 测试。
- 开发者审查确认无数据丢失风险。

如果不成功：
- 记录缺失的上下文。
- 建议人工实现或补充文档。

Spike 把不确定性转化为有边界的实验。它们防止了 AI Coding 中最昂贵的失败模式：Agent 在一个它无法完成的任务上烧穿 Token，而开发者在等待一个永远不会到来的结果。

4.4 处理范围变更和变更请求

AI Coding Agent 生成代码很快，这制造了一个微妙的风险：**生成的容易让范围变更感觉是免费的。**开发者可以让 Agent"顺便更新管理面板"或"趁你在这里，给边缘情况 X 加上错误处理”，而不考虑验证成本。

应用这条规则：**每个范围变更需要和原始工作一样的任务契约纪律。**一个范围增加必须有：

• 定义的产出和边界；
• 验收证据；
• Token 预算分配（从 Sprint 应急中扣除）；
• 明确的停止条件。

没有这种纪律，AI Coding 项目会遭受一种新型的范围蔓延：不是"开发者多花了三天”，而是"Agent 生成了 2,000 行没人仔细审查的额外代码，其中三行破坏了构建。"

4.5 向利益相关方沟通进展

AI Coding 项目需要与传统项目不同的利益相关方沟通。习惯"完成 80%“报告的高层需要理解：

• 生成了什么（变更的文件、新增的功能、创建的测试）；
• 验证了什么（测试通过、边界检查、审查完成）；
• 未验证什么（已知差距、延后测试、风险区域）；
• Token 成本 vs. 预算（消耗速率、预测总量、剩余应急）。

4.6 执行阶段关卡

• 所有任务契约都有验收证据。
• Token 消耗每日追踪且可见。
• 质量验收率被监控；下降趋势触发上下文审查。
• 范围变更遵循任务契约纪律。
• 利益相关方收到包含已验证/未验证区分的周报。

五、交付阶段：发布、文档化、学习

AI Coding 项目的交付包含传统软件交付的所有活动，外加三个针对 AI 生成代码的特定增加。

5.1 集成验证

AI Coding Agent 通常在分支内处理隔离的任务。集成——把多个 AI 生成的变更组合成连贯整体——需要明确验证：

• 组合变更是否保持内部一致性？
• AI 生成的变更之间是否有冲突？
• 集成结果是否仍满足原始架构边界？

在集成结果上运行完整测试套件、架构检查和边界验证，而不仅仅是在单个变更上。

5.2 文档同步

AI Coding 会话产生大量临时上下文：聊天记录、规划笔记、迭代日志。大部分不是持久的项目知识。在交付阶段，识别哪些决策和发现应该成为永久资产：

5.3 成本对账

将实际项目成本与探索阶段的估算进行对比。记录：

## 最终成本报告

预估 Token 成本：$350
实际 Token 成本：$485
偏差：+38.6%

分项：
- 计划任务：$310（在估算内）
- Spike 和实验：$45（不在原始估算中）
- 迭代超支（3 个任务超出预算）：$80
- 上下文相关开销（支付模块）：$50

经验教训：
- 支付模块文档缺口导致了 3× 上下文加载开销。
  修复：架构摘要已添加到 docs/ ——预期可降低未来成本 30%。
- 两个探索性任务本应从一开始就是 Spike。
  修复：Spike 标准已添加到动员阶段检查清单。

这些数据输入下一个项目的探索阶段，使估算逐步变得更准确。

5.4 回顾：AI 改变了什么？

标准回顾问"做得好的和做得不好的”。AI Coding 回顾增加：

• 哪些任务适合 AI，哪些不适合？ 更新可行性矩阵。
• 哪些模型在哪种任务类型上表现最好？ 记录以供未来模型选型。
• 哪些上下文改进本可以减少迭代次数？ 为下一个项目的动员阶段确定优先级。
• 哪些工程约束发现了问题，哪些问题逃过了？ 加强薄弱的控制。

5.5 交付阶段关卡

• 所有验收条件都有证据满足。
• 集成测试在组合结果上通过。
• 文档与代码变更同步。
• 最终成本报告完成，包含偏差分析。
• 回顾发现已记录且可行动。
• 本项目的知识改善了下一个项目的探索阶段。

六、反模式：看起来有组织但会失败的做法

七、端到端案例：迁移用户通知服务

为了让框架具体化，这里是一个真实风格项目的压缩演练。

项目：把用户通知服务从单体邮件发送器迁移到多通道调度器（邮件、短信、推送）。

探索（2 天）

• 问题定义：新通道可以在不修改调度器核心的情况下添加。
• 受保护表面：通知投递 API、用户偏好存储、限流。
• 可行性：调度器模式有充分文档；AI Agent 处理基于接口的重构表现良好。通道特定的业务逻辑（短信提供商集成、推送通知格式）不太适合 AI，可能需要人工审查。
• Token 估算：40 任务 × $5 平均 × 2 迭代 × 1.5 开销 = $600。应急：$900。
• 启动决策：继续，为短信和推送通道可行性规划 Spike。

动员（3 天）

• AGENTS.md 更新通知服务架构摘要。
• 前 10 个任务（调度器接口、邮件适配器、测试）编写任务契约。
• Token 预算：总计 $900，每任务上限 $45，每 Spike $15。
• 自主权等级：调度器和邮件适配器为分支实现；短信和推送为仅规划（等待 Spike 结果）。
• CI 配置通知特定边界检查。

执行（2 周）

第 1 周：调度器接口和邮件适配器完成。Token 消耗：$280。质量验收率：85%。一个任务需要四次迭代，因为 AGENTS.md 没有描述重试策略——第二次失败后补充。

第 1 周 Spike：短信适配器。Agent 在两次迭代内产出了可行的实现。可行性确认；自主权从仅规划升级为分支实现。

第 2 周：短信适配器、推送适配器和集成测试完成。Token 消耗：$410（总计：$690 / $900）。推送适配器质量验收率较低（60%），因为供应商特定的 API 怪癖需要人工审查。

交付（2 天）

• 组合结果集成测试：所有 12 个通知场景通过。
• 文档更新：架构文档反映新调度器模式。
• 最终成本：$740（低于预算 18%）。短信 Spike 通过在全量实现前确认可行性，节省了估计 $100。
• 回顾发现：推送通知供应商文档应在类似未来工作前添加到项目上下文。

八、项目生命周期验收检查清单

当你能对以下问题回答"是"时，AI Coding 项目生命周期就是在有效运作的：

探索

• 每个项目从用可观察结果定义的问题开始，而不是实现任务。
• 在写第一个 Prompt 之前评估 AI 可行性。
• Token 成本估算存在，包含应急缓冲。

动员

• 上下文层（规则、架构、任务规格）在第一个 Sprint 之前建立。
• Token 预算和迭代上限在任务、Sprint 和项目三个层级设置。
• 自主权等级匹配任务风险和开发者能力。
• 工程约束是可执行的，而不仅仅是文档化的。

执行

• AI 输出在测试之前被检查，而不是仅在测试之后。
• 失败后调整上下文，而不只是重试。
• Token 消耗每日追踪，附升级阈值。
• 范围变更遵循任务契约纪律。

交付

• 集成验证覆盖组合的 AI 生成变更。
• 会话知识被提升为持久的项目资产。
• 最终成本报告包含偏差分析和经验教训。
• 回顾发现改善下一个项目的探索阶段。

结论：管理生命周期，而不只是工具

使用 AI Coding Agent 取得成功的团队，不是拥有最强大模型的团队，而是将项目管理适配到 AI 生成代码独特属性的团队。

EMED 框架提供了结构：

探索  →  在花 Token 之前先做决定
动员  →  在第一个 Sprint 之前投资上下文
执行  →  同时管理迭代、成本和质量
交付  →  发布、文档化、学习，并输入下一个项目

从传统项目管理的转变不在于学习新工具。它在于认识到 AI Coding 改变了软件开发的基本经济学和风险——并相应地调整你的规划、估算和控制实践。

成熟的真正标志不是每个 Sprint 都用了 AI Agent。而是每个项目决策——从"该不该开始？“到"我们学到了什么？"——都考虑到了 AI 辅助开发的特定属性。

权威资料

• Malini Jain Runtasewee 和 Adrián González Sánchez，Managing AI Projects，O’Reilly Media，2026 年 5 月——EMED 方法论、ADRIAN 框架和 AI 项目管理生命周期。
• Paul Gauthier，Aider 多语言基准和成本数据——AI Coding 模型在六种语言中的公开单任务成本和通过率数据。
• Anthropic，Claude Code 企业文档——每开发者每日成本数据和使用模式。
• Kunal Ganglani，AI Agent 单任务成本：Token 预算与盈亏平衡数学（2026）——Agent Coding 会话的详细 Token 消耗分析。
• Coding Agent 如何花钱？（OpenReview，2026）——AI Coding Agent 中 Token 消耗模式和上下文开销的实证研究。
• Gartner，AI Coding 成本将在 2028 年超过普通开发者薪资（2026 年 6 月）——AI 辅助开发中 Token 消耗增长的行业预测。