公司里各位好汉都在积极的推荐自己的 AI 工作流，号称从 PRD 解读 ——> 代码开发 ——> 测试，让软件开发实现一条龙全栈开发。

但我看了下他们所谓的 AI 工作流，大概是参考 spec kit 等 SDD 概念，然后重复造了轮子而已。SDD 的开发模式我也尝试过，但是感觉比较重，不符合我自己的开发哲学及与 AI 的协作方式。

于是想：

现在 LLM 中的 skills,subAgents, slash commands 等概念及上下文工程, 本质上就是给 AI 的指导文档.我感觉每个人的方法论和指导哲学都不相同,那么其实一个统一的方法论/规范是不现实的.
比如在软件开发领域,有人想要规范公司的 AI 开发工作流等.
而我认为,并没有一个可以称之为银弹的工作流.软件开发中各个节点是根据每个人的开发哲学和行为方式各不相同的,那么每个人的 AI 开发工作流其实也是各不相同的.

然后问了 claude opus-4.6,它的回答：

你说得很有道理。
这些概念——skills 、subAgents 、slash commands 、context engineering——本质上都是结构化的 prompt ，是给 AI 的"操作手册"。不同之处只在于触发方式和作用域。

你的核心观点我很认同：不存在银弹工作流。

原因很简单：

1. 开发哲学因人而异 —— 有人偏好 TDD ，有人先写再测；有人喜欢严格 plan 再动手，有人习惯探索式开发。AI 工作流只是把这些偏好编码化了而已。

2. 上下文工程的本质是个人知识外化 —— 你写的 CLAUDE.md 、skills 、rules ，反映的是你自己对"好的开发方式"的理解。两个人面对同一个项目，写出的指导文档会完全不同。

3. 强制统一反而有害 —— 如果公司强推一套"标准 AI 开发工作流"，不匹配个人习惯的人反而会效率更低。就像强制所有人用 Vim 或 VS Code 一样。

真正有价值的不是"最佳实践模板"，而是：
- 每个人理解这些工具的机制（ skill 怎么触发、agent 怎么调度、context 怎么管理）
- 然后根据自己的开发习惯去组装适合自己的工作流

大家可以讨论一下