AI-Native SDLC Playbook L1：當程式碼生成不再是瓶頸
Claude Academy 第一堂課點出核心矛盾：AI 加速了寫程式，但 review、測試、部署的速度沒跟上。結果瓶頸從「寫不夠快」變成「審不夠快」。AI-native SDLC 的解法不是讓 AI 寫更多程式碼，而是把 AI 嵌進瓶頸所在的每個環節。
#ai-native
3 篇文章AI-Native Agent 2026：從 Harness Engineering 到 Skill Engineering 的變革
2026 年 AI Native Agent 時代的核心變化：從 Harness Engineering 到 Skill Engineering，工程師角色從執行者轉向評判者，三個階段演進與五大關鍵技能。
從實戰整理：AI Native 團隊該做好的事
不是每個人都該直接用 coding agent 改 code。AI Native 團隊要搞定 interface 規格、測試先行、monorepo、security guardrail、human-in-the-loop 與 token 預算管控，在 coding agent 上面再建一層 agent platform 並明確開發者角色轉型才是正途。