Cali Product Workflow：为AI编码代理打造结构化产品开发工作流

Cali Product Workflow是基于Shape Up方法论的开源产品规划工作流，专为AI编码代理设计。核心目标是帮助AI代理系统化地将产品创意转化为可执行开发计划，通过IN/OUT范围界定、对抗性评审、可视化审查门和类型化技术范围等手段，解决AI代理直接编码导致的范围蔓延、假设未经检验、技术债务累积等问题。此外，通过Appetite（投入意愿）与Mode（交互模式）双维度控制，提供15种灵活的工作流变体，适配不同复杂度的项目需求。

随着AI编码代理能力快速发展，越来越多团队依赖其辅助开发，但普遍存在AI接到需求后立即编码、缺乏充分规划的问题，导致范围蔓延、技术债务等。Cali Product Workflow由资深产品经理Renato Caliari创建，将Basecamp的Shape Up方法论引入AI编码代理工作流，核心理念是“三思而后行”——在编写第一行代码前充分思考、规划、验证。

Shape Up方法论强调开发前的“塑造”（定义范围边界、识别风险）。Cali Workflow适配了两个关键概念：

1. IN/OUT范围界定：明确包含（IN）和排除（OUT）的功能，帮助AI理解任务上下文，避免范围蔓延；
2. 对抗性评审：多维度审查产品计划，包括流程完整性、数据模型合理性、技术可行性、UX/UI审计（基于Nielsen启发式原则）、代码库结构分析等，发现单一视角盲点。

Cali Workflow通过两个正交维度控制工作流：

• Appetite：投入意愿（而非时间估算），分PoC（快速验证）、Focused（标准审查）、Comprehensive（完整流程）三个级别，影响评审深度与验证严格度；
• Mode：交互深度，分Auto（自动）、Light（轻量）、Moderate（中等）、Full Product（完整产品）、Full Product+Tech（完整+技术审批）五种，控制阶段运行与人工交互程度。两者组合提供15种工作流变体。

Cali Workflow将技术工作分解为四种类型化范围，每种有明确的执行策略：

1. Feature Scope：常用类型，包含自动迭代循环（实现→验证→审查→质量检查）；
2. Spike Scope：技术探索，快速原型验证可行性，不追求生产质量；
3. Optimize Scope：性能优化，基于基准测试与度量指标；
4. Test- Scope*：测试任务，含单元、集成、变异测试等。每种范围有明确的入口/退出标准，AI可自主执行。

证据支持：设计基于2025-2026年AI代理研究实证，如CMU的CAID研究（并行编排提升26.7%准确率）、北航与KAIST的跨会话学习研究（抽象记忆池提升3.7%性能）等； 局限性：存在15个已知问题，包括上下文衰减、幻觉引用、静默错误、过度自信估算等，项目保持透明度以帮助用户理解能力边界。

适合场景：新功能开发（需明确范围）、探索性项目（产品方向不清晰）、重要功能（多利益相关方审查）、团队系统化流程建设； 不适合场景：简单Bug修复、明确技术任务、极紧迫原型验证； 推荐起步配置：初次使用者建议从“Focused + Light”开始，平衡质量与效率，后续可升级到更严格配置。

Cali Product Workflow是AI辅助开发领域的重要进步，结合成熟产品管理方法论（Shape Up）与AI代理能力，提供系统化开发流程。通过结构化手段减少返工、提升质量，灵活的双维度控制适配不同项目需求。需注意：它不是银弹，依赖人类诚实设定Appetite、参与审查门，最终责任仍在人类。未来将随AI技术进化，进一步弥合产品思维与代码实现的鸿沟。