AWS 开源 Aidlc 工作流引擎支持多 IDE
先了解这件事
2026年10月15日，AWS实验室在GitHub上发布了名为Aidlc（AI-Driven Development Life Cycle）的开源项目。该项目旨在将各类AI编程助手转化为结构化、可验证的软件交付工作流。其核心引擎具有工具无关性，原生支持Claude Code、Kiro CLI、Codex CLI、Cursor、opencode及GitHub Copilot等主流环境，并通过统一的命令行接口aidlc管理从初始化到运维的全生命周期。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Hacker News · AI精选AWS 开源 Aidlc 实现跨 AI 编程工具的自适应工作流编排
AWS 实验室在 GitHub 发布 Aidlc（AI-Driven Development Life Cycle），这是一个旨在将各类 AI 编程助手转化为结构化、可验证软件交付工作流的开源项目。该工具的核心引擎具有工具无关性，原生支持 Claude Code、Kiro CLI、Codex CLI、Cursor、opencode 及 GitHub Copilot 等主流环境，通过统一的命令行接口 aidlc 管理从初始化到运维的全生命周期。 Aidlc 引入了包含 5 个阶段和 33 个步骤的标准方法论，内置 14 个智能体角色（含 11 个领域专家、2 个审查员及自适应编排器）和 119 个事件审计轨迹。其核心机制在于“审批门禁”（approval gates），在执行关键步骤前会暂停并请求人工确认，同时保持需求、决策、实施与测试之间的上下文关联。项目推荐配合具备推理能力的模型使用，当前首选为 Claude Opus 4.8，但方法论本身不绑定特定模型提供商。安装过程提供 macOS、Linux、WSL 及 Windows 的原生脚本，无需依赖 Bun 或 Node.js 即可运行钩子命令。 这一工具的出现标志着 AI 编程从单点提示词交互向企业级工程化交付的迁移尝试。事实层面，它解决了多工具环境下工作流碎片化和缺乏审计记录的问题；推断层面，若被广泛采纳，可能重塑团队对 AI 生成代码的验收标准，将原本模糊的“试错”转变为可追溯的流水线操作；猜测层面，这种强制性的审批机制可能会降低开发效率，但在高合规要求的场景下能显著减少因模型幻觉导致的返工成本。
本事件热度走势
当前热度 9·可比范围峰值 9（10月15日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。