AWS Labs опубликовала AI-DLC (AI-Driven Development Life Cycle), методологию для AI-агентов программирования, которая предлагает структурированный процесс разработки вместо свободного «vibe coding». Как пишет Towards AI, подход не меняет внутреннюю работу Claude Code, а задаёт набор правил и этапов, определяющих порядок взаимодействия с моделью ещё до генерации кода.
AI-DLC распространяется как open-source-проект awslabs/aidlc-workflows и описывается как agent agnostic методология. Основа системы, markdown-файлы с инструкциями, которые размещаются в директории проекта. Claude Code использует их как постоянные правила: сначала анализирует требования и тип проекта, потом формирует вопросы и документы, и только после подтверждения переходит к написанию кода.
В материале приводятся типичные проблемы AI-кодинга без предварительных ограничений. Агент может выбрать JWT вместо OAuth2, SQLite вместо PostgreSQL или использовать Angular + Java в проекте на React Js + Python. AI-DLC предлагает формализованный процесс, при котором агент сначала определяет, относится ли проект к greenfield или brownfield, сохраняет артефакты в aidlc-docs/ и ведёт audit.md с историей решений.
Среди принципов методологии AWS выделяет Human in the Loop, Methodology First, Re-Producible и Adaptive Rigor. Система предполагает, что агент предлагает изменения, а человек подтверждает их перед генерацией кода.
Ключевые факты
AWS Labs опубликовала open-source методологию AI-DLC для AI-агентов программирования
Проект awslabs/aidlc-workflows имеет более 3,2 тыс. звёзд и активно поддерживается по состоянию на июнь 2026 года
AI-DLC использует markdown-файлы с правилами, которые Claude Code читает как постоянные инструкции
Методология требует анализа требований и подтверждения человеком перед генерацией кода