工程理论根基

OpenLogos 并非凭空发明，而是建立在 40 多年久经考验的软件工程理论之上 —— 并为 AI 编写代码的时代做了精心的重新编译。

六大支柱

理论	起源	在 OpenLogos 中的映射
BDD —— 行为驱动开发	2006，Dan North	Phase 1 需求、GIVEN/WHEN/THEN 验收标准、场景结构
TDD —— 测试驱动开发	2003，Kent Beck	Phase 3 Step 3 测试先行设计、`openlogos verify`
DDD —— 领域驱动设计	2003，Eric Evans	Phase 3 Step 0 架构、场景建模、通用语言
Stage-Gate 流程	1986，Robert Cooper	三层推进关卡、Gate 3.5 验收报告
Docs-as-Code	2014，Write the Docs	文档即上下文、`logos/` 目录、纳入版本控制的工件
可执行方法论	AI 原生模式	AI Skills（`SKILL.md`）、`AGENTS.md` 自动检测

这些实践经过数十年、数百万个项目的验证。应用到 AI 辅助开发中时，它们产生的是可预测的结果 —— 而非漫无目的的随机游走。

BDD + TDD + DDD + Stage-Gate 天然可以组合：

OpenLogos 把它们串联成一套连贯统一的工作流。

相比临时拼凑的指令，AI 智能体从成熟的模式中学习要有效得多。当你写下「使用 GIVEN/WHEN/THEN」时，AI 能理解这个模式，因为它在数百万训练样本中反复出现。

「这不就是瀑布模型吗？」 不是。瀑布模型要求在任何设计之前完成全部需求，在任何代码之前完成全部设计。而 OpenLogos 是按场景逐个推进的。S01 可以处于 Phase 3，而 S04 还停留在 Phase 1。

「AI 本应很快，这反而增加了流程。」 一个 5 分钟的提示词产出一堆垃圾、却让你调试 3 小时，这并不快。一个 30 分钟的结构化流程一次性产出正确、经过测试、可追溯的代码，这才是快。速度的衡量标准是交付的功能，而非生成的 token。

「这对小项目是过度工程。」 OpenLogos 能优雅地向下缩减。单人项目可以跳过 HTML 原型阶段；周末小项目可以把 Phase 1 + 2 压缩进一份文档。方法论是一套工具箱 —— 按需取用。

「为什么不直接用 Agile？」 Agile 假设有能把上下文记在脑子里的人类开发者。AI 没有「脑子」—— 它需要把上下文写下来。OpenLogos 与 Agile 兼容，但要求上下文显式化，因为这正是 AI 所需要的。