Specifying AI-SDLC Processes: A Protocol Language for Human-Agent Boundaries

摘要：AI 代理如今作为一等团队成员参与软件开发生命周期的各个环节，然而目前尚无一种规范语言能够表达这种人机协作所需的责任边界、审批关卡与治理约束。现有方法要么将流程编码于代理提示词中（易发生偏移），要么针对相邻领域（工作流管理、业务流程），要么仅涉及片段（访问控制、审批关卡）。我们提出一种领域特定语言，用于将 AI-SDLC 流程规范为协议，该语言具备形式化语法、良构条件、操作语义与执行不变量。该语言区分策略（声明的意图）与机制（结构性执行），通过验证令牌与能力边界等原语，使实现能够约束流程的非确定性。由此产生三项成果：故障率分析表明，结构性执行将系统故障率限制在代理与验证器比率的加权乘积范围内，而行为合规性则可能导致累积或接近饱和的增长；2+N 团队模式（两个人类控制角色加 N 个专业代理成员）为 AI-SDLC 形式化了经典的职责分离原则；编排循环的 Kleene 闭包与反射性协议遵循验证作为设计属性而非特例构造出现。我们将该贡献与多代理框架（MetaGPT）、工作流规范（FlowAgent、BPMN 扩展）以及基于能力的安全性（SAGA）进行定位：其新颖之处在于特定的集成方式，而非任何单一原语。一个可工作的实现证明了可行性；实证评估留待未来工作。