通过提示工程实现多智能体代码生成的 TDD 治理

大型语言模型加速了软件开发，但在无约束工作流中常表现出不稳定性和对开发规范遵循度弱的问题。虽然测试驱动开发（TDD）提供了结构化的红 - 绿 - 重构流程，现有方法仅将测试作为辅助输入。本文提出一种原生 AI 的 TDD 框架，将经典 TDD 原则操作化为提示级和工作流级的治理机制。该架构通过分层设计分离模型提议与确定性引擎权威，强制执行阶段排序、有界修复循环、验证网关及原子突变控制，显著提升了代码生成的稳定性与可复现性。