面向AI

1，用什么工具？辅助什么工作？

- 不仅代码补全，而且能理解整个仓库上下文，辅助需求分析、自动生成、跨文件重构、编写单元测试。 - 开发者的工作从写代码变为审阅和编排AI生成的代码块。 - 从意图到可运行系统的转化 ——需求理解、设计决策、编码实现、测试验证、文档同步等环节。 - 开发的关注点从如何实现向验证AI的实现是否正确转移。

2，AI架构是什么？跟传统架构有什么不同？

面向AI的架构，核心变化在于将智能能力作为第一公民纳入系统设计，而非后期附加。

|维度 |传统架构 |AI架构 |---|---|---| |智能单元 |业务逻辑硬编码，规则引擎有限 |Agent（智能体）为核心：Agent拥有记忆、工具调用、规划能力，作为可组合的微服务单元 |数据流向 |同步请求-响应为主，ETL定期批量 |事件驱动 + 向量流：大量非结构化数据通过Embedding实时流入向量数据库，触发Agent主动决策 |状态 |无状态服务为主，会话状态存于Redis/DB |混合状态：既有传统状态，又有“记忆存储”（向量库 + 知识图谱），Agent的“长期记忆”与“工作记忆”分离 |决策机制 |确定性逻辑（if-else，工作流引擎） |不确定性推理：LLM推理为主，辅以确定性规则作为兜底。系统需设计“不确定性容错” |基础设施 |以CPU为主的容器编排（K8s） |异构算力调度：CPU + GPU + NPU，关注显存利用率、模型加载延迟、推理成本。需支持模型热更新和A/B测试 |API范式 |RESTful / GraphQL |语义化API + 自然语言接口：系统允许Agent之间用自然语言协商任务，而非严格的契约

关键差异：传统架构追求可预测性，面向AI的架构是可观测性中的不可预测性

3，面向AI的开发流程是什么？能产生哪些价值？

- 需求与提示词共构：需求阶段同时编写用户故事 + 系统提示词草稿，用AI生成多个技术方案，开发选择并校准。 - 原型驱动开发：先生成高保真可交互原型，获得业务方确认后，再进入工程实现。 - 代码生成与审查对偶：AI生成代码 → 开发者审查 → 将审查意见反馈回AI的上下文，形成正向循环。每次MR不仅是代码审查，也是AI协作模式的调优。 - Agent化测试：由AI Agent自动生成测试用例、执行探索性测试、模拟用户行为。测试不再是单独阶段，而是与开发同步进行。 - 交付速度提升：从需求到上线的时间缩短50%~70%，尤其在中低复杂度功能上，AI可完成80%以上的代码。 - 质量左移：AI在编码阶段就自动完成边界测试、安全扫描、性能预判，缺陷逃逸率显著下降。 - 知识平民化：新人借助AI能快速接手复杂模块，团队对单一专家的依赖度降低，知识沉淀由AI辅助自动完成。 - 创新成本降低：尝试一个技术方案的成本几乎为零，团队可以并行探索多个架构方案，选出最优后再深度开发。

4，卡点和需要突破的地方在哪里？

- AI生成代码的质量不稳定，边界情况处理差；Agent间协作时出现死循环、幻觉传递；GPU推理成本随调用量指数级上升。 - 措施方向：建立AI代码质量门禁（包含复杂度、幻觉风险评分），推进小模型+大模型混合路由，简单任务用微调小模型处理，复杂任务才调用大模型；将确定性工作流（如状态机）与Agent决策结合，避免完全黑盒。

- 数据分散在文档、代码、数据库、聊天记录中，Agent难以获得完整的上下文，导致看起来聪明，但一深入就露怯。 - 措施方向：建设企业知识层——将结构化与非结构化数据统一接入RAG架构，建立跨系统的语义索引。关键在于权限与记忆的精细化管理，确保Agent既能获取信息，又不越权。

- 开发者的工作方式从写代码变为验证代码，部分人感到技能贬值或不适；管理者难以衡量AI辅助下的个人绩效；安全合规部门对AI生成代码的IP归属、数据泄露风险持保守态度。 - 措施方向：重塑角色定义，出现AI开发工程师新岗位，核心能力是提示工程、Agent编排、模型评估、成本控制。建立新的度量体系，如 AI采纳率人工修正率，模型调用ROI。同时推动法律与合规前置参与，建立AI生成代码的审计追溯机制。

- 传统监控（CPU、错误率）无法反映AI的行为是否合理。一个Agent可能99%时间响应正常，但1%的关键决策完全错误。 - 措施方向：建设LLM-Ops平台，支持会话级追踪、嵌入空间漂移检测、自动评估测试集。需要将正确性/无害性/一致性作为SLO纳入服务等级协议。

- 大部分企业有大量遗留系统，无法一夜之间重构为面向AI的架构。Agent在调用老旧API时，因文档缺失、接口不一致而频频失败。 - 措施方向：采用绞杀者模式 + Agent适配层。用Agent封装遗留系统，对外暴露语义化接口；逐步将核心域重构为智能体可理解的服务。同时，用AI辅助反向生成遗留系统的文档和契约，降低接入成本。