我并不是单纯想“让 AI 写代码”。
我真正想解决的是：
在长期、多轮、动态演化的软件项目中，如何让多个“会失忆的 AI 执行者”，仍然能够维持项目的连续性、一致性与可演化性。
核心问题不是代码生成，而是：
- 决策连续性
- 项目历史连续性
- 多轮迭代连续性
- AI 能力边界控制
- 长任务的可续接性
- 演化过程中的组织稳定性
这本质上已经不是“prompt engineering”。
而是：
AI 时代的软件组织治理问题。
因为 AI 天生存在几个问题：
每一次聊天：
- 都像一个新成员加入项目
- 会重新理解系统
- 会重新推断边界
- 会重新做决策
所以必须有人维护：
- 长期原则
- 项目历史
- 当前进度
- 已验证与未验证能力
- 为什么当时这么设计
否则 AI 会不断：
- 重复试错
- 重复推翻
- 重复重构
- 用通用模式覆盖项目特殊历史
大模型倾向于：
- 泛化
- 平均正确
- 回归通用模式
但真实项目中：
很多关键决策恰恰是：
- 阶段性的
- 市场驱动的
- 特殊 trade-off
- 非通用的
因此必须有人保护：
“项目自己的局部真理”。
小项目：
- 重写成本低
- token 多一点问题不大
大项目真正困难的是：
“为什么系统会演化成现在这样”。
包括：
- 哪些是长期稳定原则
- 哪些是 MVP 妥协
- 哪些是实验
- 哪些已经失败
- 哪些不应该被静默推翻
因此：
真正需要沉淀的不是代码， 而是：
高于代码的决策层。
architecture-design 不再是：
- DDD skill
- SDD skill
- 架构设计模板
- 全流程项目管理器
它真正的定位是：
AI Project Governance Layer（AI 项目治理层）
或者：
Project Decision Continuity Layer（项目决策连续性层）
它的目标不是：
- 指导 AI 如何写代码
而是：
维护项目长期组织意识。
让未来 AI 理解：
- 为什么系统会变成现在这样
- 哪些是长期原则
- 哪些是临时妥协
- 哪些已经验证
- 哪些不能轻易推翻
对应内容：
- MVP
- ADR
- 架构原则
- 历史决策
- rejected options
让未来 AI 知道：
- 当前做到哪里
- 哪些 iteration 已完成
- 哪些 temporary node 未回补
- 下一步是什么
- 哪些工作被冻结
对应内容：
- freeze
- resume
- iteration
- next step
- unfinished work
当任务明显超出 AI 当前稳定能力时：
不允许：
- 乱写
- 失控重构
- 一次性设计完整系统
而是自动降级为：
- capability split
- staged delivery
- partial implementation
- temporary node
- iterative evolution
本质是：
复杂任务降级协议。
不同对话中的 AI：
必须能够继续：
- 之前的 iteration
- 已冻结能力
- 未完成设计
- staged implementation
而不是重新设计整个系统。
因为之前的问题是：
一个 skill 同时承担了：
- PM
- 架构
- DDD
- SDD
- 演化
- 项目管理
- 实施 gate
- freeze 管理
- ADR
- iteration
导致：
- token 爆炸
- 使用复杂
- 心智负担极高
因此必须拆分。
只保留：
长期治理规则。
负责：
- stable vs temporary
- 什么时候必须进入迭代
- 什么时候必须降级
- 如何 freeze/resume
- 如何保持长期连续性
它不再负责：
- 完整架构设计
- DDD 细节
- SDD 模板
- iteration 全流程
负责：
- MVP baseline
- capability roadmap
- iteration planning
- 当前验证目标
解决：
“现在到底在验证什么”。
负责：
- ADR
- 历史原因
- rejected options
- 为什么这样设计
- 已失败路线
解决：
“为什么系统会变成现在这样”。
负责：
- 当前 iteration
- freeze/resume
- unfinished work
- next step
- temporary node
解决：
“当前项目做到哪里”。
负责：
当 AI 无法稳定完成复杂任务时：
- capability split
- staged implementation
- partial delivery
- local evolution
- temporary node
解决：
“AI 不会时不要乱写”。
我不是在设计：
- prompt
- workflow
- 架构模板
而是在设计：
AI 长期协作的软件组织治理系统。
它的目标不是：
- 绝对正确
- 完美架构
而是：
在长期动态演化中，保持项目意识不丢失。
真正重要的是：
- 决策
- 边界
- 取舍
- 历史
- 当前阶段目标
代码只是某一阶段的实现结果。
对：
- 世界观
- 核心交互
- 已验证能力
保持保守。
允许：
- MVP shortcut
- temporary node
- staged evolution
因为很多东西：
- 只有市场知道
- 只有用户反馈知道
不能提前过度设计。
AI：
- 可以执行
- 可以分析
- 可以建议
但：
- 最终 trade-off
- 长期方向
- 阶段性取舍
仍然属于项目 owner。
我现在已经不再把：
- architecture-design
- DDD
- SDD
- MVP
- iteration
看成：
“工程流程”。
而是：
AI 时代的软件组织记忆系统。
它存在的目的不是：
- 让 AI 更聪明
而是：
让项目在长期演化中，不会失去自己。