AI 架构
现在先做什么
- 如果你还没稳定日常任务流，先去 Spec-First Runbook。
- 如果你先要跑通最短主线，回到 30 分钟上手。
这一类内容解决什么问题
- 如何让仓库结构更适合 agent 理解和修改
- 怎样设计上下文边界、worktree 和验证回路
- MCP server、工具、模型和权限应该如何拆层
- CI、review 和异步 agent 要怎样接回主干
先记住一条原则
AI 架构不是“把 AI 接进现有代码库”，而是让代码库、验证链路和工具拓扑本身更适合 agent 工作。
先做哪三件事
1. 画清目录边界
让 agent 能根据目录就判断职责边界，而不是每次都靠长 prompt 解释。
2. 设计隔离执行
明确 worktree、branch 、sandbox、审批和网络边界，避免高风险任务直接污染主工作区。
3. 设计接回主干的路径
无论 agent 在 IDE、CLI 还是云端运行，最终都必须接回统一的验证、review 和 PR 流程。
核心入口
推荐做法
- 先画清目录边界，再扩展 agent 权限
- 先固定 worktree / branch / PR 收口策略，再谈多 agent 并行
- 先明确 MCP server 的职责和信任边界，再不断加工具
常见误区
- 还没定边界，就先上后台或云端 agent
- 让 MCP server 同时承担知识检索、执行代理和权限仲裁
- 把 CI 只当成构建系统，不把它视为 agent 验证回路的一部分