个人开发者用AI编程的项目架构经验

我独自运营一个数据产品。AI 会话承担了大部分的编码工作。这是一张地图，不是手册：三个部分，各有一个核心观点。每部分都会有更深入的文章。

对我而言，核心变化是：瓶颈不再是代码出现得多快，而是出现的东西是否可信。这三个部分都是对这个问题的回答。

Context — 模型始终看到的内容

模型阅读室里的每一样东西，每次请求都要付出代价，并且相互争夺注意力。所以我维护两个堆。

始终加载的内容：当前会话的身份、我们身处何方，以及少数几条出错代价很高的规则。另外加上一行索引指向其他一切，再加上两个纯粹的定向信息：我们处于循环的哪个站点，以及房间里还有谁——主要是 notary（公证员），即那个检查每次提交、拒绝违反规则的那个程序。如果一个会话不知道 notary 的存在，它会无意中绕过它行事，然后大吃一惊。

知识库：26 本书，每本一个主题，只在任务需要时调取。一本一个月才读一次的书，不应该被支付一千次的费用。始终加载的那个堆承载索引；书本身留在架子上。

决定放在哪个堆里的不是大小，而是不了解它的代价。

两个上限，来自两个不同的时间钟：

第二个上限是危险的那个，因为它永远不会被停止计费。

而如果我要复制到任何项目中的机制是：始终加载的堆有一个只能单向转动的棘轮。它只会缩小——新规则只能替代旧规则才能进入。没有这个棘轮，那个堆会无限增长，因为每学到一个教训，在学会的那天都觉得无比重要。

Harness — 模型能触达什么，以及什么阻止它

Harness 是模型周围的一切，但本身不是模型。我的，今天清点如下：

20 个书面程序，模型按名称调用——"执行夜间仪式"、"冷启动攻击这个设计"、"规划无人值守窗口"。文件，有版本控制，在失败时改进。

workers 拥有刻意不同的工具集。负责写代码的那个 worker 有自己的一份代码库副本，不能触碰主分支。负责测量某些东西的那个被拒绝访问设计文档——这样它就不会通过传染与我们达成一致。那种拒绝是一个程序，拒绝读取，而不是 prompt 里的一行字。

11 个自动化检查，其中三个在工具调用之前触发，并可以拒绝它。模型不决定一个行为是否被允许；它事后才发现不被允许。

这是我写这篇文章时第一次清点所有这些。20 个程序中有 9 个是死的——6 个从未被调用过一次，3 个是我自己签字废除但从未删除的。而清点还不够：其中 5 个是某个仍在忙碌的部门唯一的书面章程，所以"未使用"和"可以安全删除"不是一回事。

梯子不是机械装置。它是一个问题，对你写的每条规则都问：如果它在最糟糕的一天被忽视了，实际上什么阻止它？只有四个答案。

② a program on my machine         runs on save; I own the off switch
③ a program on a server           runs after the work leaves me; no off switch
④ a capability that doesn't exist  not a rule — the action is impossible

每条规则都恰好坐在其中一个层级上。这把"我有一条关于那事的规则"——无法检查——变成了"那一条坐在②级"——可以检查。

然后我问了下一个问题——我的③级规则中，哪些有测试证明它真的会拒绝？——结果有三个没有测试。它们是我看不见的地方运行的三个：在一个 subagent 内部，以及通宵运行的地方。一扇你从不看的门，是一扇你从未证明过的门。

The Round — 以及其中的三个决策

工作以轮次运行。一轮不是冲刺：它是一个循环，总是以相同的方式打开，并且有决策点将它发送到不同的路径。

其中有三个值得偷走。

第二站是核心。每轮开始时，测量上一轮预测的结果与实际发生的结果——从书面估算出发，而不是从记忆出发。

两个菱形拒绝向前。超出工时的工作不会延长；它死掉了，必须赢得下一轮。不值得武装的计划返回设计阶段——包括当它太空洞的时候，因为无论哪种方式，开始一次运行的成本是一样的。

最后一个菱形选择形态。能塞进一个上下文 → 一个会话运行到完成。不能 → 一个新鲜会话的链条：每环成本更高，但能撑过自己的上下文填满。

两种形态都包含一次 redteam 通过：一位 reviewer 拿到产物和代码库，没有别的，因为解释才是让 reviewer 与你达成一致的原因。

以及不那么光鲜的那一半

九个站点中有三个不是工作——它们是簿记，而且它们是那些被从图中省略的部分。它们维护服务文件：仪表板、法律（每个决策一行，从不重新争论）、计划、验证记录、知识库索引。

我终于测量了这需要多少成本：58% 的提交触及这些文件之一，而它们只占变更行数的 8.9%。频率非常高，质量几乎为零——所以要防范的不是成本，而是噪音，而这正是棘轮的用途。

Context — 保持定向持久化，知识按需加载，并对始终加载的内容设置单向棘轮，因为那是没有人会主动缩减的堆。

Harness — 给模型真正的装备，然后对每条规则问它实际上处于哪一级。

The loop — 每轮开始时测量上一轮，让超出工时的工作死去而不是漂流，并在任何无人值守的东西可能开始之前武装它。

更深入的文章陆续到来：装备，逐工具讲解 · 九个站点的实践 · 无人值守运行如何被武装，逐单元讲解 · 以及当一条无人阅读的警告终于长出牙齿时会发生什么。

For further actions, you may consider blocking this person and/or reporting abuse