AI Native 全栈实践

“AI Native” 已成为行业热词，但它的工程边界常被模糊化——是说每个函数都要包一层 LLM？还是把 AI 塞进现有系统的某个角落？本模块给出可落地的答案：AI Native ≠ 处处用 LLM，最终决策、风险承担与上线责任仍由明确的人工 Owner 承担。

核心内容已拆分至独立仓库：ai-native-devops，按三层框架组织——从个人到团队再到架构，形成人机协同工程的完整方法论。

1. 三层框架

Vibe Coding（个人）──→ AI Native DevOps（团队）──→ AI Native Architecture（应用架构）
   建立术语基础             将 AI 嵌入开发流程              将 AI 嵌入产品系统

1.1 Vibe Coding

AI 作为”一等协作者”参与工程：开发者提供意图、约束、契约为输入，AI 产出草稿与自动化验证，所有输出经人工确认后方可合入主线。

四个基础概念：

概念 定义
Agent 在不确定环境下自主推理与行动
MCP Agent 调用 Tool 的标准协议
A2A Agent 间通信协议
Skill 固定 SOP 编排

成本金字塔（贯穿三层）：

层级 成本 特征
Tool 最低 确定性 I/O，不产生幻觉
Skill 中等 固定流程，最小化 LLM 调用
Agent 最高 LLM 推理循环，Token 成本 + 幻觉风险

核心原则：能用 Tool 就不要用 Agent。

1.2 AI Native DevOps

8 阶段全流程框架，覆盖软件交付完整生命周期：P1 愿景 → P2 原型 → P3 领域建模 → P4 OpenSpec 规范 → P5 实现与测试 → P6 质量验收 → P7 部署交付 → P8 变更演进。每阶段明确定义 AI 的输入、输出、建议工件与人工确认节点。

📂 详见：ai-native-devops（在线版）

核心设计原则：

  • 增强而非替换：AI 主要用于生成轮子、提供选项、执行自动化分析与验证，不直接替代关键决策
  • 阶段化参与：每阶段标注 AI 参与程度——”生成轮子”“提供选项”“自动校对”“人工审核后确认”等
  • 人机交环明确：PRD、用户旅程、领域模型、OpenSpec、上线审批等关键资产，只有经过人工确认后才能进入下一阶段
  • 可验证优先：任何 AI 生成内容都应转化为可验证工件——测试、检查、规范差距分析、审计记录与异常报告

1.3 AI Native 应用架构

以”认知性质决定技术分层”为唯一裁断准则，将业务能力收敛为 Agent / Skill / Tool 三层，并在共享治理平面上落地七项工程实践。从真实电力现货交易场景推导完整链路。

📂 详见：ai-native-devops/ai-native-architecture（在线版）

三问决策启发法：① 能否用非 LLM 系统可验证完成？→ Tool（MCP 暴露）；② 是否固定流程只需编排？→ Skill；③ 是否需在新颖情况下决定下一步？→ Agent

五反模式：Agent 化一切 / LLM 直接控物理设备 / 缺少治理平面 / MCP Server 沦为裸 RPC / Agent 缺终止条件

2. CloudPilot 端到端案例

CloudPilot 是一个云管理平台 MVP，验证三层框架的协同效应。以 Vibe Coding 为日常工作流，完成 P1-P4 阶段（访谈 → OpenSpec），仅需 6 层工件：访谈笔记 → PRD → Mock UI → DDD 模型 → OpenSpec → 代码桥接。所有 Prompt 可录制并由 ddd-modeler 和 openspec-author 两个 sub-agent 重放。

📂 详见：ai-native-devops/cloudpilot-case

3. 两线交汇

应用架构侧与 DevOps 侧虽从不同起点出发，但在以下四个主题上形成交叉验证：

主题 应用架构 DevOps 共同原则
分层思想 Agent / Skill / Tool 三层 8 阶段 AI 参与度明确 划清 AI 与人的责任边界
治理机制 七项工程实践 + 共享治理平面 HITL 审批 + OpenSpec 门禁 + 可验证工件 可追溯、可审计、可回滚
工具协议 MCP 作为 Agent→Tool 协议 OpenSpec /opsx:* 指令体系 标准化互操作接口
反模式 Agent 化一切等五条 AI 输出直接上线无确认等 不逾越 AI 的能力边界

4. 按角色推荐阅读路径

角色 推荐入口
所有读者 先读 vibe-coding-intro-for-traditional-dev.md，统一术语
产品经理 §1–§4.1, §7.6, §9.2, §10.4, §11.1
架构师 ai-native-architecture.md 全文 + §4.3–§4.4, §7.2–§7.3, §7.8–§7.9
开发 / Tech Lead §4.5–§4.6, §6.1, §7.4, §7.7, §12 + cloudpilot-case/
平台 / SRE / QA §4.6–§4.7, §7.5, §7.8, §9, §11.3

5. 关联模块与参考