🏗️ AI Native 应用架构 · 分层图

以认知性质为唯一裁断准则的 Agent / Skill / Tool 三层架构

AI Native ≠ 处处用 LLM — 新颖决策交 Agent，程序性知识交 Skill，确定性能力交 Tool（MCP 暴露）

AI Native 应用 — 定义拆解

架构必要 ①

至少一个能力的本质是「在新颖情况下决定下一步做什么」

业务闭环中至少有一个能力必须由 LLM 推理循环承载，对应三问启发法的第三问为真。

将确定性分支逻辑伪装为 LLM 推理
架构必要 ②

非 Agent 能力退守 Skill / Tool

其余能力按认知性质退守到 Skill 与普通 Tool，以「代价由低到高、能力由低到高」互逆对齐的三层结构组织。

Agent 化一切（每个函数都封 LLM Agent）
生产必要

七项工程 + 共享治理平面同步落地

HITL、版本管理、决策追溯、MCP 安全、对手建模 gap、成本可观测、组织拓扑 — 缺一不可。

只搭架构不建治理平面
AI Native 应用架构 — 三层金字塔结构
能力递增 代价递增
A
Agent 层 · 不确定下的目标驱动决策
LLM 循环 + 工具调用 + 记忆
▾
唯一真 Agent

🧠 交易策略 Agent

ReAct / Plan-Execute · VaR 约束购售电组合 · 单轮 ≤ 15 min

S
Skill 层 · 程序性知识与 SOP 编排
提示词 + 状态机 + 工作流
▾
Skill

📋 调度 SOP Skill

峰谷套利 / 调频 / 备用容量 / 需求响应 SOP 编排

Skill

📊 结算流程 Skill

账单生成 · 偏差归因 · 模型更新 DAG 编排

Skill

✅ 合规检查 Skill

申报合规校验 · 市场规则匹配 · 监管报送

Skill

⚠️ 风险预案 Skill

负电价 / 极端天气预案 · 兜底申报路径触发

T
Tool 层 · 确定性能力实现（通过 MCP 暴露）
普通应用 / 函数 + MCP Server
▾
MCP Tool

📈 电价预测 MCP

96×3 分位点 · MAPE < 8% · 推理 < 1s

MCP Tool

📉 负荷预测 MCP

NWP + SCADA 时序 · Informer / N-BEATS

MCP Tool

🌤️ 气象 MCP

多源气象数据聚合 · 15 min 对齐

MCP Tool

💹 市场行情 MCP

tick 行情 · 对手报价 · 出清价格

MCP Tool

🔌 IoT 控制 MCP

鉴权 / 幂等 / 限流 · 物理安全闸门

MCP Tool

🗄️ 数仓结算 MCP

查询 / 规则引擎 / 报表渲染 / 对账

共享治理平面 — 七项工程实践（ML Platform + Audit Log 总线）
🛑

HITL 人在回路

VaR 越限 / 负电价触发 → 挂起转人工

🔖

版本管理与灰度

回测 + shadow mode + 按租户灰度

🔍

决策追溯链

推理 / 调用 / 参数入溯源库

🔐

MCP 安全中间层

OAuth2 / mTLS + 配额 + 二次确认

🎯

对手建模 gap

KL / Wasserstein 漂移监测 + 降级策略

💰

成本可观测性

Token / 算力预算 · 超限熔断降档

🏛️

组织拓扑适配

平台工程 + 领域专家 + 风控合规 三角协同

五个业务角色 → 三层技术映射
业务角色认知性质技术落层关键 KPI
电价 / 负荷预测智能体 数值计算（时序） Tool（MCP 暴露） MAPE < 8%；推理 < 1s
交易策略智能体 不确定下多步推理 Agent 日均 P&L、命中率；单轮 ≤ 15 min
调节调度智能体 确定性流程编排 Skill + Tool（MCP） 指令成功率 > 99.9%
交易结算智能体 模板化工作流 Skill + Tool（MCP） 偏差电量 < 3%；T+1 出报告
市场主体仿真智能体 独立意志相互建模 多 Agent（MARL） 仿真-实盘 KL 距离下降
三问决策启发法 — 新增能力先过三问
第一问（代价最低）
能否用非 LLM 系统
以可验证正确性完成？
→ 是：Tool（MCP 暴露）
→
第二问
是否是固定流程
只需要被编排？
→ 是：Skill
→
第三问（代价最高）
是否需在新颖情况下
决定下一步做什么？
→ 是：Agent

组件详情