# Foundation: Reliability And Convergence

## Purpose
解释为什么 AI 开发必须做层级控制、缺口对齐和多轮收敛，以及为什么“单步 80%”在多阶段流程里并不够用。

## When to Use
- 设计完整 AI 开发流水线时
- 讨论是否真的需要 Alignment 和 Refinement 时
- 评估某条流程是否会放大偏差时

## Inputs
- 需求、会议纪要、Spec、代码、测试

## Outputs
- 可靠性预算
- 阶段收敛设计
- 补齐与重构计划

## Primary Agent/Model
`GPT-5.4 Pro xhigh`

## Secondary Agent/Model
`Claude Opus 4.6`

## Required Skills
- `spec-gap-tasking`
- `code-simplifying`
- `code-refactoring`
- `architecture-audit`

## Steps
1. 明确当前流程有几层放大链路。
2. 计算每层误差会如何叠乘。
3. 用减少层级和提高单步质量两个手段收缩误差。
4. 对遗漏用 Gap 对齐，对过度添加用代码简化，对积累问题用重构和架构审计。

## Exit Criteria
- 每个阶段都有清晰的收敛动作
- 未经收敛的实现不会直接进入下一阶段

## Failure Recovery
- 如果实现大量偏离 Spec，回到 Alignment，不要在 Acceptance 临时补丁
- 如果简化和重构开始改变行为，停回到计划和测试

## Related Templates
- [`../templates/tdd-plan-template.md`](../templates/tdd-plan-template.md)
- [`../templates/acceptance-checklist-template.md`](../templates/acceptance-checklist-template.md)

## Reliability Math
- 典型坏流程：`0.8 x 0.8 x 0.8 x 0.8 = 0.4096`
- 典型改良流程：减少一层并把单步质量提高到 `0.95`
- 三层后：`0.95 x 0.95 x 0.95 = 0.857375`

## The Two Core Failure Modes
- `遗漏`：计划列了 10 项，AI 做了 8 项就说完成
- `过度添加`：Spec 没写的辅助层、抽象层、特性被模型自动加进去

## Convergence Toolkit
- `Alignment` 负责补齐遗漏和偏离
- `code-simplifying` 负责砍掉多余实现
- `code-refactoring` 负责批次级结构清理
- `architecture-audit` 负责全库级系统性健康检查

## Operating Rule
- 所有阶段都要留下高密度产物，便于下一阶段在更干净的上下文中执行。
- 任何“先实现，后面再说”的做法，都会把偏差拖到更昂贵的阶段。