2.2 KiB
2.2 KiB
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-taskingcode-simplifyingcode-refactoringarchitecture-audit
Steps
- 明确当前流程有几层放大链路。
- 计算每层误差会如何叠乘。
- 用减少层级和提高单步质量两个手段收缩误差。
- 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
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。