Lifecycle-aware, agent-operable software engineering notes.
本仓库不是正式标准，也不是成熟框架。它更像一份认知地图：当 AI 降低软件生成成本，并逐步进入执行链路时，软件工程需要重新判断哪些东西值得长期维护，哪些东西可以快速生成和丢弃，哪些系统可以安全委托给 Agent 操作。
当前主线可以收敛为两个正交维度：
| 维度 | 问题 | 核心判断 |
|---|---|---|
| Software Lifecycle Tier | 这段软件值得维护多久？ | 不要为短寿命软件支付长寿命成本，也不要让长寿命软件继承次抛写法 |
| Agent-operability | 这段软件能否被 Agent 安全操作？ | 重点不是“AI 接管”，而是可委托、可观察、可约束、可审计 |
这两个维度共同决定工程强度：代码结构、测试密度、权限边界、审计要求、知识固化和治理流程。
建议按这个顺序阅读：
- GLOSSARY.md — 先统一术语。
- SOFTWARE_LIFECYCLE_TIERS.md — 判断软件是否值得长期工程化。
- AGENT_OPERABILITY.md — 判断软件能否被 Agent 安全委托操作。
- CODEBASE_PRINCIPLES.md — 根据寿命和委托边界选择代码组织方式。
- TESTING_AND_EVALS.md — 根据风险和寿命决定测试与评估密度。
- DEVELOPMENT_WORKFLOW.md — 从 Phase 0 到交付的研发流程草案。
- SECURITY_MODEL.md — 权限、上下文、持久化、供应链和寿命错配风险。
| 文件 | 解决的问题 |
|---|---|
| GLOSSARY.md | 统一核心术语：Lifecycle Tier、Agent-operable、Delegation Boundary、Crystallized Artifact 等 |
| SOFTWARE_LIFECYCLE_TIERS.md | 区分次抛脚本、周期性工具、业务应用、基础设施/平台 |
| AGENT_OPERABILITY.md | 定义 Agent 可委托性 A0-A5，并重新定位 AI-Powered / AI-Native |
| CODEBASE_PRINCIPLES.md | 面向 LLM 参与维护的代码组织原则 |
| TESTING_AND_EVALS.md | 非确定性系统的测试金字塔、轨迹审计和 Judge eval |
| DEVELOPMENT_WORKFLOW.md | Phase 0 寿命分级、任务分解、验证、KB 固化和终验 |
| SECURITY_MODEL.md | 数据/指令边界、权限损害上界、持久化污染、寿命错配 |
- 软件寿命先于架构。
- Agent 可委托性先于自治叙事。
- 短寿命软件可以少抽象，但不能省略权限边界。
- 长寿命软件不能继承次抛软件的随意性。
- Prompt、workflow、memory、tool spec 一旦进入长期执行路径，就应按供应链资产治理。
- vasmc — Prompt 编译器实验。
- kb-tricks — Agent-native 知识生命周期管理套件。
- Paged Context Protocol (PCP) — 分页上下文协议实验。
- Paged Memory (P-Mem) — 分页记忆系统实验。
MIT © Glen Li