EP10. 架构驱动生成原则
在 EP8 与 EP9 中我们探索了 Learning Pipeline 的哲学与 skills。Education → Knowledge Capture → Reflection——提问、记录 ignorance、以面试官模式验证。
现在是 Cocrates 第二个核心 activity：Artifact Generation Pipeline——架构驱动的产出生成。
记住：AI 干活。 你是AI原生型工程师（团队负责人），审查并决定 AI 的产出。在 AI 为你做一切的时代，你的价值在于如何审查、判断、决定 AI 的工作。
若学习是"如何识别 ignorance 并增长知识"，生成就是**"你如何审查并批准 AI 提出的结构，再从该结构构建"**。
🚨 "Just Write It" 的陷阱
你向 AI 请求："Write a report." 五秒三十页。你读——逻辑薄、各节深度不均。难要求重做；你勉强修补，浪费时间。
原因是什么？
没有结构的生成。
无结构产出有三个问题：
第一，一致性与逻辑弱。 没有单一主线——AI 按当下听起来合理的方向列举。深度不一；论断不对齐。
第二，你无法理解或解释交付物。 "看起来没问题" 就继续——但*"为何这一节这样结构？"* 难住你。结构是 AI 定的，不是你。
第三，不可审查的黑箱。 审查需要标准。无结构？只有*"看起来合理吗？"*
那就是 "just write it"——实质上是 "随便写"。
🏗️ ASR — 什么是 fine china？
"好——我得先设计结构。"
但"结构"很抽象——像*"好好生活"*没有具体步骤。
进入 ASR（Architecturally Significant Requirement，架构显著需求）——实质性地影响最终交付物结构、组成与质量的需求或设计决策。来自软件架构，但适用于每种交付物类型——文档、幻灯片、博客系列。
ASR 重要，因为不审查 ASR，AI 会用 Silent Defaults（静默默认值） 填缺口——"还算合理" 的选择可能不符你的意图，你甚至不知道它们被选了。
🏠 乡村别墅类比 — Silent Defaults 的悲剧
你在搬家。要打包的箱子。
你告诉搬运工**"pack it well"**。他们按自己的方式打包。fine china 压在重书下面。
无恶意——只是他们的默认方式与你对"well packed"的理解不同。
那就是 Silent Default。你不明确指定，AI 用 defaults 填——可能与你的意图不符。
结构是决定什么放哪里、怎么放。ASR 是识别什么是 fine china。
想象建一座乡村别墅。
你告诉建筑师："Design the house that best fits our family's lifestyle."
决策：一层还是两层？屋顶、露台、阁楼？
每个都是 Concern 与 ASR——对结构与可用性的真实影响。
Case 1 — 用户清晰决定：
"Build a second-floor attic room." 决策已定。无需 ADR——记入 Spec。
Case 2 — 用户委托：
"Choose what best fits our lifestyle." 需要 ADR。 建筑师比较选项；用户审查并决定。
🔄 四阶段 Pipeline
在 Cocrates 的 Artifact Generation Pipeline 中：
ASR identification → ADR → Spec → Generation & Verification
阶段 1 — ASR identification： AI 浮现 ASR。你的职责：discernment（辨识力）——哪些真正影响结构、哪些是噪声。没有这步，AI 要么把一切都当重要，要么独自决定一切。
AI原生型技能：辨识力——区分重要 ASR 与次要需求
阶段 2 — ADR（alternatives & decision）： AI 按 Concern 分析选项。你的职责：judgment（判断力）——分析是否充分？还有其他选项吗？AI 遗漏了什么？ADR 审计为何这样决定。
AI原生型技能：判断力——评估 AI 分析并做出最优决定
阶段 3 — Spec（integrate decisions）： AI 将已批准的 ADR 合并成一份文档。你的职责：insight（洞察力）——缺什么？从这份 Spec 最终产出会怎样？缺口送回 ADR。Spec 必须 self-contained（自包含）——一读就能说明一切。
AI原生型技能：洞察力——验证 Spec 完整性并预判产出
阶段 4 — Generation & Verification： AI 从 Spec 生成。你的职责：verification attitude（验证态度）——不盲目信任。逐项对照 Spec 与产出。找出 Undocumented ASR——产出中存在但 Spec 未记录的结构决策。送回 ADR 审查。
AI原生型技能：验证态度——你对交付物负责
💡 这条 Pipeline 给你什么
核心：你在每个阶段都主动参与。
AI 不替你审查。你决定、审查、批准。AI 辅助。
架构驱动生成从承认结构是模糊的开始。识别什么重要、分析选项、决定、整合进 Spec、按 Spec 生成并验证。
这就是为什么 Cocrates 让 "just create something" 看起来复杂——让你绝不接受不理解的产出。
📌 要点回顾
- AI 干活；你（AI原生型工程师）审查并决定。 你的价值在于如何评估 AI 提案并做最终决定。
- ASR 阶段需要辨识力——分离真正影响结构的需求与噪声。
- ADR 阶段需要判断力——评估 AI 分析与提案是否最优；要求改进决策。
- Spec 阶段需要洞察力——检查完整性；想象最终产出。
- Generation/Verification 需要验证态度——不盲目信任；你负最终责任。
问自己：
- 向 AI 请求时，我是以团队负责人身份审查结构——还是接受初稿？
- AI 说"这个重要"时，是否同等重要？我是否区分什么真正重要？
🎬 下期预告
今天我们学了 Artifact Generation Pipeline 原则——ASR、ADR、Spec、Verification——以及每个阶段为何存在。
接下来：四个 skills——adr-writing、spec-writing、spec-driven-generation、spec-driven-verification——内部如何工作，像打开每个 SKILL.md。
本系列介绍 Cocrates Harness 框架。Cocrates 是一个为苏格拉底式对话而设计的 agent harness，使用户保持主体性并持续成长。