跳出工具调用执念：AI Coding的工程质量保证与抗熵增

这是【DSH 工程哲学】系列的第一篇。在以 deepseek-harness 为代表的大型 AI 原生工程演进中，Agent 已经从单一会话的辅助者演变为代码库的核心协作者。本系列旨在穿透狂热的技术名词表象，系统探讨 AI 深度介入后软件生命周期的范式转移。后续篇章将深入决策记忆机制、文档家规分层、三层物理门禁、架构不变量铸造与负空间精简，而本篇将从最核心的命题切入：为什么“工具调用”救不了复杂的工程系统？包裹在模型之外的确定性边界究竟该如何构筑？

DSH 工程质量与抗熵增

在以 deepseek-harness 为代表的大型 AI 原生工程探索中，软件工程正在经历一场深刻的范式位移。不同于单会话对话补丁或浅层插件装配的局域实验，DSH 提供了一个极为罕见的工业级实证样本：在包含 357 个非 private workspace 模块、横跨跨语言运行时、经验估计数十万行代码的代码库中，智能体已经从单一辅助者，演变为代码库最主要的并发协作者。

然而，当工业级复杂度全面展开时，现实迅速给出了冰冷反击：面对拥有数百个模块并发演进的大型系统，系统的崩溃往往不是因为模型“缺少某个 API 工具”，而是源于概率系统的非确定性所引发的技术熵增蔓延——一次自作主张的越权重构撕裂了隐式契约、一段为了跑通测试而顺手吞掉的异常制造了虚假安全感、数周前已被团队推翻的错误方案随会话重置而反复幽灵复活。

工具调用（Tool Use）赋予的只是智能体感知外部世界与执行操作的原子可达性，它仅回答“能不能触达”；真正决定复杂系统工程生死的，是包裹在其外部的治理框架与确定性边界。

一、阻抗失配：对抗概率系统的治理基石

大模型本质上是一个极具合理化能力的概率系统，能够为任何妥协的架构设计给出看似严丝合缝的解释。当这一概率引擎直接接入数十万行代码的大型软件系统时，必然产生深刻的工程阻抗失配。

在 DSH 的源码演化中，支撑约 357 个非 private 包协同演进的底座，并非依赖更冗长的提示词或更庞大的上下文窗口，而是由三项高度收敛的第一性原理构筑其确定性秩序：

1. 可验证性原理（Verifiability）

约定的生命力完全等同于其可验证性。凡仅靠道德自觉与提示词约束的软性约定，在规模扩张与轮次迭代中必然衰减。凡机械可查的承诺，必配一条非零退出的命令。 在工程治理中，门禁自身亦须经受检验——每个验证门禁均须通过构造显式的非法用例完成负样本自证（Negative Sample Spec），彻底阻断“纯运行未报错即放行”的虚假安全感。

2. 形意分离原理（Form-Intent Separation）

语义规范负责定义意图标准，而结构设计负责将语义承诺锚定为可检验的物理形态（如文件系统拓扑路径、状态机单向流转、哈希封印与强制双向互链）。机械门禁必须只裁决物理形态、绝不交由大模型做主观语义裁判；而在机器触达不到的真实性与价值判断边界，通过正反样例校准人工审校，杜绝虚假门禁。

3. 不变量经济原理（Invariant Economy）

架构质量并不取决于设计文档的篇幅，而取决于不变量的强度乘以捍卫者的机械程度。“没有机械捍卫者的不变量不是架构，只是愿望”。无论是单调递增的架构版本号、强类型 branded id，还是进程内部状态的单一真源，每一个架构不变量都必须由编译器静态类型、加载期拦截器或运行时断言寸步不让地机械捍卫。

二、中枢支点：编写权让渡与裁判权收拢

在经典软件工程中，代码编写与审查的成本大体平衡：工程师日产数十行推敲逻辑，同行评审通过肉眼尚能兜底。

然而，当代码生成速度推进至秒级千行量级，甚至在多智能体协同并发运转时，人类彻底沦为审阅瓶颈。面对生成吞吐量对审阅带宽的降维倾轧，软件工程的中枢发生了不可逆的位移：

代码编写权可以全面让渡给模型，但司法裁判权必须死死收拢至确定性的物理世界。

所谓物理裁判权，绝非引入另一个大模型充当“代码法官”——提示词驱动的 LLM-as-judge 本质上是概率系统对概率系统的二次震荡，增加了一层主观解释，并未增加一分确定性。真正的裁判权，必须建立在非零即一的物理反馈之上：

严格的静态类型系统与编译期契约断言；
进程原生、不可伪造的非零 Exit Code 与覆盖率边界；
测试分权底线：严禁代码编写者（Executor）同时拥有验收测试的裁决权；验收测试一经冻结，实施者严格只读不可改。

flowchart TD
    subgraph Probabilistic["概率生成层 (Authoring)"]
        LLM["AI 智能体 / LLM 并发生成"]
        Prompt["提示词约束 (概率性解释)"]
    end

    subgraph Boundary["确定性契约边界 (Boundary Projection)"]
        Spec["不可篡改的验收契约<br/>(测试分权 / 实施者只读)"]
        Shadow["物理影子投影<br/>(路径即状态 / 类型印记)"]
    end

    subgraph Physical["确定性物理裁判层 (Judicial Arbitration)"]
        Compiler["编译器静态类型断言"]
        ExitCode["不可逃逸的原生 Exit Code 门禁"]
        Sandbox["OS 级系统沙箱<br/>(写域物理隔离)"]
    end

    LLM -->|海量代码生成| Boundary
    Prompt -.->|无法提供硬保证| Boundary
    Boundary -->|输入物理裁决| Physical
    Physical -->|Exit 0 物理收据| Release["工程交付与主干合入"]
    Physical -->|Exit 1 机械阻断| Rollback["现场熔断与定向拦截"]

三、三维防御纵深：抗熵增治理图谱

DSH 在真实深水区沉淀出的体系化经验，并非零散的技术点，而是一套对抗大模型概率不确定性的完整防御纵深体系。后续篇章将沿此系统图谱逐层展开：

flowchart TB
    subgraph DSH["DSH 抗熵增治理纵深图谱"]
        A["【认知记忆轴】<br/>决策黑匣子与分层载体<br/>(第 2、3 篇)"]
        B["【物理裁判轴】<br/>三层硬门禁与负样本自证<br/>(第 4 篇)"]
        C["【架构约束轴】<br/>机器守卫不变量与负空间精简<br/>(第 5、6 篇)"]
    end

    A -->|固化演进因果| B
    B -->|物理守卫硬边界| C
    C -->|收拢系统表面积| Closed["确定性工程自主演进"]

认知决策轴（第 2、3 篇：记忆与载体）：代码仅承载“现状是什么”，丢失了“为什么做”以及“为什么不那样做”。通过双轴生命周期 ADR（Agent Notes）为系统铸造长期决策记忆，阻断已被否决方案的幽灵复活；并严格推行 12-Tier 载体分工，区分 AGENTS.md 自动加载规矩与 README 人读契约，以词数预算遏制上下文膨胀。
物理验证轴（第 4 篇：门禁与自证）：机器绝不信任大模型的自我觉悟。建立本地 Pre-commit、Pre-push 与远端 CI 的三层阶梯门禁；推行“门检验门”的负样本哲学，每个门禁脚本均配备故意构造的非法输入单测，唯有证明自身具备真实杀伤力的门禁方获准准入。
架构约束轴（第 5、6 篇：不变量与负空间）：以单调递增的 Schema 版本号、编译器 Branded ID 与操作系统级沙箱写域硬阻断，将系统核心前提铸造成不可打破的物理铁律；并在代码生成边际成本趋零的汪洋大海中，推行“连根拔起法则”与复活条件立法，以克制的负空间艺术主动修剪无用表面积。

四、经验沉淀：规则演化法则与诚实留白

在 DSH 源码演进的体系化经验中，最具启发性的洞见恰恰不是“把一切都机械化”，而是客观界定确定性机器与人类审校的理性边界。

系统的许多存活规则，其背后都包含着深度的成本效益权衡。在一次误发布事故复盘后，团队曾试图推行完全机械化的审批凭证凭据体系（包含内容指纹、有效期与专用命令行卡扣）。该机制在工程实现上完全跑通，但最终被决策者整体撤回。

撤回的根源在于：该方案为了拦截一个已经发生过的偶发失误，额外引入了庞大的附属状态机、新命令契约与 CI 检验成本，其维护面已显著超越了所防范的风险表面积；更为核心的是，该问题本质上属于“人类主观判断问题”，而判断问题的真实兜底始终在于审查本身。建造一道能阻碍流程却阻挡不住判断伪造的门禁，只会产生“系统已被物理守卫”的致命虚假安全感。

最终，DSH 选择保留一条极简的明文规则，并显式标注其为“无机器闸，靠 Review”。

flowchart TD
    R[拟定工程约定] --> Q{是否具备机械可查之物理特征?}
    Q -->|是| G[配备原生非零退出命令<br/>+ 构造负样本测试套件]
    Q -->|否| H[显式标注靠 Review 审查<br/>严禁伪造虚假自动化门禁]

承认机器能力的边界，比构建虚假安全感的伪门禁更为坚固。 这种在自动化狂热中保持清醒克制的工程诚实，构成了现代 AI 原生架构师的核心素养。

五、工程师的新角色：确定性系统的总架构师

当智能体能够自主装配工具、调度子任务、批量生成海量代码时，工程师的核心价值不再是熟练背诵语法糖的“代码搬运工”。

未来的核心工程竞争力，在于如何将模糊的业务意图，编译为机器可严格裁决的硬性边界。谁能定义不可逾越的红线、谁能设计具备物理收据的验收闭环，谁就能在混沌的概率生成海洋中，稳固地铸造确定性的工程基石。

作为这一工程哲学的实践落地项目，开源的 AI Coding 工程质量控制元框架 PonyGo（单文件、零依赖 CLI）提供了上述防御纵深的机制映射：

新项目前置防线：在项目初始化阶段播种标准化的 .agents/ 治理规范与 .meta/ 物理门禁，使工程天然具备形意分离与确定性退出码底座；
存量项目机械体检：提供 ponygo audit 与 ponygo status，自动巡检存量代码库的质量断层、治理盲区与契约漂移，生成可量化的成熟度评估与纠偏路径。

此外，针对多智能体协同与生产级可观测性，其内置的 observe 模块正在持续拓展指标、分布式追踪、结构化日志与异常归属的四维治理标准。

穿透技术名词的喧嚣泡沫，让大模型在坚固的物理轨道上全速奔跑——这是现代软件工程在 AI 时代演进的必然范式。

github.com/lanhui100/ponygo