AI 编码正在以前所未有的速度涌入工程现场。

它写得很快，也错得很快。它生成的代码能跑，却不一定属于这个系统；能交付功能，却在悄悄腐蚀架构。当团队把"提效"作为唯一指标，架构的熵增，正在被 AI 加速。

我们看到三类正在发生的崩塌：

• 领域语言的失守——AI 不懂业务，于是用通用语义覆盖领域语义，限界上下文被悄悄抹平。
• 架构纪律的瓦解——AI 不懂规范，于是按"互联网最常见写法"产出代码，分层、依赖、隔离被随手击穿。
• 审计链路的断裂——AI 不留意图，于是产物无法回溯，问题无法归因，责任无法落地。

提效从来不是问题。失控才是。

架构师定义秩序，AI 在秩序中生长。

AI 编码的上限，不取决于模型多强，而取决于约束多清晰。 一个没有架构师定义边界的 AI 工程，是放养；一个被架构师定义边界的 AI 工程，才是协同。

我们相信下一代研发范式不是"人 vs AI"，也不是"人被 AI 替代"，而是：

人立法，AI 执行，体系审计。

• 架构师 retreat 回到他真正不可替代的位置——定义领域、制定规范、守护底线。
• AI 走到它最擅长的位置——承载样板、消化重复、加速交付。
• 中间需要一套可被 AI 理解、可被 AI 执行、可被人类审计的工程基座，把两者咬合起来。

这套基座，就是 ArchAIHarness。

我们没有发明新的银弹，我们做的是把成熟范式"翻译"成 AI 能听懂的语言：

第一，用 DDD 做语义骨架。 领域驱动设计天然提供了"业务语义 + 边界 + 分层"，这恰恰是 AI 最缺、又最需要被喂进上下文的东西。我们把限界上下文、聚合根、领域服务做成可被 AI 识别的模板与约束，让 AI 在生成代码时先理解领域，再写代码。

第二，用 agents.md 做工程契约。 我们把团队的架构规范、命名约定、分层规则、禁止事项，全部沉淀为 agents.md——一份既是给人看的规范、也是给 AI 看的指令的文档。它不是注释，是合约。AI 越界，体系即可识别。

第三，用 MCP 做语义通信。 模型不该靠"猜"来理解你的系统。我们通过 MCP（Model Context Protocol）把领域参数、上下文、租户语义结构化地传递给 AI，让 AI 的每一次生成都有据可依、有界可循。

第四，用 Skill Market 做能力插拔。 没有放之四海皆准的 AI 技能。我们把领域能力封装为可插拔的技能包，团队按需引入，避免万能 Agent，拥抱专用 Agent。

我们不承诺银弹，我们承诺可验证的工程收益：

• 交付节奏 — 端到端研发周期实测缩短 30%–40%，源于样板代码与重复劳动被系统性消化。
• 架构一致性 — 规范由 AI 在生成阶段即强制执行，而非靠 Code Review 事后补救。
• 心智负担 — 工程师从"写胶水代码"中解放，把精力还给真正的业务建模与系统设计。
• 可审计性 — 每一段 AI 产物都可追溯到约束、上下文与意图，问题可归因、责任可落地。
• 团队可复制性 — 新成员（包括 AI 新成员）通过规范文档即可对齐工程标准，组织能力沉淀为体系能力。

如果你正面对以下场景，这套体系为你而生：

构建多租户 SaaS 平台，需要租户隔离、上下文透传与领域权限基座； 搭建云原生微服务体系，希望深度契合 Spring Cloud 生态、开箱即用； 治理企业业务中台，需要 DDD 限界上下文与业务域天然映射； 交付金融、供应链、政企等强合规系统，要求架构纪律不可妥协； 带领团队拥抱 AI 提效，又拒绝放养式 AI 编码。

如果你只是想让 AI 帮你写个脚本，这套体系对你过重。 如果你想让 AI 成为团队可信赖的工程伙伴，欢迎对号入座。

ArchAIHarness 由四个相互咬合的开源项目组成，分别承担骨架、神经、能力、思想四个角色。

AI 架构 DDD 脚手架

整套生态的核心底座。内置 agents.md 工程契约、DDD 分层模板与多租户基础架构，是 AI 生成代码时"必须遵守的法律"。

AI 架构 MCP 通信套件

打通 framework 与 AI Agent 的上下文协议。让 AI 不再"瞎猜"，而是结构化理解你的领域参数、租户语义与业务上下文。

AI 架构领域技能市场

可插拔的 DDD 专属 AI 技能包。按需引入，能力即装即用，让团队拥有"专用 AI"而非"万能 AI"。

AI 架构白皮书与布道文档

设计哲学、落地案例、架构图纸、工程培训素材的统一出口。体系背后的"为什么"，都在这里。

ArchAIHarness 以 MIT 协议 全面开源。

我们不只在写代码，我们在尝试回答一个更大的问题：

当 AI 全面进入工程现场，架构师的位置在哪里？

我们相信答案不在"对抗"，也不在"投降"，而在重建秩序。

如果你是架构师，欢迎把你对 AI 编码的焦虑写成 Issue； 如果你是领域专家，欢迎贡献你的限界上下文设计； 如果你是AI 工程师，欢迎共建 MCP 协议与技能市场； 如果你是开源爱好者，欢迎用 Star 告诉我们：这条路值得走下去。