![]()
1. 问题：买工具 ≠ 建能力
症状：工具采购了一堆、规则散落在各人编辑器、高手一走能力归零、换工具推倒重来。根因：缺分层架构，能力绑定在具体产品和个人账号上。
2. 两个设计原则
- 工具无关：面向抽象接口，不依赖厂商私有功能；
- Git 单一事实来源：规则/上下文/Skill/配置全部文本化入库，走 PR，可评审可回滚可审计。
3. 七层架构（含职责与落地形式）
表格：层｜核心职责｜典型落地物
- 度量治理｜效能度量/质量门禁/规则迭代｜看板、DORA+返工指标、门禁
- 场景应用｜任务风险分级 T1/T2/T3｜分级 SOP、人机分工矩阵
- Harness 核心｜上下文/拆解/执行/验证/沙箱/回滚｜AGENTS.md、流水线、eval
- 能力沉淀｜Skill/模板/业务本体｜Skill 库、规则模板、本体库
- 工具适配｜MCP 网关/插件纳管/权限收口｜MCP Gateway、插件白名单
- 模型资源｜多模型路由/私有化/配额｜模型路由表、私有部署
- 安全合规（横向）｜脱敏/沙箱/漏洞门禁/审计｜DLP、SAST、审计日志
4. 一次 AI 编码请求的完整流转（时序）
场景分级 → Harness 装配 → 取 Skill → 网关调模型（按敏感度路由）→ 安全脱敏/沙箱/审计 → 产物回 Git 评审门禁 → 度量记录。
5. 三阶段落地
0→1：场景分级 + AGENTS.md + 数据红线；
1→10：Harness + Skill 库 + 度量；
10→100：网关 + 多模型 + 全量审计。
6. 避坑
- 不要一上来七层全建；不要绑定单一厂商云端状态；规则文件必须进 Git；安全不能做成事后模块。
系列：分级管控、 Harness、能力沉淀、安全逐层展开，建议收藏专栏。
同名 公 众 号 持续更新
