引言

一个有趣的现象：把同一个模型放进不同的系统里，表现差异可以天壤之别。GPT-4 在某些环境下会反复调用同一个失败的工具直到超出限制；在另一个环境下却能优雅地处理错误、恢复状态、准确完成任务。

引言

当 AI Agent 还只是一个问答系统时，安全问题相对简单：无非是输出过滤、内容审核。但随着 Agent 获得了执行代码、调用工具、读写文件系统、访问网络的能力，整个风险模型发生了质变。

引言：问题不在“能不能写代码”，而在“能不能稳定协作”

很多人第一次用 Claude Code 时，感受都很强烈：它能读仓库、能改代码、能跑命令，速度往往比手写快得多。但一旦任务变复杂，体验很容易从“真好用”滑向“为什么它又改偏了”。

引言：为什么 Agent 越强，越需要 Skills

一个常见误解是：模型能力越强，工程封装就越不重要。事实恰好相反。越是能力强的 Agent，越容易被投喂进更复杂、更高风险的业务环境；这时候系统真正缺的，往往不是“再多一点常识”，而是稳定、可复用、可治理的专业操作能力。

引言

大模型已经证明自己能“理解和生成语言”，但企业真正愿意为之付费的，通常不是一段漂亮回答，而是一个能把事情做完的系统。用户要的不是“解释怎么查机票”，而是“真的帮我查到、筛选好、提醒我、必要时还能下单”。

整洁架构简介

直接上图

整洁架构从外到内分为四层，源码中的依赖关系必须只指向同心圆的内侧，即由底层机制指向高层策略

业务实体

这一层封装整个系统的关系业务逻辑，能被系统中的其他不同应用复用。 对应领域驱动设计中的概念就是领域模型。