refactor(principles): 上下文资源管理规则扩展至所有 AI 角色

- 从「Arch AI 专用」升级为「所有角色通用硬约束」
- 新增角色特定约束：Arch/Coder/Tester 各自的上下文风险+应对
- 更新过时引用：Token预算表、信息分层、阶段切换清单
- 补充信号识别：Coder AI 需同时改3个文件时触发收尾

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

.ai/principles.md

@@ -2,24 +2,23 @@
 
 ## 为什么这样设计
 
-AI 的上下文窗口有限（~200K tokens）。当前架构按人类认知模式设计——详尽文档、全局视角——但 AI 每个读入上下文的字都是成本。这套分层架构的核心思想：**每个角色只加载必要信息，按需展开细节。**
+AI 的上下文窗口有限。每个读入上下文的字都是成本。这套分层架构的核心思想：**每个角色只加载必要信息，按需展开细节。**
 
 ## Token 预算
 
 | 层级 | 预算 | 内容 | 加载时机 |
 |------|------|------|----------|
-| 角色工作台 (card + today) | < 2K | 身份+今日任务 | 每次会话必读 |
+| 入口（dashboard/card） | < 2K | 身份+全貌+任务 | 每次会话必读 |
+| Task 文件 | < 1K | 单任务全部信息 | Coder/Tester 开工时 |
+| 知识沉淀 (knowledge) | < 3K | 决策/模式/教训 | 按需加载 |
 | 阶段上下文 (phase) | < 5K | 目标+范围+架构 | 按需加载 |
-| 专题文档 (knowledge) | < 3K | 决策/模式/教训 | 按需加载 |
-| 路线图 (ROADMAP) | < 2K | 全局进度 | 需要全局视野时 |
 
-## 信息分层
+## 信息分层（三层架构）
 
 ```
-Layer 0: 角色工作台  → AI 每天进来只读这个
-Layer 1: 路线图看板  → 人类 + AI 共享进度
-Layer 2: 阶段上下文  → 按当前阶段按需加载
-Layer 3: 知识沉淀    → 自动积累，永久沉淀
+指挥层: dashboard.md → 人类 + Arch AI 唯一入口
+决策层: DECISIONS.md → 待人类决策事项
+执行层: .ai/tasks/active/ → Coder/Tester 各自 task 文件
 ```
 
 ## 维护规则
@@ -30,38 +29,63 @@ Layer 3: 知识沉淀    → 自动积累，永久沉淀
 4. **一文一答**：每个文件独立回答一个问题，不需要串联阅读
 5. **角色无关设计**：任何 AI 模型都能通过读 card.md 快速接管角色
 
-## Arch AI 上下文资源管理（硬约束）
+---
 
-**问题**：Arch AI 每次会话有上下文窗口限制。如果盲目冲刺大任务，到一半触发自动压缩，前面的讨论、决策细节、已排除的选项全部丢失——代价不是「重来」，是「用不完整的记忆做决策」。
+## AI 上下文资源管理（硬约束，适用于所有 AI 角色）
 
-**规则**：
+**问题**：每个 AI 每次会话有上下文窗口限制。如果盲目冲刺大任务，到一半触发自动压缩，前面的讨论、决策细节、已排除的选项全部丢失——代价不是「重来」，是「用不完整的记忆做决策」。
 
-1. **任务前评估**：开始一个复杂任务前，先判断能否在自己的有效上下文内完成。如果不能，拆分到多个独立会话
-2. **做完一件再开始下一件**：不积累未完成的工作。一个阶段收尾了（commit + push），再启动下一个
-3. **决策即记录**：每个重要判断产生后，立即写入对应的 knowledge/ 文件，不要留在对话里。对话是易失的，knowledge 是持久的
-4. **接近窗口上限时主动收尾**：感觉上下文开始吃力时，主动做 checkpoint——把已完成的写入文件、commit、告知人类当前进展和下一步。**宁可多开一个会话，不要带着残缺记忆继续**
-5. **拆分策略**：大任务（如「重构整个架构」）拆成独立可提交的子任务。每个子任务结束后 git commit，确保即使后续会话压缩，已完成的部分不会丢失
+### 通用规则（所有角色遵守）
+
+1. **任务前评估**：开始一个复杂任务前，先判断能否在自己的有效上下文内完成。不能 → 拆分到多个独立会话
+2. **做完一件再开始下一件**：不积累未完成的工作。阶段收尾了（commit + push），再启动下一个
+3. **决策即记录**：每个重要判断产生后，立即写入对应文件，不要留在对话里。对话是易失的，文件是持久的
+4. **接近窗口上限时主动收尾**：感觉上下文开始吃力时，主动 checkpoint——已完成写入文件、commit、告知人类当前进展和下一步。**宁可多开一个会话，不要带着残缺记忆继续**
+5. **拆分到可提交粒度**：大任务拆成独立子任务。每个子任务结束后 git commit，确保即使后续会话压缩，已完成的部分不会丢失
+
+### 角色特定约束
+
+| 角色 | 主要风险 | 应对策略 |
+|------|---------|---------|
+| Arch AI (Claude Code) | 长对话积累上下文，架构讨论容易收不住 | 每个 ADR 产出后立即写入 decisions.md；感知吃力时主动收尾 |
+| Coder AI (Trae + GLM-4.6) | 上下文窗口更小，多文件任务容易超出 | 每个 session 只做 1 个 task 文件；不读其他 task，不读架构文档 |
+| Tester AI (Coze CN) | 沙盒执行时间有限 | 1 个 session 只测 1 个 T01-XXX task；报告立即写回 repo |
+
+### 信号识别（何时应立即执行规则 4）
 
-**信号识别**：当出现以下情况时，说明接近上下文上限，应立即执行规则 4：
 - 需要反复回看前面的讨论才能做判断
 - 开始忘记用户几分钟前说过的话
-- Token 用量接近已知窗口限制
 - 回复质量出现可感知的下降
+- 同一个问题被重复提出
+- （Coder AI）需要同时修改 3 个以上文件才能完成 task
 
-**反模式**：「一口气做完再 commit」——做一半触发压缩，前面做的全丢。
+### 反模式
+
+- 「一口气做完再 commit」——做一半触发压缩，前面做的全丢
+- 「这个 task 简单，我顺便把下一个也做了」——超边界 = 超上下文
+- 「先放着，等会儿一起处理」——对话不等人，放着 = 丢了
+
+---
 
 ## 文件约定
 
-- 角色工作台: `.ai/roles/{role}/`
+- 控制面板: `dashboard.md`
+- 决策入口: `DECISIONS.md`
+- 角色工作台: `.ai/roles/{role}/card.md`
+- 执行任务: `.ai/tasks/active/`
 - 阶段上下文: `.ai/phases/phase-NN-name/`
 - 知识沉淀: `.ai/knowledge/`
 - 提示词模板: `.ai/prompts/{domain}/`
+- Skill 工具: `.trae/skills/`
+- 框架边界: `SYNC.md`
+- 模板变量: `TEMPLATE.yaml`
 
 ## 阶段切换检查清单
 
 切换阶段时 Arch AI 必须：
 - [ ] 更新所有角色的 card.md（当前阶段字段）
-- [ ] 更新 ROADMAP.md（阶段进度条）
+- [ ] 更新 dashboard.md（进度条 + task 状态面板 + 最近事件）
+- [ ] 更新 phases/INDEX.md
 - [ ] 生成上一阶段的 completion.md
 - [ ] 产出阶段复盘（docs/share/phase-NN/）
 - [ ] 审计 token 预算