# 信息架构设计原则

## 为什么这样设计

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 |
|------|------|------|----------|
| 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 | Worker 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 |

## 信息分层

```
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/ → Worker 各自 task 文件
```

## 维护规则

1. **不超预算**：每个文件严格遵守 token 预算，超了就拆分
2. **不重复状态**：状态只在一处记录（dashboard.md），其他地方引用
3. **Git 管历史**：文档只描述"现在是什么"，历史由 Git 负责
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

---

## AI 上下文资源管理（硬约束，适用于所有 AI 角色）

**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」。

### 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

### 嵌入式项目特有约束

| 角色 | 主要风险 | 应对策略 |
|------|---------|---------|
| Arch AI | 架构讨论容易收不住，寄存器细节容易混淆 | 每个 ADR 产出后立即写入 decisions.md；寄存器定义以 SVD 为准，不靠记忆 |
| Worker AI | 单个外设测试代码可能涉及大量寄存器位域 | 每个 session 只做 1 个 task；测试代码按功能单元独立，不跨单元引用 |

### 信号识别（何时应立即执行规则 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
- 回复质量出现可感知的下降
- 同一个问题被重复提出
- 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
- 「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
- 「凭记忆写寄存器地址」——嵌入式寄存器地址必须从 SVD/头文件获取，不能靠回忆

---

## 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 dashboard.md（进度条 + task 状态面板 + 最近事件）
- [ ] 更新 phases/INDEX.md
- [ ] 产出上一阶段的 completion.md
- [ ] 审计 token 预算