ADRs4AI：用于人机协作的版本化审议记录
核心概念：捕捉推理过程
ADRs4AI 通过将审议过程形式化为版本化的架构决策记录（ADRs），解决了人机协作中推理过程“蒸发”的问题。虽然代码会被保存，但底层的逻辑、考虑的选项以及与 AI 模型讨论的权衡通常会丢失。该框架要求将这些审议过程以结构化的、Git 版本化的格式记录下来，使未来的协作者能够理解特定实现选择背后的“原因”。
ADRs4AI 工作流
该方法论以一个简单的循环为中心：捕捉意图的“种子”，让 AI 将该意图结构化为 ADR，最后由人类做出最终裁决。该流程旨在集成到标准的开发周期中：
- 种子 (Seed)：用户将他们的初步想法或需求转储到文件中。
- 结构化 (Structure)：AI 处理此输入，识别悬而未决的问题，并提出带有相关理由、置信度水平和潜在证伪因素的选项。
- 裁决 (Ruling)：人类审查 AI 的建议并做出最终决定，然后将其提交到存储库中。
此工作流由一个 VS Code 扩展支持，该扩展提供悬而未决问题的树状视图，以及一个 iOS 客户端，允许用户随时随地审查和接受决策。该系统使用特定的标签 ### QST:，使得悬而未决的问题可以通过 grep 等标准工具轻松搜索。
实现与工具
该生态系统提供了多种工具来降低采用此实践的门槛：
- 存储库模板：包含 ADR 模板、指令和收件箱协议的入门模板。
- VS Code 扩展：具有针对格式错误记录的诊断功能，以及一个 MCP 服务器，使 AI 代理能够查询项目的历史记录。
- iOS 客户端：一个用于审查待处理决策并直接向存储库提交答案的移动界面。
社区反馈与批评
ADRs4AI 在 Hacker News 上的反响既突显了结构化决策的潜在效用，也反映了对实施过程的实际担忧。
一些用户对该项目过于营销化的展示表示怀疑，指出 ADR 的核心概念在软件工程中早已广为人知。另一些人则对 AI 驱动工作流中“文档腐烂”的风险提出了担忧：
"代理程序会开始对 ADR 所谓的记录的各种相互冲突的‘护栏’和‘约束’感到困惑。当你问代理为什么做了某个牵强的操作时，它会引用各种有缺陷或过时的假设。这还是那个老掉牙的文档腐烂问题，只不过现在文档被盲目地遵守了。" — @handle
相反，该系统的支持者指出，记录设计规则（例如 intent.md 文件）对于在 AI 辅助开发会话中保持一致性非常有效。用户建议，该项目若要获得更广泛的采用，需要提供更清晰、真实的案例研究，以证明它如何解决除文档理论优势之外的具体、棘手的痛点。