Aiki：构建自主编程工作流的Agent无关框架

Aiki是一个与具体Agent实现无关的自主编程工作流框架，旨在解决当前Agentic编程生态的碎片化问题。其核心设计哲学为“工作流优先于Agent”，通过三层分离架构（工作流定义层、Agent接口层、执行运行时）提供灵活的工作流编排能力，支持多场景应用，是AI编程走向工程化的关键探索。

随着LLM能力提升，AI Agent在软件开发领域逐步落地，但生态呈现碎片化特征：各工具/平台绑定特定Agent实现（如Claude Code、GitHub Copilot Chat等），导致工作流难以迁移，团队面临功能特性与供应商锁定的两难选择。Aiki正是为解决这一痛点而生，目标是将工作流定义与Agent实现解耦，实现“构建一次、随处运行”。

核心理念：工作流是核心，Agent是可替换的执行引擎。传统Agent工具以Agent为中心，Aiki反转范式，先定义结构化工作流（任务分解、步骤编排、状态流转、人机协作），再由兼容Agent执行。

三层架构：

1. 工作流定义层：声明式定义任务、步骤、上下文、钩子，支持DSL/YAML/JSON格式；
2. Agent接口层：标准化能力声明、上下文管理、响应格式、错误处理，实现Agent可替换；
3. 执行运行时：负责步骤调度、状态持久化、资源管理、人机协作。

Aiki适用于多种编程工作流场景：

• 代码审查自动化：读取PR→静态分析→Agent生成意见→人工确认→提交评论；
• 重构任务编排：识别代码模式→生成方案→分批变更→运行测试→回滚失败；
• 文档生成流水线：扫描源文件→提取注释→Agent生成文档→格式检查→发布；
• 多Agent协作：架构师Agent设计→程序员Agent实现→测试Agent验证→审查Agent检查。

1. 语言无关性：工作流定义与Agent接口语言无关，支持跨语言项目复用；
2. 渐进式采用：允许从单个工作流开始迁移，降低采用风险；
3. 工具集成：可嵌入IDE插件、作为CLI工具或库集成到自定义Agent系统。

生态定位：填补AI编程工具图谱空白——低于具体Agent产品（编排而非实现）、高于裸LLM API（提供结构化抽象）、不同于传统CI/CD（专为Agent自主性设计）。

挑战：

• 标准化难题：需与LangChain等框架协调避免分裂；
• 复杂工作流表达力：平衡简洁性与高级模式支持；
• 调试观测性：需强大追踪与诊断工具；
• 社区采用：需吸引Agent开发者、工作流设计者和终端用户。

Aiki代表AI编程从“玩具”走向“工程”的趋势。当行业面临Agentic流程拼凑的复杂度时，标准化抽象层是降低成本、提升可维护性的关键。Aiki的“Agent无关工作流”概念为Agentic系统架构提供新视角，值得探索AI编程的团队关注。