Atelier：为AI辅助软件工程构建可复现性控制系统

Atelier是源于安全关键HAZOP/LOPA AI系统实战经验的智能编码工作流框架，旨在解决AI辅助编程从个人实验走向生产部署时的可追溯、可复现、安全性问题。核心通过文件优先哲学、多智能体辩论机制、强制性人工审查等，将'氛围编程'转化为生产级工程实践，核心理念为可追溯（Traceable）、可回放（Replayable）、可重建（Reconstructable）。

大型语言模型推动AI编码生产力革命，但从个人实验到团队协作、生产部署时，传统软件工程机制（版本控制、代码审查、架构记录）面临挑战：AI生成代码如何审查？AI设计决策如何记录？AI输出错误代码的责任归属？这些问题阻碍AI编码向生产级转化。

Atelier是专为AI辅助软件工程设计的可复现性控制系统，核心理念为'可追溯、可回放、可重建'。其起源于安全关键型HAZOP/LOPA AI系统的实战开发经验——该场景下错误输出可能导致严重后果，由此抽象出通用AI辅助开发工作流纪律与记忆管理基础设施。

Atelier的核心机制包括：

1. 文件优先哲学：以文件系统为唯一真相源，Markdown/YAML承载信息，Git审计追踪，确保可移植、可审查、可恢复；
2. 数据包引擎+上下文编译器：解决AI代理上下文管理混乱，实现优先级分层、去重、预算控制、来源追踪；
3. 执行强制审查：审查者必须粘贴真实命令输出作为证据，无证据批准视为不完整；
4. 证据包：捕获审查执行证明，建立可复现决策链条；
5. 类型化记忆：结构化记录决策、审查发现、被否决方案，自动生成ADR和变更日志；
6. 多智能体辩论：仅在僵局、复杂澄清或重大架构决策时触发，避免资源浪费；
7. 破坏性关口人工介入：AI不自动解决合并冲突或推主分支，需人类授权。

Atelier采用LLM无关设计，支持Claude、Codex、Qwen、DeepSeek及本地模型，通过能力清单抽象模型特性。项目结构含Python控制平面（待搭建）、预设配置、演示案例、ADR文档（MADR3.0格式）。该架构已通过7轮多独立LLM代理批判性验证并收敛。

Atelier强调：编码代理不缺能力，缺工作流、纪律和记忆。当前AI编程工具易导致'氛围编程'（AI自由发挥，快速生成但缺乏纪律），成为技术债务温床。Atelier提供严格工程纪律，承认AI能力但不迷信可靠性，利用效率且不放弃人类责任，是AI工具从玩具走向生产的关键。

Atelier融合多领域前沿实践：GitHub spec-kit（规范驱动开发）、MADR3.0（架构决策记录）、Karpathy LLM Council（三阶段集成）、Du et al.2023多智能体辩论研究、SARIF（证据包规范灵感）、TIROS HAZOP工程纪律（强制审查、数据完整性等）。

Atelier代表AI辅助开发的深思熟虑回应，不追逐最新模型能力，而是关注AI与可靠工程实践的整合。对引入AI到生产流程的团队，提供实战验证框架，价值在于让AI代码更可维护、审查、信赖，是AI辅助开发从新奇玩具到严肃工具的关键一跃。