AI原生应用架构
定义：AI 是产品核心逻辑而非附加功能。无 AI 则产品无意义（Cursor vs "带 AI 补全的编辑器"）。
与传统架构的本质差异：传统——你的代码做所有决策；AI 原生——模型做决策，代码提供工具与上下文。一句话：Agent 为中枢、LLM 为大脑、MCP 为手。
五层 AI 原生栈
基础层：传统前后端（先跑通无 AI 版本）
知识层：Embedding 管道 + 向量库 + 检索策略
编排层：AI 网关（路由/重试/降级/成本追踪）集中收口，禁止散落调用
智能层：上下文管理 + 质量监控
Agent 层：任务队列、状态管理、沙箱、kill switch
四大设计铁律
评估驱动开发取代测试驱动：LLM 输出无法写确定性单测，用概率化评估套件
成本是变量：每次交互都有 token 成本，定价与功能须内置预算上限
反馈飞轮：用户接受/拒绝/修正即时回流，是产品功能而非分析后置
反模式清单：AI Everywhere（简单逻辑也调模型）、无限成本、Agent 无护栏
数据：Gartner 预测 2026 年 80% 企业部署 GenAI 应用；MIT 研究 95% 试点无 P&L 影响——败因是未重构数据模型与反馈闭环。