3.5 AI 時代的系統設計：高內聚低耦合的新意義#

為什麼要重新談系統設計#

第 3.1 到 3.4 節討論的是系統設計的傳統原理。本節把它們放到 AI 時代的背景下，重新審視——因為 AI 改變了系統設計的某些重要前提，而理解這些變化，能幫助你做出更好的架構決策。

一個核心變化：AI 是「梯形」的上下兩端都被放大了#

如第 1.4、1.5 節所述，AI 讓「寫實作」變便宜了。這帶來一個系統設計上的深遠影響：

當「寫程式」的成本趨近於零時，決定系統成敗的，就不在於「能不能寫出程式碼」，而在於「邊界畫得對不對、介面定得清不清楚」。

過去，高內聚低耦合是「好」的工程品質；在 AI 時代，它直接成為AI 能否正確工作的前提。原因有二。

原因一：上下文限制讓「模組化」從建議變成必要#

第 2.6 節提到過：規格要模組化，避免一次塞給 AI 太多上下文。原因其實很技術化，我們在第 7 章會深入——大語言模型的「上下文視窗」是有限的，塞太多不相關的資訊，AI 會忽略細節、產生幻覺、表現變差。

這意味著：AI 時代的模組化，不只是為了「人的可理解性」，更是為了讓 AI 在處理每個模組時，只面對「剛好需要的資訊」。 耦合緊的系統，AI 一改就牽動全局、就需要讀整個專案、就容易出錯。低耦合的系統，AI 才能「局部下手、局部驗證」。

原因二：介面契約成為 AI 協作的「憲法」#

在多人的 AI 協作中（第 12 章詳述），不同的模組可能是由不同的 AI（甚至不同的工程師）實作的。當多個 AI 各自工作時，唯一能確保它們「對齊」的，就是清晰、明確、可執行的介面契約（Spec）——正如 3.1 節的資訊隱藏與 3.3 節的 ACI。

一句話：當實作交給 AI 時，「介面」就成了人類真正要牢牢抓住的地方。 人定義契約（透過 Schema / Interface / BDD，見 2.6 節），AI 填實作——這正是「規格即程式碼」在架構層面的意義。

傳統設計原則在 AI 時代的延伸#

AI 時代的兩個新設計考量#

除了傳統原則的延伸，AI 也帶來兩個全新的設計考量：

1. 確定性流程 vs AI 非確定性能力的邊界#

一個系統往往同時包含「需要精確、可預測」的部分（如付款、庫存、交易）與「需要智慧、可容錯」的部分（如智能客服、推薦、文字生成）。

一個重要的架構決策是：畫清楚它們的邊界。 不要把需要嚴格確定的核心流程（如金流）交給不確定的 AI 直接操控，而應： - 讓 AI 負責「決定做什麼」，但核心動作（扣款、改單）仍由確定性的程式+權限控制執行（見第 9 章 Constellation 的思路） - 對 AI 的輸出做驗證（見第 5、10 章）

2. 評估（Eval）成為架構的一部分#

在 AI 時代，系統設計還多了一個非功能需求維度：可評估性（Testability/Evaluability）。因為 AI 的行為是機率性的，你必須有能力去「測量它做得好不好」。因此架構上要預留： - 日誌與軌跡（Trace）的擷取（讓你能回放 AI 做了什麼） - 評估的介面與資料流（見第 10 章） - 隔離的測試環境

一個「無法被評估」的 AI 系統，就像一台「沒有儀表板的車」——你不知道它做得好不好，也就無法改進它。

一個貫穿全書的心態#

歸結到底，AI 時代的系統設計要記住一件事：

人負責「定義邊界與介面」（這是本質性工作），AI 負責「填實作」（這是附屬性工作）。 設計得好不好，決定了這個分工能不能順利進行。

本書第二篇（第 7-10 章）會從「上下文、工具、Harness、評估」四個面向，展開 AI 系統設計的具體方法。本節把第一章的結論——本質性困難是人的價值所在——落實到「系統設計」這個具體戰場上。

本章小結#

• AI 讓「寫程式」變便宜，邊界與介面成為系統設計的決定性因素
• 上下文限制讓模組化從建議變成必要
• 介面契約（Spec）成為多 AI/多人協作的「憲法」
• 傳統原則在 AI 時代有新意義：高內聚、低耦合、資訊隱藏、ACI、單一真實來源
• 新考量：畫清確定性流程與 AI 的邊界、把可評估性（Eval）納入架構
• 人負責定邊界與介面，AI 負責填實作

想一想#

1. 為什麼「上下文視窗有限」會讓低耦合變成 AI 協作的必要條件？
2. 在一個「含金流」的系統中，你覺得 AI 應該扮演什麼角色？核心動作該由誰執行？
3. 為什麼「可評估性」在 AI 時代特別重要？一個無法測量成效的 AI 功能，會遇到什麼問題？