# AI Native 方向与路线图 — 2026-06-29

> 性质：方向定义 / 优先级矩阵 / 推进路线图
> 关联: [Agent架构说明-2026-06-14.md](../专项设计/Agent架构说明-2026-06-14.md)（当前 Agent 能力边界）
> 关联: [三层模型-流程模板与人设体系-2026-06-28.md](../专项设计/三层模型-流程模板与人设体系-2026-06-28.md)（模板/工作流/人设三层抽象）
> 关联: [架构债迁移设计-2026-06-29.md](../专项设计/架构债迁移设计-2026-06-29.md)（#8/#15/#18/#19 迁移路径）
> 关联: [产品定位调整-2026-06-12.md](./产品定位调整-2026-06-12.md)（「想法到创作」产品定位）
> 用途：作为后续所有功能/架构决策的优先级参考

---

## 一、AI Native 与传统范式的区别

DevFlow 的定位是 **AI 原生**——AI 不是辅助工具，而是系统的主要操作者。人的角色从「操作者」转变为「决策者 + 政策制定者」。

```
传统 DevOps 流程:
  需求 → 设计 → 编码 → PR → 审查 → CI → 部署
   ↑      ↑      ↑     ↑     ↑     ↑     ↑
  人      人     AI    人    人    自动   人
             辅助写   创建PR  审查

AI Native 流程:
  想法 → AI 分析 → AI 设计 → AI 编码并行 → AI 自审 → AI 测试 → AI 发布 ← 人类审批
    ↑       ↑         ↑          ↑           ↑        ↑        ↑
  人类   AI驱动    AI驱动   多Agent分工    AI审计   AI验证   自动编排
  输入
```

**关键变化**：

| 维度 | 传统 | AI Native |
|------|------|-----------|
| 人类角色 | 执行者（写代码、建 PR、跑测试） | 决策者（立项、审批、定策略） |
| AI 角色 | 辅助（补全、建议、生成片段） | 执行者（分析、设计、编码、测试、发布） |
| 流程驱动 | 人类手工推进（点按钮、改状态） | AI 自动推进（工作流 + 事件驱动） |
| 质量保障 | 人工审查 + CI 门禁 | AI 自审 + 人工审批 + 质量门禁 |
| 产出物 | 代码 PR | 可发布的全流程资产（代码 + 测试 + 文档 + 变更日志） |

---

## 二、优先级矩阵

按「奠定 AI Native 基础」的依赖关系排序。P0 是 P1 的前提，P1 是 P2 的前提。

```
P0 ─── 人设系统 ─── 多 Agent 协作
        (角色划分)    (分工执行)
         │
P1 ─── 模板系统 ─── Git/CI 集成
        (流程预设)    (现实接轨)
         │
P2 ─── 审批政策 ─── 算法验证
        (规则配置)    (特定场景)
```

### P0：智能体人设 + 多 Agent 协作

这两项构成 AI Native 的基础——没有角色划分就谈不上分工，没有分工就谈不上协作。

| 方向 | 内容 | 代码落点 | 前置依赖 |
|------|------|---------|---------|
| **人设系统** | AgentPersona 结构体 + PersonaRegistry + 内置 5 人设（coder/reviewer/architect/tester/analyst） | `crates/df-ai/src/persona.rs`（新建） | `df-ai` crate 已有 |
| **人设注入** | AINode 执行时从 NodeContext 读 persona_id，拼接 system_prompt + 过滤工具集 | `crates/df-nodes/src/ai_node.rs` + `crates/df-workflow/src/node.rs` | 人设系统就绪 |
| **Coordinator 填实** | 拆解任务 → 分配人设 → 并行 Agent → 汇总合并 | `crates/df-ai/src/coordinator.rs` | 人设系统 + SubflowNode |
| **Planner 接入 Loop** | `intent/plan_hint/planner` 三个纯函数模块接入主 loop | `src-tauri/src/commands/ai/agentic/mod.rs` | Coordinator 就绪 |

**验证标准**：单次 AI Chat 能调用多个子 Agent 并行工作（如同时生成三个模块的代码），最后合并为一个完整的 PR。

### P1：模板系统 + Git/CI 集成

AI 产出的成果需要能推送到现实协作流程（Git PR、CI Pipeline）。

| 方向 | 内容 | 代码落点 | 前置依赖 |
|------|------|---------|---------|
| **模板加载器** | YAML 模板 → DagDef 实例化 | `crates/df-workflow` 新增 | SubflowNode |
| **SubflowNode** | 嵌套子工作流节点 | `crates/df-nodes/src/subflow_node.rs` | 模板系统 |
| **GitNode** | 分支创建/PR/合并操作 | `crates/df-nodes/src/git_node.rs` | libgit2 就绪 |
| **DockerNode** | 容器内构建/测试 | `crates/df-nodes/src/docker_node.rs` | workpod API |
| **Config 统一** | AppConfig struct + env override | `df-types/src/config.rs` + AppState | 本迭代推进 |

**验证标准**：从 YAML 模板加载工作流 → 创建 Git 分支 → 生成代码 → 提交 PR → 跑 CI。

### P2：审批政策 + 算法验证

当 AI 成为主要执行者后，「什么时候需要人批」「算法怎么验证」需要系统化的可配置机制。

| 方向 | 内容 | 代码落点 | 前置依赖 |
|------|------|---------|---------|
| **审批政策配置** | 按人设/节点/风险级别定制审批策略 | `HumanNode` + 配置层 | 人设系统就绪 |
| **算法验证循环** | 基准测试 → 对比 → 迭代优化 → 早停 | 新建 `df-algo` crate | 模板系统 + 人设 |

---

## 三、对既有工作的对齐

| 已有资产 | 与本路线图的关系 |
|---------|----------------|
| `intent.rs` / `planner.rs` / `plan_hint.rs` | P0 的预制件——三个纯函数模块算法已完备，只差接入主 loop |
| `coordinator.rs` | P0 的关键缺项——当前空壳，需要填实为真正的 Agent 调度器 |
| 三层模型设计文档 | P1 的架构设计——模板/工作流/人设三层抽象已设计完成，待编码 |
| 走查报告 | 安全/架构债在 P0-P2 推进中同步修复 |
| 架构债迁移设计 | #15 AI 状态机抽离在 P0+P1 完成后自然推进 |

---

## 四、不做的方向

以下方向经过评估后，**当前阶段不投入**：

| 方向 | 放弃理由 | 可能的时机 |
|------|---------|-----------|
| 全自动无人值守 | 当前审批机制（HumanNode）是有意的设计取舍，AI 最终决策需人类把关 | 长效目标，非当前阶段 |
| 第三方系统集成（云效/禅道） | 核心 Agent 能力未就绪前，集成的价值有限 | P2 完成后评估 |
| MCP 外部工具接入 | 工具集封闭是安全取舍，开放后将引入新的攻击面 | Phase 5 或之后 |
| Web/移动端 | AI 执行逻辑焊死在桌面端（#15）解决之前，跨端无意义 | #15 完成后 |

---

## 五、下一步行动

**当前建议方向**（按此顺序落地）：

```
本周 → 人设系统（Persona 数据结构 + 5 内置人设 + 注册表）
   ↓
下周 → Coordinator 填实 + Planner 接入（多 Agent 骨架）
   ↓
下月 → 节点补齐（Subflow/Docker/Git）+ 模板加载器 + YAML 模板
```

每步完成即可独立验证，不必等全部做齐再交付。