在AI生成代码中通过ADRs和契约强制执行不变量

Zarar Siddiqi在2026年6月30日发表了一篇文章，探讨如何在AI生成代码中强制执行不变量。不变量源于领域驱动设计，是指系统必须始终满足的规则，以确保有效状态。然而，大型语言模型（LLM）生成的代码可能看似正确，却悄悄地违反了这些隐含约束。因此，需要将不变量编码到AI无法忽略的地方。

文章提出了两种方法：架构决策记录（ADR）和RFC 2119关键字。ADR用于记录架构决策，并将其视为不变量。为了有效使用ADR，需要识别何时记录决策、实际记录，并指导AI代理将其作为不变量对待。作者通过一个ADR自动建议技能来识别架构转折点，例如“X vs Y”比较、引入新依赖等。该技能不编写记录，而是提醒用户使用/adr命令。命令会创建包含上下文、决策、选项和后果的ADR文件，并维护索引页面。

为了强制AI代理查阅ADR，作者添加了一个确定性钩子（check-adrs.sh），在代码生成停止时运行。它会检查修改的文件是否在ADR的范围内，以及该ADR是否在会话中被打开过。如果没有，则阻止代码通过。

对于行为需求，使用RFC 2119关键字（如SHALL、MUST）结合Gherkin场景（given/when/then）来指定规则。例如，“系统在订单完成时SHALL创建履行记录，每条记录MUST有唯一标识符”。作者使用OpenSpec工具自动生成规范，并在实现偏离时重写，以保持规范与代码同步。同样，需要确保AI代理在生成代码前查阅规范。

总之，ADR和RFC 2119规范从不同角度解决相同问题：ADR固定架构决策，规范固定行为。两者都需要确定性检查来确保代理实际查阅，而不是依赖提示。这些检查是浅层的，只验证规则是否被咨询，而更深层的语义判断仍需要人工和测试。将更多不变量从文本提示转移到可强制执行的检查，可以减少对模型记忆的依赖，保持代码库的稳定状态。