88 页论文，3 页就能讲明白——读 DeepSeek 的 Cordis 时空可组合性论文
DeepSeek 相关团队的 Cordis 预印本很长，但核心可用时空可组合性两维讲清：可回滚副作用与反应式依赖。本文先指出篇幅与术语门槛，再用工程师语言说明机制、合流性与验证边界。
01
cat ~/ai4se/README.md
# AI 时代的软件工程分层笔记
## Methodology • Process • Tools • Harmony • Measurement
围绕 AI4SE / Agentic Engineering，记录软件工程在方法、流程、工具、人机协作与效能度量上的系统性变化。
research@ai4se:~ — outline
$ tree ~/notes -L 2
[OK] methodology/ spec-driven/ agentic-engineering/
[OK] process/ workflow-design/ review-pipeline/
[OK] tools/ mcp-protocol/ harness-engineering/
[OK] harmony/ hitl-hotl/ governance/
[OK] measurement/ dora-metrics/ dev-productivity/
$ grep -r "Effectiveness" ~/notes
→ 15 draft articles indexed
$ npm run build
[OK] static pages generated from Markdown
$ ▌
man -k ai4se
grep -r "featured" ~/notes/
02
AI Harness 作为复合函数：冻结 M(x) 之后的系统编排
从复合函数第一性原理抽象 AI Harness：冻结基础函数 M(x)，编排外层链路 H；单轮是严格多层复合，多轮是复合函数与状态机的融合。优化对象从改权重转向改 H。
03
提效比较的三锚点：可比性、可分离性、诚实性
AI 介入软件工程后，提效比较常掉进鸡同鸭比。本文提出三锚点——可比性（固定 backlog / 团队 / 窗口）、可分离性（冻结复杂度基线）、诚实性（预期而非伪装实测）——并给出吞吐、周期时间（速度口径）与配对汇总的读数纪律，附常见反模式。
04
把 AI4SE 当业务来做：双钻找问题，Spec 定真相，Skill 分摊职责
把 AI4SE 当成业务来做，交付物就不应停在 PPT。咨询项目可用 Spec Driven Development 的思路实施：先用 Design Thinking / Double Diamond 跑通痛点、机会点、方案的发散收敛，再把 IT4IT 相关 Specification 梳清，最后 Agentic / Skill 化——早期以原子 Skill 为主，Goal 驱动地收敛成 Agent，并辅以 Command、Hook、MCP。真正的难点在问题定义与方案收敛。
05
人定义、机执行：AI 时代真正稀缺的是抽象约简
AI Agent 与自动化脚本能承接标准化执行，但复杂工作的拆解、解耦与界定只能由人完成。落地瓶颈不在模型上限，而在人类的系统思维与抽象约简——人机分工的本质是「人定义、机执行」。
06
审 Review 本身：贯穿双 Loop，方式归团队共识
AI 把写代码的瓶颈推到了 Review。对象从 Code 扩到 Spec/Artifacts，时机贯穿端到端——人无法逐产物审。本文论证分层 Review（脚本 → AI → 人）：自动化 Review 可以跑在 Inner Loop，团队在 Outer Loop 共同审的是方式本身是否可靠，失真时如何修正。
dpkg -l | grep ^i
[research@ai4se ~]$ cat /etc/software-engineering.layers
Methodology
layer 1 SDD / Agentic Engineering Process
layer 2 Loop / Pipeline / Review Tools
layer 3 MCP / Harness / Automation Harmony
cross-cut HITL / HOTL / HOOL Measurement
feedback DORA / SPACE / DevEx Effectiveness
foundation Quality + Efficiency