AirCoding/AirPlan/docs/architecture/多模型系统详细设计交叉审查汇总.md

多模型系统详细设计交叉审查汇总

Date: 2026-05-29 Status: Multi-model cross-review synthesis Scope: system-detailed-design.md against all frozen baselines, frozen overview, and internal consistency

---

1. 审查概览

1.1 参与模型

模型	审查轮次	审查重点
DeepSeek	第 1 轮	基线覆盖性全量核对
MIMO 2.5 Pro	第 2 轮	内在一致性 + 架构合理性
GPT-5.5 Pro	第 3 轮	基线间冲突检测
Claude Opus 4.8	第 4 轮	前轮验证 + 根因分析 + 修复建议

1.2 审查输入

• 22 份冻结基线文档
• 1 份已冻结概要设计 (system-overview-design.md)
• 详细设计文档 (system-detailed-design.md, 2033 行, 23 节)

---

2. 各模型审查结论

模型	结论	P0	P1	P2	综合评分
DeepSeek	PASS	0	0	3	9.6/10
MIMO 2.5 Pro	PASS (附修复建议)	0	2	5	9.4/10
GPT-5.5 Pro	Requires repair	0	2	4	—
Opus 4.8	CONDITIONAL PASS	0	2	5	9.1/10

---

3. 覆盖性共识

四轮审查在覆盖性上达成完全共识：

维度	基线要求	DD 覆盖	共识
契约接口	23 章节, 80+ 接口	100%	✓ 全覆盖
持久化事件	55 个	100%	✓ 全覆盖
暂态事件	7 个	100%	✓ 全覆盖
DB Schema 表	19 张	100%	✓ 全覆盖
状态机	6 个	100%	✓ 全覆盖
禁止路径	10 条	100%	✓ 全覆盖
UML 类图	8 个子系统	100%	✓ 全覆盖
序列图	4 个关键流程	100%	✓ 全覆盖

结论：详细设计在覆盖性上完全通过。

---

4. 发现汇总

4.1 P0 发现

无 P0 发现。 四轮审查均未发现详细设计与基线的直接矛盾或强制要求的完全缺失。

4.2 P1 发现（需要在冻结前解决）

ID	发现	发现者	验证者	根因
P1-01	Worker exit code 语义冲突	GPT-5.5 Pro	Opus 4.8	baselineV1 §8 与 overview §11 定义了两套不同的 exit code 语义
P1-02	PromptLayerLevel 枚举与 L0-L9 层名结构性不对齐	DeepSeek (P2) → MIMO (P1)	Opus 4.8	contracts §16 的 10 个枚举值与 prompt-layering §2 的 10 层不完全对应
P1-03	EventStore.project() 错误处理未定义	MIMO 2.5 Pro	Opus 4.8	DD 未描述 project() 内部异常的错误语义和事务回滚行为
P1-04	PromptLayerLoader 接口与 prompt-layering 层定义不匹配	Opus 4.8	—	接口只有 4 个方法，但需要加载 10 层

4.3 P2 发现（不阻塞实现，建议修复）

ID	发现	发现者
P2-01	Architecture Designer gate 无独立序列图	DeepSeek
P2-02	CLI catalog 命令类归属未指定	DeepSeek
P2-03	agent.started 投影映射措辞含糊	MIMO 2.5 Pro
P2-04	WorkspaceManager/Scheduler 职责边界隐含但未显式标注	MIMO 2.5 Pro
P2-05	EventStore.project 职责边界措辞问题	GPT-5.5 Pro → Opus 4.8 (澄清)
P2-06	memory.promoted outbox 阶段语义不清	GPT-5.5 Pro
P2-07	docs task 类型进入 contracts/DB 但事件与 worker output 未闭合	GPT-5.5 Pro
P2-08	AgentType 不覆盖 runtime roles (main/architecture/scheduler)	GPT-5.5 Pro, Opus 4.8
P2-09	contracts 包文件集仍有两套命名 (code-view vs overview)	GPT-5.5 Pro

---

5. P1 发现详细分析

5.1 P1-01: Worker exit code 语义冲突

问题

baselineV1.md §8 定义：

0  protocol-level completion, including task failed/blocked
1  uncaught exception
2  startup/protocol error
3  permission error
4  parent cancelled
5  hard timeout killed

system-overview-design.md §11 和 system-detailed-design.md §8.1 定义：

0  success
1  task failed
2  crashed
3  protocol error
4  cancelled
5  permission/policy blocked

关键冲突点

Exit code	baselineV1	overview/DD	冲突
0	包括 task failed/blocked	仅 success	task failed 是 0 还是 1？
1	uncaught exception	task failed	业务失败 vs 进程异常
3	permission error	protocol error	互换
5	hard timeout killed	permission/policy blocked	互换

影响

WorkerManager 实现时无法确定 Scheduler 的 retry/blocked/failed/lost 判定逻辑。

建议处理

发布 ADR 明确：

1. baselineV1 §8 被 overview §11 取代，或
2. 修复 overview/DD 以符合 baselineV1

---

5.2 P1-02: PromptLayerLevel 枚举与 L0-L9 不对齐

问题

L#	prompt-layering-v1 §2	contracts §16 枚举值	对齐
L0	Runtime invariant	runtime_invariant	✓
L1	Role / agent mode	role	✓
L2	Safety and permission policy	（无对应枚举值）	✗
L3	Project rules	project_rules	✓
L4	Architecture baseline	architecture	✓
L5	Task specification	task_spec	✓
L6	Relevant code/artifacts	evidence	✓
L7	Conversation context	conversation	✓
L8	Tool result history	tool_output	✓
L9	Immediate instruction	user_override (名字不同)	△
—	（无对应层）	system_debug	✗

影响

ContextAssembler 实现时需要 10 个加载点，但 PromptLayerLoader 接口只有 4 个方法。

建议处理

在 DD 中明确记录设计决策：

• L2 Safety 由 PermissionEngine 提供
• L4-L9 由 ContextAssembler 内部组装
• 或扩展 PromptLayerLoader 接口

---

5.3 P1-03: EventStore.project() 错误处理未定义

问题

DD §5.3 描述了 EventStore.append() 在事务内执行 project(event, tx)，但未描述：

• project() 抛出异常时的行为
• FK-off 不一致导致的失败如何传播
• 是否有部分失败的恢复逻辑

建议处理

在 DD §5.3 或 §18.2 补充：

project() 异常 → 事务回滚 → EventBus.publish() 不执行 → 返回 AirError{kind: "system_error"}
如果是 FK-off 不一致导致，记录到 developer log 并触发 referential_check()

---

5.4 P1-04: PromptLayerLoader 接口不完整

问题

PromptLayerLoader 接口只有 4 个方法：

load_runtime_invariant(): PromptLayer           // L0
load_role(role: AgentType): PromptLayer         // L1
load_project_rules(project): PromptLayer[]      // L3
load_task_context(spec, refs): PromptLayer[]    // L5

缺失 L2, L4, L6, L7, L8, L9 的加载方法。

建议处理

在 DD §10.2 明确记录：

PromptLayerLoader 只覆盖需要外部配置/数据的层（L0, L1, L3, L5）。
其他层由 ContextAssembler 内部组装：
- L2 Safety: 从 PermissionEngine 获取
- L4 Architecture: 从 TaskSpec.context_refs.arc_ref 加载
- L6 Evidence: 从 TaskSpec.context_refs.artifacts 加载
- L7 Conversation: 从 SessionStore.messages 加载
- L8 Tool output: 从 SessionStore.tool_runs/command_runs 加载
- L9 Immediate: 从 TaskSpec.description/acceptance_criteria 构建

---

6. 架构合理性共识

四轮审查在架构合理性上达成共识：

维度	评估	共识
依赖方向	contracts → (none), cli → runtime/tui/llm/toolchain-cpp	✓ 正确，无循环依赖
职责分离	EventIngestor/EventStore/EventBus/Scheduler/ToolRegistry/PermissionEngine	✓ 边界清晰
事务语义	durable event + domain update 同事务，EventBus publish 在 commit 后	✓ 正确
状态机交互	Main Agent ↔ Scheduler ↔ Worker ↔ Architecture Designer	✓ 无死锁

结论：架构设计合理，无内在冲突。

---

7. 门禁判定

条件	状态
P0 = 0	PASS
契约覆盖 100%	PASS
事件覆盖 100%	PASS
DB Schema 覆盖 100%	PASS
状态机覆盖 100%	PASS
禁止路径全执行	PASS
架构无循环依赖	PASS
职责分离无泄漏	PASS
基线间冲突已收束	FAIL (4 处 P1 未收束)

门禁结果：CONDITIONAL PASS

详细设计在覆盖性和架构合理性上通过，但存在 4 处 P1 级问题需要在冻结前解决。

---

8. 修复建议优先级

优先级	Finding	建议处理	预计工作量
P0	P1-01 Worker exit code 冲突	发布 ADR 明确权威定义	0.5h
P1	P1-02 PromptLayerLevel 不对齐	在 DD §10.2 记录设计决策	0.5h
P1	P1-03 EventStore.project 错误处理	在 DD §5.3 补充错误语义	0.5h
P1	P1-04 PromptLayerLoader 接口	在 DD §10.2 明确加载方式	0.5h
P2	P2-05 EventStore.project 措辞	拆分 DD §5.4 为两个表	1h
P2	P2-06 memory.promoted outbox	明确 intent/completion 区分	0.5h
P2	P2-07 docs task 类型	决定是正式 task type 还是移除	0.5h
P2	P2-08 AgentType 不覆盖 runtime roles	在 DD 中明确 runtime roles 处理	0.5h
P2	P2-09 contracts 包文件集命名	冻结唯一文件树	0.5h

总预计工作量：5-6 小时

---

9. 最终结论

9.1 多模型审查一致性

四轮审查在以下方面达成一致：

• 覆盖性：100% 通过
• 架构合理性：通过
• 存在基线间冲突：需要修复

9.2 审查深度递进

轮次	模型	贡献
1	DeepSeek	建立覆盖性基线，确认无 P0
2	MIMO 2.5 Pro	发现内在一致性问题，升级 PromptLayer 为 P1
3	GPT-5.5 Pro	发现基线间冲突（Worker exit code）
4	Opus 4.8	验证前轮发现，根因分析，提供修复建议

9.3 建议

1. 立即处理：P1-01 Worker exit code 冲突（发布 ADR）
2. 冻结前处理：P1-02, P1-03, P1-04（在 DD 中补充设计决策）
3. 实现阶段处理：P2 级问题（不阻塞冻结）

9.4 最终判定

CONDITIONAL PASS — 详细设计可以进入实现阶段，但需要先解决 4 处 P1 级问题。

预计修复工作量：2-3 小时（P1 级）+ 3-4 小时（P2 级）= 5-7 小时。