基础
这一部分在引入具体架构或实现选择之前，先确立本手册的基本世界观。
- 什么让一个系统成为 AI 原生？ — 定义 AI 原生软件，将其与智能体系统区分开，并说明这种设计带来的工程要求。
- 工作流与智能体：如何分配控制权 — 区分不同控制结构，明确代码、模型与人之间的决策权和行动权限。
- 上下文工程：如何为模型提供完成任务所需的信息 — 说明如何选择、组织和治理模型在每次推理时能够使用的信息。
- 不确定性：如何设计不完全可预测的软件 — 识别不确定性，明确允许的变化，并在模型之外强制执行重要约束。
- 评估：如何判断系统是否真正有效 — 从系统输出、执行过程和最终结果三个层面，把预期行为转化为可以检查的证据。
- 智能体工程原则 — 把本系列的主要认识归纳为九条可用于设计和评审的长期原则。
本系列依次回答六个问题：如何识别 AI 原生系统、如何分配控制权、如何为模型提供上下文、如何理解行为变化、如何评估实际效果，以及如何在工程评审中综合运用这些原则。