ADR’s Evolution Under LLM | LLM时代下ADR的可能进化

一句话先讲清楚老版 ADR

传统 ADR（架构决策单）本质是人写给人看的轻量备忘录：记录当时的背景、可选方案、最终选择、利弊、风险，解决一个痛点：架构师离职、过几个月后，大家忘了当初为什么这么设计。
最大短板：写起来麻烦、容易漏、写完就躺在文件夹吃灰，很难自动校验、关联、追溯。

LLM 时代的进化主线不是“AI 代替人做架构决策”，而是：ADR 从静态文本文档，变成一个可以被 AI 读懂、检索、推理、校验、联动代码的架构知识载体，人保留最终决策权（human-in-the-loop）。

下面分层次通俗拆解：

1. 第一层：写 ADR 的成本大幅下降（最成熟的进化）

以前是开会讨论完，架构师抽空补写，经常偷懒不写、写得很简略。
现在 LLM 可以：

• 直接从会议录音、IM 讨论、PR 描述、需求文档里自动提炼、生成初稿 ADR；
• 基于公司历史 ADR 知识库（RAG），自动套用团队规范、把同类方案、历史坑点带上；
• 自动补齐容易漏掉的部分：备选方案、负面后果、风险点、依赖、回滚方案；
• 你只需要评审、修正、确认，而不是从零撰写。

重点提醒：LLM 很容易编造不存在的风险、夸大收益，初稿只是草稿，不能直接生效。

2. 第二层：ADR 从“人可读”升级为「人机双可读」

老 ADR 只服务人；新的 ADR 会刻意写得结构化、语义化，同时满足两个读者：

• 开发、架构师：快速看懂权衡；
• 公司内部 AI/Agent：可以被解析、向量化检索、做依赖推理。

带来几个很实用的能力：

1. 语义检索：新人问“为什么我们不用 RocketMQ”，AI 直接检索对应 ADR，把当年的约束、取舍、否决理由讲清楚，而不是搜一堆零散文档；
2. 冲突检查：新增一条 ADR，Agent 自动扫描存量 ADR，提示：这个决策和 ADR-027 冲突、会推翻之前的存储选型；
3. 影响分析：当你想改一个老决策，AI 自动找出所有依赖这个 ADR 的代码、服务、其他决策单，评估改动波及面。

3. 第三层：多 Agent 协同评审 ADR（架构评审自动化助手）

现在已经有实验性的多 Agent 评审模式：一个 ADR 提交后，自动分发给不同角色的智能代理做交叉质询：

• 安全 Agent：检查有没有安全漏洞、合规红线；
• 性能 Agent：评估选型的性能瓶颈；
• 运维 Agent：评估部署、故障、运维成本；
• 质疑 Agent：专门唱反调，挑方案的盲区、隐藏假设；

Agent 输出评审意见，汇总给架构委员会，相当于低成本、随时在线的架构预审，人最后做仲裁和拍板。

4. 第四层：ADR 从静态文档，变成「可执行、可校验的架构契约」（长期进化方向）

这是差别最大的一步，也是很多金融、大厂 EA 正在探索的方向：
ADR 里写的规则，不再只是文字，可以自动转化成代码规范、扫描规则、准入策略：

例子：ADR 写明“本域禁止直接访问底层数据库，必须走统一数据网关”
Agent 自动生成 lint、SAST、流水线校验规则；代码提交时自动拦截违规写法，并把报错链接指向这条 ADR，告诉开发：这个限制来自哪条架构决策、为什么这么定。

也就是：决策 → 文档 → 自动约束 → 持续校验，形成闭环，对抗架构漂移。

反过来，系统运行时也可以反向反馈：线上持续出现某些问题，AI 比对 ADR 当初的假设，提示：当初的前提条件已经变了，这条 ADR 需要复审、废弃或者更新。传统 ADR 做不到主动提醒。

5. 第五层：ADR 成为 AI Agent 自己做决策的记忆底座（更远期）

当团队大量使用开发 Agent、运维 Agent、架构 Agent 时，Agent 自己也会做大量技术选型。
这些 Agent 的决策，同样用 ADR 格式记录：

• Agent 自己生成 ADR；
• 交给人复核；
• 存入知识库，给后续 Agent 做参考，避免同一个坑反复踩。

这时 ADR 就不只是人的知识库，而是组织内所有智能体共享的决策记忆系统。

边界和风险（非常关键，别神化）

1. 决策权永远是人：LLM 擅长枚举方案、梳理权衡、查漏，但它不知道业务隐性约束、组织政治、合规红线，不能替团队拍板；
2. 幻觉风险：AI 会编造不存在的历史决策、风险、性能数据，评审环节不可省；
3. ADR 质量依赖底座：如果历史 ADR 本身写得乱、互相矛盾，RAG 喂给模型的就是脏知识，越辅助越乱；
4. 不能为了 AI 把 ADR 写得极度繁琐：ADR 轻量化的初心依然要保留。

浓缩版演进路线对比

• 过去：事后补写、静态存档、人肉检索、人肉校验，解决“人忘了为什么”；
• 现在（当下可用）：AI 生成初稿 + RAG 辅助评审 + 语义检索，降低文档负担；
• 近期：Agent 预审 + 自动冲突/影响分析 + ADR 驱动代码规范校验；
• 远期：ADR 作为组织架构知识图谱，人和 AI Agent 共用，自动跟踪前提失效、主动触发复审。