为什么用文本给AI编码代理提供架构上下文从根本上说是有问题的

AI辅助开发存在一个未被足够关注的问题：我们正在用文本描述本质上是视觉化和空间化的东西。当你给AI编码代理一份文本描述的架构时，你是在让它做出几十个你从未明确指定的隐式决策。这个服务查询哪些表？数据究竟如何从这个表单流向那个端点？当这个调用失败时会发生什么？AI会用听起来合理的假设填补每一个空白——而这些假设会在一个复杂项目中不断累积。结果初看是正确的。代码能运行。但它实现的架构并非你设计的，而是AI猜测的。这不是AI能力的问题，而是输入的问题。文本是一种有损的架构规范格式。我们一直知道这一点——这就是为什么工程师在写一行代码之前，会用白板、画图、使用Miro等工具。我们用视觉来思考架构。但随后我们将其转化为文本，只是为了交给AI。更深层次的问题是，当前的AI编码工作流在“想法”和“代码”之间没有正式的规范层。本应显式做出的架构决策，却被AI隐式地决定了。我思考这个问题有一段时间了，并构建了一个探索某种方法的工具——一个可视化画布，在写任何代码之前，你可以将完整架构定义为类型化节点和显式流程，并导出机器可读的规范，供AI代理直接使用。如果有人好奇，欢迎讨论这种方法：specrabbit.com。但更广泛地说——其他人是如何处理这个问题的？有没有人找到可靠的方法，在写更长提示或提供现有代码之外，给AI编码代理提供无歧义的架构上下文？