🔖標籤 #ddd #ddd思考 #ai

[!AI] 本文摘要
延續角色構造型概念，本文將六種職責角色對照 AI agent 常見元件，檢查程式是否職責混雜。責任驅動設計強調物件應扮演服務提供者、資訊持有者等角色，此原則同樣適用於大語言模型代理架構。我們將記憶、工具、規劃、對話狀態與對外介面逐一映射到角色構造型，整理成一份審查清單，協助你在設計代理時分散控制權、避免元件承擔過多職責，並提供可直接執行的架構改善建議。

🔖標籤 #ddd #ddd思考 #ai

[!AI] 本文摘要
大型語言模型供應商的 API 形狀、參數與計價方式經常變動，若應用程式的領域層直接依賴這些外部規格，將導致模型詞彙滲透並扭曲核心設計。本文從限界上下文與上下文映射的角度，說明為何應將模型供應商視為外部限界上下文，並透過防腐層吸收回應格式、參數與錯誤差異，讓領域層維持純淨，最後給出可直接落實的架構建議。

🔖標籤 #ddd #ddd思考 #ai

[!AI] 本文摘要
領域驅動設計的聚合是保護業務不變量的邊界，Milan Jovanović 在文中整理了 Vaughn Vernon 提出的四條設計規則。AI 生成程式碼經常把跨聚合的狀態修改直接寫進應用服務，並將業務規則塞入服務層，導致貧血模型。本文對照四條規則與常見違規樣貌，並給出讓 AI 正確生成聚合的約束條件。

🔖標籤 #ddd #ddd思考 #ai

[!AI] 本文摘要
事件風暴（Event Storming）工作坊結束後，牆上留下大量領域事件、命令與聚合候選的便利貼。把這些便利貼交給 AI 整理成結構化清單，可以加速後續的建模工作。然而 AI 的角色僅限於提出候選，真正的聚合邊界與交易一致性判斷仍須由人決定。本文探討如何將工作坊產出餵給 AI、AI 最容易整理錯的地方，以及人機分工的實務建議。

🔖標籤 #ddd #ddd思考 #ai

[!AI] 本文摘要
團隊導入 AI 助理或 coding agent 時常出現答非所問或相似概念混淆的情況，根因往往是詞彙沒有對齊。每個限界上下文都該有一份專屬詞彙表，記錄術語的定義、應避免的同義詞，以及該詞彙在邊界外不適用的情形。這份詞彙表可以直接成為 AI 助理的上下文檔，讓通用語言精確地被放大成正確的程式碼。本文說明如何將限界上下文的詞彙表轉化為 AI 的 system prompt，並提供維護這份文件的具體做法。