实证：方法论如何从一个接口放大到一个系统

一个接口能证明方法有效，一个完整系统才能证明方法能放大。放大成立的关键，是知道什么该不变、什么必须变。

前面的章节用"生态店铺 GMV 清洗迁移入口"贯穿了整套方法。这必然招来一个合理的质疑："方法在玩具例子上都成立——它撑得住系统级交付吗？" 这一章正面回答，实例是一个真实交付的项目：异构数据同步平台（支持 MySQL、SQL Server、PostgreSQL、Doris 之间的 CDC 实时同步与批量同步）。完整复盘见案例页，本章只讲放大本身的规律。

一、什么不变：闭环是分形的

方法论的主链条在任何尺度上都是同一个：

需求体检 → 规格 → 上下文固化 → 边界内执行 → 验证闭环 → 经验沉淀

GMV 清洗迁移链路在接口级走这个闭环；数据同步平台先在系统级走一遍（澄清同步语义 → 系统级规格 → 架构分层），然后每一层、每个模块再各自走一遍同样的闭环（Connector 抽象是一个闭环，CDC 位点管理是一个闭环，批量同步是一个闭环）。

这就是"放大"的真实含义：不是把闭环拉长，而是闭环在不同层级上自相似地重复。学会了接口级的一遍，系统级的每一遍都是同一套动作——这正是方法论可迁移性的来源，也是它值得被固化成模板和 Skill 的原因。

二、什么变：三个升级

尺度上去之后，三件事必须升级，照搬接口级做法会失败：

① 规格从一份变成层级化。 接口级一份规格就够；系统级规格必须分层——系统级只锁语义不变量（跨模块必须恒成立的性质），模块级规格锁各自的行为，工作单锁具体任务。同步平台的系统级不变量有五条：

- 可恢复：任何任务中断后，SHALL 能从持久化位点继续，不重跑全量
- 幂等：同一变更事件重复消费，目标端 SHALL 不产生重复数据
- 隔离：单任务失败 SHALL 不影响其他任务；脏数据 SHALL 不阻断整个任务
- 可观测：吞吐、延迟、失败数、位点 SHALL 随时可查
- 不静默：任何失败 SHALL 留下可追踪、可补偿的记录

这五条相当于系统级的 EARS 规则（写法见规格章）：每个模块的规格都不得违反它们，每一条最终都对应一组验证场景。系统级规格的纪律是"少而恒"——锁不变量，不锁实现，否则规格本身会在放大中失控。

② 编排从链式升级为编排者-工作者。 GMV 清洗迁移链路用的是 chaining + 独立 review（见多 Agent 编排）；系统级交付对应 Anthropic 模式里的 orchestrator-workers——人担任编排者，按架构分层切出七类工作单（Connector 抽象、任务模型、批量同步、CDC 同步、清洗规则、监控告警、测试回归），层间靠已冻结的接口契约并行。架构分层先行，正是为了让并行成为可能——架构边界"边界决定并行度"的判断，在系统尺度上从优化变成了刚需。

③ 验证从用例转向不变量注入。 接口级验证是跑验收用例；系统级验证是主动注入故障，验证不变量扛不扛得住：同步中途 kill 掉任务验证断点恢复、重放同一批事件验证幂等、混入坏数据验证隔离、灌大表验证内存不爆。用例证明"功能对"，不变量注入证明"系统在真实世界里站得住"——尺度越大，后者占比越高。

三、人和 AI 的分工在放大中如何变化

有意思的是：分工模型完全没变，只是权重变了。 决策权分层依旧——方向性和结构性决策归人，实现归 AI。变化在于系统级交付里结构性决策的数量和密度大得多（分层、Connector 接口、位点模型、状态机、错误记录设计……），所以人的时间占比反而上升了。

这个项目里我承担的不是"手写每一行业务代码"的角色，而是架构师和编排者：定义语义、拆解系统、组织上下文、分配工作单、验证不变量。业务代码由 AI 在边界内生成。代码产出速度是 AI 的，系统能交付是方法论的。

四、放大过程中真实踩过的坑

完整踩坑记录在案例页，这里提炼三个与"放大"直接相关的：

• 任务拆得太大：早期工作单一张覆盖整个同步链路，AI 生成了大量互相耦合的代码——违反 INVEST 的"小"，在系统尺度上代价被放大；
• 监控指标后补：可观测性没进系统级不变量，导致前期模块各自为政，指标口径不一——不变量清单漏一条，所有模块各错一遍；
• 数据源差异渗漏：类型映射逻辑一度散落进业务代码，靠 Connector 边界 review 拉回——Parnas 信息隐藏原则被违反时，系统级的腐烂速度远快于接口级。

三个坑指向同一个结论：接口级可以靠人盯，系统级只能靠不变量和边界——尺度越大，纪律越不能依赖自觉。

五、这个案例证明了什么

AI 很强，但系统能不能交付，取决于人能否定义语义不变量、拆出可并行的边界、组织上下文、编排执行、并用故障注入证明系统站得住。

GMV 清洗迁移链路证明方法有效，同步平台证明方法能放大，而放大的规律可以概括成一句话：闭环分形复用，规格层级化，验证转向不变量。

六、本章小结

• 放大的本质不是把流程拉长，而是同一闭环在系统级、模块级、任务级自相似地重复。
• 三个必须的升级：规格层级化（系统级只锁语义不变量）、编排升级为 orchestrator-workers（边界决定并行度）、验证从用例转向故障注入。
• 分工模型不变，权重变：系统级结构决策密度更高，人的时间占比上升。
• 尺度越大，纪律越不能依赖自觉——不变量和边界是系统级交付仅有的两根缰绳。

完整项目复盘：异构数据同步平台案例 ｜ 从头演练一遍方法论：生态店铺 GMV 清洗迁移案例

---

参考资料

• Anthropic, Building Effective Agents（2024）——orchestrator-workers 模式的定义与适用场景。