博客

为什么 AI 工程工作流
需要类型化决策

自由文本可以解释判断,工程系统还需要验证判断。gf 用 Jev 处理语义不确定性,同时把写权限留在确定性规则和人工确认手中。

语义信号先经过 Jev 类型化,再通过 gf 校验和授权边界
判断可以来自模型,权限必须来自系统。

AI 已经能阅读 Issue、PR 和 CI 日志,但“能理解”不等于“可以执行”。工程工作流最危险的跳跃,是把一段自然语言建议直接解释成标签、合并、发布或权限变更。

自由文本的问题,不只是难解析

普通模型响应往往是一段解释。它可以同时包含结论、保留意见、替代建议和未经请求的动作。对人来说这很自然,对程序来说却缺少稳定契约。

工程系统真正需要的是边界明确的问题:是否存在阻塞证据,候选类型中哪一个最合适,风险落在哪个有序等级。响应必须与原问题一一对应,超出候选集合的内容应当被拒绝。

Jev 在 gf 中不是聊天接口,而是一个可选的 TypeSafe 决策适配器。它提供受约束的语义信号,不提供执行权限。

四种类型,分别回答四类工程问题

Noul

允许回答未知

用 yes、no、unknown 表达证据边界,适合阻塞、安全与合规判断。

Choice

只能从候选中选择

适合 Issue 类型、失败分类和工作流模式,不让响应创造新枚举。

Score

在有序尺度上评估

适合优先级、质量和风险,但阈值必须根据已标注数据单独校准。

Batch

一次组合多个问题

把不同类型放进同一请求,同时验证响应是否覆盖完全相同的问题集合。

核心设计:判断与授权分离

gf 把 Jev 放在建议层。调用前限制状态大小、问题数量和候选范围,调用后校验响应结构与问题集合。任何一步失败,调用方都回到原有规则或人工审查。

Jev 判断层 理解语义

Noul / Choice / Score / Batch

输出只读、可验证的建议

gf 授权层 控制状态

合同门禁 / CLI 权限 / 人工确认

决定是否执行真实写操作

这种分层意味着 Jev 超时、凭据缺失或服务不可用时,安全属性不会改变。没有模型响应不会自动变成许可,低置信度也不会被当成确定答案。

22 个公开 Issue 告诉了我们什么

仓库用 22 个已有类型与优先级标签的公开 Issue 做过一次小规模试点。请求只发送标题,不发送正文、评论、作者、链接或标签。所有调用都成功,也没有修改任何标签。

16/22类型选择与现有标签一致
11/22优先级映射与现有标签一致
22/22调用完成,零标签写入

这些结果不是生产准确率。样本刻意偏向 bug 和高优先级问题,现有标签也不是独立裁定的真值。尤其是标题无法解释仓库自己的 feature 与 enhancement 政策,高置信度也没有稳定带来更高一致率。

因此结论不是“可以自动打标签”,而是继续保持建议模式。要部署自动阈值,需要更多独立标注样本、每类问题单独校准,并重点衡量高风险漏判。

在 gf 中显式接入 Jev

默认二进制不包含 Jev。重新安装 feature、保存凭据和启用 provider 都需要显式动作。已通过 crates.io 安装 gf 的用户可以直接重装带 Jev 的同版本二进制:

cargo install gitflow-cli --features gitflow-jev --force

export GF_DECISION_PROVIDER=jev
gf decide batch --input decision.json

仓库开发者也可以运行 cargo build -p gitflow-cli --features gitflow-jev 从源码构建;调用时需确保使用的是该构建产物,而不是未启用 feature 的旧全局二进制。

跨平台环境通过 TYPESAFE_API_KEY 从环境或密钥管理器注入凭据。macOS 用户也可以把 TypeSafe Key 保存到 Keychain 的 ai.typesafe.api-key 项目,作为环境变量缺失时的后备;环境变量优先。TypeSafe 凭据与 gf auth 的 Git 平台凭据相互独立,密钥不要放进命令参数、请求文件、仓库或聊天记录。

security add-generic-password -a "$USER" -s ai.typesafe.api-key -U -w

兼容期内,已有旧条目的用户可运行以下命令迁移到共享服务名:

security add-generic-password -a "$USER" -s ai.typesafe.api-key -U -w "$(security find-generic-password -a "$USER" -s gitflow-cli-typesafe -w)"

请求在 CLI 边界限制为 128 KiB,序列化状态限制为 32 KiB,问题数量最多 16 个。响应大小、问题集合和超时同样会被验证。这些检查是最后一道防线,发送前仍需人工删除密钥、个人信息与无关上下文。

适合 Jev 的地方,也是规则的边界

Issue 分流、PR 风险预检查、CI 失败分类、Skill 选择和语义回归都包含难以用字符串规则覆盖的判断。它们适合引入类型化信号,但不适合把最终权限交给模型。

gf 的选择是让 Jev 负责“这更像什么”,让确定性系统负责“接下来允许做什么”。两者之间的接口越窄,工程工作流越容易测试、审计和降级。