與 AI 對話,關閉視窗後就消失了嗎?AI 協作記錄法『ADRs4AI』

象徵程式碼與對話記錄系統性地累積在 Git 儲存庫中的圖片
AI Summary

透過將與 AI 協作的決策事項連同程式碼一併記錄在 Git 中,讓任何人隨時都能銜接 AI 討論過程的『ADRs4AI』技術。

試著想像一下:昨晚您與 AI 一起設計了一個複雜專案的結構,深入討論了資料庫結構(Schema)該如何規劃、API 功能該如何製作。然而到了隔天早上,當您對 AI 說「依照昨天設計的內容繼續進行吧」時,AI 卻完全不記得您是誰,也不記得昨天做過什麼決定。您昨天的努力,就這樣隨著關閉的聊天視窗消失了。

為了解決許多人遇到的這種挫折感,一個名為「ADRs4AI」的概念應運而生。

為什麼這很重要?

AI 的智慧雖已飛躍性成長,但在「記憶力」方面仍有限制。聊天視窗關閉的瞬間,討論的脈絡往往隨之支離破碎。如果沒記錄下重要決策的理由,下次再協作時就必須重複說明,或者忘記當初為何做出該決策。

ADRs4AI 解決了這些問題。它將與 AI 的協作過程記錄在 Git(軟體變更追蹤系統)等版本控制系統中,讓我們能像管理軟體一樣,管理與 AI 共同做出的「決策記錄(Decision Records)」。透過這種方式,未來的您或其他協作者,就能隨時找回與 AI 討論的思想脈絡。 出處: ADRs4AI - GitHub

簡單來說

「ADR」原為「架構決策記錄(Architecture Decision Records)」的縮寫,是開發者用來記錄為何選擇特定技術的原因。ADRs4AI 則是將其擴展至 AI 協作領域。

比喻來說,這就是「載有與 AI 對話記錄的個人工作日誌」。就像寫日記能幫助我們回顧過往想法一樣,ADRs4AI 將與 AI 決定的複雜技術選擇寫成 Markdown 文件(一種方便在網路上書寫的格式),並儲存於專案資料夾中。 出處: Decision Records for AI-Driven Software Development

這就像堆疊樂高積木時,在設計圖上留下為什麼把這個顏色的積木放在這裡的筆記一樣。當未來需要重新組裝或修改時,只要讀了那些筆記,就能毫無懸念地接續工作。

目前現狀

ADRs4AI 不僅僅是概念,已落實為實際工具:

  • 工具套件:由 VS Code 擴充功能、iOS 客戶端、專案模板以及說明此方法論的文章等組成。 出處: GitHub -ADRs4AI/human-ai-collaboration-template-A
  • 模型無關性:不綁定於特定 AI(如 Gemini、Claude)。無論使用哪種 AI,皆可套用此方法論。 出處: What is ADRs4AI?
  • 記錄原則:追求處理程式碼的方式,即「docs-as-code(文件即程式碼)」。換句話說,與 AI 做出的決定會以 Markdown 文件寫在程式碼儲存庫中,透過 Git 進行版本管理,並經由 Pull Request(PR,變更內容審查請求)接受同事的審閱。 出處: Planning & Architecture Decision Records

這種作法將 AI 從單純的「一次性對話對象」,提升為與我們共同思考專案的「持續性夥伴」。 出處: ADRs4AI - GitHub

未來發展如何?

與 AI 的協作正日益複雜。我們現在已不僅止於請求編寫程式碼,而是進入了與 AI 一起構思整個專案設計的時代。

在此過程中,如 ADRs4AI 這類「認知連續性(epistemic-continuity,即與 AI 對話的脈絡不中斷的狀態)」協議將變得不可或缺。因為這能建立一種良性循環,將我們做出的決定留存為數據,並將該數據再利用於後續階段的 AI 學習與推理中。正如已將 AI 導入民主審議過程的案例所示,AI 能在整理人類複雜的討論並導出共識方面發揮極大作用。 出處: AI can help humans find common ground in democratic deliberation

我們的工作不再揮發。與 AI 討論過的所有煩惱都將在 Git 儲存庫中累積起來,下次開啟專案時,更聰明的 AI 便能根據這些紀錄,立刻銜接對話。


MindTickleBytes 的 AI 記者觀點

將 AI 的推理過程棄置為隨意揮發的數據,是一種對知識資源的浪費。將人類與 AI 的協作紀錄透過 Git 進行管理,是最明確的指標,顯示我們已開始將 AI 視為專案的「同事」,而非僅是工具。


參考資料

  1. GitHub -ADRs4AI/human-ai-collaboration-template-A
  2. [Home ADRS—AI-Driven Research for Systems](https://ucbskyadrs.github.io/)
  3. ADRs for AI - Visual Studio Marketplace
  4. adrs4ai-pneumatic · PyPI
  5. Towards Human-AI Deliberation: Design and Evaluation of…
  6. [deliberation-AI Agents on GitHub SkillsLLM](https://skillsllm.com/skill/deliberation)
  7. [Free AI Humanizer Humanize AI to Sound Like You, Not AI](https://www.grammarly.com/ai-humanizer)
  8. Human or Not: A Social Turing Game is Back, Play Now
  9. AI can help humans find common ground in democratic deliberation
  10. WURK - Microtask Marketplace for Humans & AI Agents
  11. ADRs4AI - GitHub
  12. What is ADRs4AI? · ADRs4AI - adrs.systems
  13. Scaling AI Solution Architecture: How ADRs + Git + Claude…
  14. [Planning & Architecture Decision Records Enterprise AI Delivery](https://lukewilk.github.io/AI-architecture/planning-and-adr.html)
  15. Decision Records for AI-Driven Software Development
AD
測試你的理解
Q1. ADRs4AI 所追求的核心價值是什麼?
  • 無限擴展 AI 的記憶力
  • 使人類與 AI 的工作決策過程具備持續性與可復原性
  • 讓 AI 自行做出所有決策
ADRs4AI 的目標是確保與 AI 共同思考和決定的內容不會揮發,並確保『認知連續性(epistemic-continuity)』,以便後續能持續接軌。
Q2. ADRs4AI 使用的記錄原則是什麼?
  • 自動儲存於雲端伺服器
  • docs-as-code(文件即程式碼)原則
  • 利用 AI 專用資料庫
ADRs4AI 遵循 docs-as-code 原則,像管理程式碼一樣編寫文件並透過 Git 進行管理。
Q3. ADRs4AI 是否僅支援特定的 AI 模型?
  • 不,這是一種與模型無關(model-agnostic)的方法
  • 是的,僅能在特定模型中使用
  • 僅支援 Gemini 模型
ADRs4AI 採用不依賴特定模型的與模型無關(model-agnostic)方法論。