AI 辅助技术决策记录ADR从架构决策到团队知识管理的系统化方法一、技术决策最容易被浪费的不是「做决策的时间」而是「决策背后的理由没有记录下来导致同样的问题被反复讨论」技术决策记录Architecture Decision RecordADR是一种轻量级的文档实践每次做一个重要的技术决策如选什么框架、用什么数据库、怎么处理认证都写一份简短的文档记录「我们做了什么决策、为什么做这个决策、考虑了哪些备选方案、以及这个决策的预计到期时间」。这份文档提交到代码仓库里和代码一起版本管理。ADR 的价值不在于「记录决策」本身而在于「让决策可辩论、可复盘、可演进」。没有 ADR技术决策通常只存在于做决策的那几个人的记忆里几个月后新成员加入团队问「为什么我们用了 X 而不是 Y」没有人能给出完整的理由。或者更糟——有人提出「我们是不是应该换成 Y」团队讨论了半天发现一年前已经讨论过并选择了 X但理由已经找不到了。AI 辅助 ADR 撰写的核心价值在于降低「写 ADR」的心智负担——很多工程师知道应该写 ADR但觉得「写文档很麻烦」、「不知道怎么写才够清楚」。AI 可以辅助把「决策讨论的要点」整理成结构化的 ADR让写 ADR 变成一件轻量级的事情。二、ADR 的标准结构与撰写模板让决策可回溯、可辩论flowchart TD A[需要做技术决策] -- B[讨论备选方案] B -- C[做决策] C -- D[写 ADR] D -- E[团队 Review] E -- F[合并到仓库] F -- G[定期复盘]一个标准的 ADR 通常包含以下几个部分标题简短描述决策如「ADR-005选择 PostgreSQL 作为主数据库」状态提议 / 已接受 / 已弃用 / 已替代背景是什么问题或者需求促使我们做这个决策决策我们决定做什么备选方案我们考虑过哪些其他方案为什么没有选权衡这个决策的好处是什么代价是什么在什么条件下可能需要重新评估到期时间可选这个决策预计什么时候需要重新评估ADR 不需要很长——通常 300-500 字就够了。重要的是「把关键理由写清楚」而不是「写得很全面」。AI 可以辅助生成 ADR 初稿。给 AI 提供决策讨论的要点如会议记录、Slack 讨论截图、或者决策者的口述让它整理成 ADR 格式。以下是一个提示词框架你是一个软件架构师。请基于以下决策讨论要点生成一份 ADR架构决策记录。 ## 决策讨论要点 [粘贴讨论要点] ## 要求 1. 按标准 ADR 格式写标题、状态、背景、决策、备选方案、权衡、到期时间 2. 背景要写清楚「是什么问题促使我们做这个决策」 3. 备选方案要写清楚「为什么没选」而不只是「有哪些方案」 4. 权衡要诚实——既写好处也写代价 5. 长度控制在 400 字以内 ## 输出 Markdown 格式的 ADR可以直接提交到仓库AI 生成的 ADR 初稿通常需要人工编辑——AI 可能不清楚「团队里谁最了解这个决策的上下文」、「这个决策和之前哪个 ADR 有关联」、「这个决策的优先级高不高」。这些需要人工补充。三、ADR 的团队流程从提议到定期复盘的完整生命周期ADR 不是「写完就完了」的文档而是一个有生命周期的工件。一个工程上可落地的 ADR 流程通常包括以下环节提议任何人都可以提议写一个 ADR不只是 Tech Lead 或者架构师。好的 ADR 文化鼓励团队成员把「我认为我们应该做 X 而不是 Y」的想法写成 ADR 提议而不是只在脑子里想或者在私下讨论。ReviewADR 提议应该像代码 PR 一样经过团队 Review。Review 的重点不是「挑错」而是「确保决策理由被清楚地表达了」、「确保备选方案没有被遗漏」、以及「确保做决策的人听到了不同的意见」。合并与归档ADR 被接受后合并到代码仓库的docs/adr/目录里按序号命名如0001-use-postgres.md。ADR 一旦合并通常不应该修改——如果后来情况变化需要改决策应该写一份新的 ADR说明「我替代了哪份 ADR、为什么」。定期复盘建议每季度或者半年做一次「ADR 健康检查」哪些 ADR 的决策仍然有效哪些 ADR 的假设已经不成立了哪些 ADR 的到期时间到了需要重新评估这个复盘不需要导致大规模重写但能让团队对技术栈的演进保持清醒。四、AI 辅助 ADR 搜索与关联让决策知识真正可被检索随着时间推移一个团队的 ADR 数量会增长到几十甚至几百份。如果没有好的检索方式「可回溯」就变成了「理论上可回溯但实际上找不到」。AI 可以辅助做 ADR 的索引和关联把所有 ADR 的标题和摘要向量化存到向量数据库然后用自然语言问题如「我们为什么选了 PostgreSQL」做语义搜索。另一个 AI 可以辅助的事情是「ADR 关联分析」新写一份 ADR 时AI 可以分析它的内容和已有 ADR 的关联——「这份 ADR 和 ADR-003 讨论的数据库选型有关建议一起 Review」。这个关联分析能帮助团队发现「决策之间的依赖关系」避免做出相互矛盾的决策。ADR 和代码一样也需要「重构」——当多份 ADR 讨论的是相关话题时可以写一份「总结性 ADR」或者「ADR 索引」把这些相关决策组织起来。AI 可以辅助做这个整理工作——分析所有 ADR 的主题生成一份「按主题组织的 ADR 索引」。五、总结AI 辅助技术决策记录ADR的核心价值在于降低「做决策记录」的心智负担让 ADR 从「知道应该做但总是没做」变成「决策讨论完后顺手就能生成初稿」。标准 ADR 格式、团队 Review 流程、以及定期复盘机制是把 ADR 从「文档」变成「团队知识管理基础设施」的三个关键实践。AI 可以生成 ADR 初稿、可以做 ADR 的语义搜索、也可以辅助发现 ADR 之间的关联但 ADR 的核心——决策理由和权衡——必须来自真实的讨论和判断。好的技术决策记录能让团队在人员变动后仍然保持技术决策的一致性和可演进性——这比任何一份文档都更有长期价值。