促进AI与人类协同的架构思维

架构思维或建模只有在包含全景、决策和结构视图时才能有效。人们经常谈论系统思维，但为了确保可行的架构模型，系统思维必须从这三个思维支柱入手。

AI驱动的架构思维或建模同样需要这三个思维支柱。让我们从企业解决方案架构（ESA）的角度简要看看每一个支柱，它介于企业架构（EA）和解决方案架构（SA）之间。

全景思维

企业解决方案架构需要简化复杂的解决方案环境并呈现宏观视图，这需要一定程度的抽象。全景视图包含不同视角的分层视图。定义适当的抽象层次是人类独有的能力。

决策思维

决策思维需要艺术与科学的结合，学习起来更具挑战性。在企业解决方案建模中，决策制定考虑架构原则、需求映射、关键选择考虑因素、治理措施以及约束或风险，所有这些都相互影响。

决策思维或权衡分析可以通过AI与人类协作很好地执行，其中人类做出最终决定。

结构思维

结构架构及其关系是企业解决方案架构的基础。它涉及更多功能和操作方面的系统思维。与逻辑思维或MECE（相互独立，完全穷尽）思维不同，结构思维需要更多的多对多关系映射。AI可以在结构思维领域提供很大帮助。

促进AI-人类思维的架构元素

下图展示了促进AI-人类架构思维的基础元素。无论您的解决方案架构风格如何，从这三个维度进行清晰思考将通过迭代产生可行的架构。

现在IT人员更关注AI领域，该领域正迅速从孤立模型转向集成的自主系统。关键趋势是从"以模型为中心"转向"以应用为中心"。因此，对于企业解决方案级别的AI混合架构，您需要在深入研究代理AI应用、AI技术栈、多上下文处理（MCP）、检索增强生成（RAG）或生成式AI的机器学习操作（MLOps）之前，拥有一个整体的架构模型。

有人认为AI非常强大，可以处理复杂的架构元素。是的，在AI层面上，它可以并且将会做到。但是，对于企业解决方案中所有关键利益相关者之间的有效AI-人类协作架构和共享模型，元素需要以最小化和有意义的方式表示。迂腐的命名法或分类将无法在复杂环境中实现整体思维的目的。

三大思维支柱相互关联

实际上，一些IT人员更关注权衡分析，而另一些则更关注结构建模。或者一些企业架构师更关注全景思维。这种狭隘的架构思维可能听起来正确，但往往无法实现架构的可行性。例如：

• 仅凭决策思维是不够的，无论您的决策框架有多好，除非它涉及结构和全景思维
• 纠缠的复杂性必须通过结构思维过程进行简化和澄清，然后才能进行有意义的分析，进而通过正确的决策使系统变得不那么复杂
• 一个精心构建的全景模型如果没有坚实的结构思维过程，将无法很好地落地
• 如果全景或决策思维考虑不周，一个精心设计的解决方案模型可能无法符合可维护性或长期目标

因此，在大型复杂的解决方案环境中，所有这三个思维支柱必须融入一个一致的思维框架中，最好以建模形式体现。

AI可以帮助收集信息、分析进行中的视图并关联模型元素，而人类提供指导和决策标准。

特殊情况

思维框架的三个支柱存在许多变化或例外情况。例如：

• 对于简单或小的解决方案，仅凭结构或决策思维可能就足够了
• 对于特殊活动目的，需要不同类型的思维，如战略思维和创新思维。请注意，所有这些思想都可以关联并应用于企业解决方案模型中的三个思维支柱
• 对于特定目的，全景视图足以满足企业的整体视图，而结构视图足以满足解决方案设计

总结

本文提出了思维框架三个支柱的实用观点，确保对企业解决方案或复杂IT案例进行全面考虑。

当与由全景元素、决策元素和结构元素组成的相应建模配对时，思维框架将运作良好。为了在开发解决方案时获得更多见解，您可以尝试敏捷ESA建模（精简模式）来促进AI-人类架构思维，借助AI提示，围绕这三个思维元素展开。

我广泛的解决方案项目经验表明，不清晰的架构是后期主要解决方案问题的首要原因。通过在敏捷迭代方法中采用AI-人类架构思维方法，您的企业解决方案可以更好地维护和适应，以实现架构一致性目标。

当人类指导，AI进行智能分析时，AI-人类协作是强大的。请注意，对于有效的企业解决方案架构，AI是一个重负荷助手，而不是驱动力。

感谢您花时间阅读本文。我很乐意听取您的意见。

参考

《掌握企业解决方案建模》/ Sean Gu. APRESS, 2024