别再往 .cursorrules 里堆提示词了，试试给 AI 编程助手加层架构约束

很多开发者在使用 AI Coding Agent 时都会遇到一个极其痛苦的场景：你让它修一个局部 Bug，它确实把 Bug 解决了，但为了实现这个功能，它随手改动了你的设计模式，甚至在 Controller 层直接写了业务逻辑。这种“局部最优、全局崩盘”的现象，本质上是因为目前的 AI 助手缺乏一个具备全局视野的“架构师”角色，它们在执行任务时是片段式的，而非架构导向的。

最近关注到 Boffin 这个工具，它的核心逻辑非常值得深挖。Boffin 并不是在尝试通过增加 Prompt 长度来让 AI 变得聪明，而是在 AI Agent 之上构建了一层“Staff Engineer”逻辑层。简单来说，它在 AI 执行每一次编辑（per-edit）之前，先通过一套路由机制，将该模块对应的架构限制条件实时传达给 Agent。

这种做法解决了目前 AI 编程中一个非常核心的痛点：信息过载。很多团队尝试在 .cursorrules 或全局 System Prompt 中写入几百行架构规范，试图让 AI 遵守。但实际操作中，模型在处理长文本时会出现“中间丢失”现象，导致它在写代码时经常忽略掉那些关键的约束。而 Boffin 采用的“按需路由”机制，让约束条件变成了动态注入的上下文，只有当 AI 触碰到特定模块时，相关的架构限制才会生效。

如果你想在自己的 AI 工作流中实现类似的架构约束，不能简单地写“请遵守架构规范”，而应该建立一套结构化的拦截机制。

首先，你需要定义具体的“约束域”。将项目的架构规范原子化，例如将“禁止在 Controller 层写业务逻辑”或“必须使用特定的依赖注入方式”定义为具体的规则条目，并将其与对应的文件路径或模块名绑定。

其次，在 Agent 准备执行写操作（Write Operation）之前，必须引入一个拦截层。这个拦截层会根据当前操作的文件路径，去匹配预定义的约束规则。如果匹配成功，则将这些规则作为 System Prompt 的增强部分实时注入到当前的对话上下文中。

举个实操中的具体例子，如果你在开发一个支付网关模块 payment-gateway，你可以定义如下的 JSON 约束配置：

{
  "module": "payment-gateway",
  "constraints": [
    "All currency calculations must use BigDecimal to avoid precision loss",
    "Never expose raw database entities to the API response",
    "Every external API call must be wrapped in a circuit breaker"
  ]
}

当 AI 尝试修改 payment-gateway 目录下的任何文件时，这三条硬性约束会被强制推送到它的上下文窗口中。这样，AI 在写金额计算时会自动选择 BigDecimal 而不是 Double，在返回 API 响应时会自动创建 DTO 而不是直接返回 Entity。

这种精细化控制的优势在于，它极大地降低了 Token 的浪费，更重要的是提高了指令的命中率。在复杂的大模型实战项目中，从“能写出代码”到“能写出符合架构的代码”，关键就在于这种从全局堆砌到按需路由的逻辑转变。通过给 AI 增加一层虚拟的“架构师”约束，才能真正让 Agent 从一个简单的代码生成器，变成一个懂业务、懂设计的协作伙伴。