受治理的 AI 开发

治理 AI 的参与

• 受控开发 — 人类意图打开开发边界。 把人的意图转化为受治理工程回合：需求、当前任务、受控写入边界、变更集、构建/测试、恢复与证据保持连接。
• 受治理的AI参与 — 已连接 ≠ 活跃；活跃 ≠ 已授权。 AI始终是受治理资源：厂商身份、模型、已选资源、活跃参与者、角色、上下文资格、权限、职权与人类闸门分别成为可审计事实。

项目负责记忆，智能始终可以更换。

NCT围绕可持续的工程现实构建：身份、关系、证据、职权与记忆可以跨越单次AI会话和单台机器继续存在。

• 受治理智能 — 智能可以建议，但不能静默变成职权。 一个模型被连接、能力很强或非常自信，都不能证明它应该读取、写入、Push或批准。 厂商、角色、上下文资格、权限、职权与人类闸门保持独立事实。 权限 ≠ 职权 ≠ 人类闸门
• 独立分析 — 一致意见有价值，真正独立更重要。 多个AI如果看到彼此推理，很容易把同一个错误假设一起放大。 NCT架构支持隔离分析：同侪输出保持不可见，汇总只整理不裁决，最终由人类裁决。 CONSENSUS ≠ 真相 · CONSENSUS ≠ 职权

NCT 不打算做又一个 AI 编程助手。

这是一个品类定位，不是在说每一个竞品都是这样。具名竞品对比，只在完成当期事实核实之后才发布。

• AI 帮你写代码、改代码 — AI 在受治理的工程现实内部参与
• 上下文通常围绕当前工具 / 会话 — 项目记忆被设计成比任务会话活得更久
• 模型 / 厂商容易变成工作流的中心 — 项目才是主体；AI 是可替换的受治理资源
• 输出容易直接滑向执行 — 候选、证据、授权与验收始终分开
• 协作可以提升吞吐 — 独立分析用于提升分歧质量与验证能力
• 历史通常靠工具产物事后拼出来 — NCT 的目标是让身份、引用、证据与关系长期稳定保留