Authority 决定谁能证明什么
User 可以证明业务意图，Runtime 能证明当前事实，AI 可以形成推断和提议。它们不能相互替代。
COGNITIVE ENVIRONMENT
认知环境
给模型提供可访问的领域世界，而不是要求它一次加载一切。
NATIVE INTELLIGENCE
原生智能
理解、探索、规划、比较、判断和行动选择来自基础模型本身。
REALITY GOVERNANCE BOUNDARY
认知结果获取现实权力之前的边界
Runtime / Reality实际状态 · 事务执行 · 持久化 · 外部副作用 → Outcome → Feedback
根据《AI-Native 核心框架》的职责分层重新绘制；连接表示相互作用与治理关系，并非固定认知流水线。
DESIGN RESPONSIBILITY三个核心对象，
三个核心对象，
三种不同的职责。
01 / INTELLIGENCE
Native Intelligence
我们利用模型已有的理解、推理、规划与自适应能力，不把它们再拆成强制工作流节点。
02 / ENVIRONMENT
Cognitive Environment
通过 Knowledge、Context、Skill、Tool、Objective、Evidence 等组织领域世界，支持按需发现与访问。
03 / GOVERNANCE
Reality Governance
通过 Authority、Constraint、Permission、Contract、Validator、Runtime 管理承诺资格及真实副作用。
ENGINEERING MODULES从抽象原则，
从抽象原则，
落到可靠工程能力。
现有清单显示，项目已经围绕 Skill、Java 宿主和表单 Runtime 展开了较完整的能力建设。
| 层次 | 现有工程模块 |
|---|---|
| Domain Skill | 领域知识组织、职责划分、声明式能力包、父子任务协作、领域设计方法。 |
| AI Core | 模型访问、动态工具装配、Context 供给、来源关联、会话与文件引用。 |
| Runtime | 任务生命周期、取消与超时、事务、持久化状态、原子产物发布。 |
| Validation | 元模型 / Schema、候选验证、实际 FormRender、浏览器反馈与确定性检查。 |
| Observability | 实际模型请求、工具调用、上下文来源、执行失败和产物状态诊断。 |
IMPORTANT BOUNDARIES认知拥有行动空间，
认知拥有行动空间，
不意味着 AI 拥有无限权力。
Commit 区分候选与承诺
AI Inference 不等于现实事实，Candidate 不等于最终发布。越接近现实副作用，越需要授权、证据与机器验证。
Context 是有效投影
完整环境中可能有大量 Knowledge、Tools 和 State，但只应将当前有效的一部分带入 Active Context。
Feedback 不是天然真理
真实运行结果需要经过收集、评价和验证，才能成为长期可复用的知识、启发式规则或政策。
ARCHITECTURE, WITH PROOF先理解设计原则，
先理解设计原则，
再检查工程实现与边界。
阅读分层文档、能力来源和目前尚需验收的环节。