AI 团队资产治理框架

解决的资产沉淀难题

在构建 AI Agent 时，多数团队习惯将所有资产统一走"本地安装+手动拼装"的路径。这种把 skill、prompt 等无状态能力与知识库、数据库工具等有状态重资产混为一谈的做法，直接导致了环境重复搭建、版本严重分叉以及知识库各自过期。资产沉淀失败的根因并非缺乏纪律，而是分发架构的错配。

核心分发机制与执行步骤

本框架的核心是"分发方式二分法"与六阶段流程，关键步骤包括：

• Phase 1 资产盘点：通过"创建成本、跨人复用、时间增值"三条标准筛出真资产，并按 P0-P3 排定优先级（Eval 与知识库列为 P0 地基）。
• Phase 2 分发选择：严格判断资产是"能装的"（做成版本化依赖）还是"只能连的"（部署为共享服务）。
• Phase 3 & 4 联邦与防分叉：通过命名空间与统一发现层实现能力流动，利用配置替代、服务化与漂移检测确保中心版本始终最优。

适用边界与避坑指南

这是一套架构决策指南，而非开箱即用的工具箱，落地需要团队具备基础的工程化能力。对于 5 人以下的极小团队，建议跳过联邦与重度治理阶段，仅聚焦前两个 Phase。此外，严禁在未建立具备区分度的 P0 评测集的情况下盲目铺设上层 Agent 编排，否则资产的好坏将彻底失去度量基准。