模板一个仓库起步包：ADR 与种子模板、指令、收件箱协议、任务运行器配方。可整体采用，也可按功能采用——从你的第一个种子起就能用。

VS Code 扩展你未决问题的树视图、在你输入时捕获格式错误记录的诊断、深度链接，以及一个 MCP 服务器，让你的智能体可以查询记录。同样上架于Open VSX。

iOS 客户端你项目的未决问题，装进口袋：登录、导入仓库、审阅，以及一键 Accept，把真实答案作为提交落地。上架于App Store。

人类与 AI 协作最有价值的副产品 是思考——而在日常实践中，这些思考全都蒸发了。你早已 能用你的 AI 做出好的决策。每一次会话都产生你将会 再次需要的推理，而默认情况下它们会丢失。这保留了「为什么」，因此它能复利积累。

一份记录，逐字呈现

这就是该方法的产物——来自一个活跃的公开项目自身记录中的一个问题， 与它在仓库中的原样完全一致：

### QST-HISTORICAL-TRUTH：更正应如何保留此前被相信的内容？-状态：已回答-为何提问：对话归因需要「截至日期 X 为真或已有记录的内容」，
而后续研究可能会更正更早的记录。-需求：批准或修订所提出的时间策略。**选项**：-**A — 可变当下真相**：就地更正记录；依靠 Git
历史来保留先前状态。-**B — 仅追加断言**：永不更改主张；追加更正
与取代边。-**C — 双时态混合**：在需要时更正描述性记录，同时
主张/事件携带有效时间、观察时间和显式取代关系；
Git 仍是第三层审计。**建议**：（由 Perplexity Computer 上的 GPT 5.6 Sol 提出）**C — 双时态混合。****理由**：Git 历史记录的是仓库字节何时发生变化，而不是某个
版本何时生效，或某个提供方何时做出陈述。显式的
有效时间和观察时间支持历史查询，而取代
边在保留更正的同时，不必把每个错别字都变成永恒的
领域事件。**置信度**：高度确信仅靠 Git 历史并不充分；中高
确信两条时间轴足以覆盖首个版本。**证伪条件**
**Rationale**: Git history records when repository bytes changed, not when arelease became valid or when a provider made a statement. Explicitvalid-time and observed-time support historical queries, while supersessionedges preserve corrections without forcing every typo into an eternaldomain event.**Confidence**: High that Git history alone is insufficient; medium-highthat two temporal axes cover the first release.**Falsifier**：如果真实归因案例需要额外的独立时间，例如产品可用时间不同于公布时间和生效时间，那么时间模型必须扩展，而不是让任一轴超载。**答：**（由 Jérémie "Sonnet 4.5" Lumbroso 通过 ADRs4AI 移动端发送）C — 双时态混合。

来自frontier-model-observatory，逐字引用。AI 提出了问题；建议——选项、理由、置信度，以及什么能证明它是错的——来自 GPT 5.6 Sol；一句话的裁决来自创始人的手机。这就是全部的机制：AI 承载推理，人类只花一次判断——接受、推翻，或任何形式的任何答案——而记录保留了原因，为后来每一个心智。

十分钟，从零开始

真实命令，创始人实际运行的流程——一个种子、一个问题、一次裁决：

# 1 · 你的模板副本
gh repo create my-project --private --clone\--template ADRs4AI/human-ai-collaboration-template-Acd my-project# 2 · 打开 CLAUDE.md，填写顶部区块（乱一点没关系），
#     然后在任何工作开始前先立下记录：
git add -A&&git commit -m"chore: the record begins before the building does"
# 3 · 招募——打开你的智能体并发出任务邀请：
claude# 或你选择的智能体
#   "你好——我有一个任务给你。读一读，然后告诉我
#    你是否接受，或者有任何异议。"

然后把你的想法倾倒进第一个种子——口述也行；你的 AI 会把它切分成 ADR，保留你的原话、选项、推理和开放问题。回答它提出的第一个问题。每个开放问题永远只差一次 grep：

grep -rn'^### QST'docs/adr/

一个种子、一个问题、一次已回答的裁决——这就是循环，而且它已经在复利。

运行一个团队——多个席位、按简报唤醒、你不再是消息总线——是可选的下一章：入门指南的第 7–9 步。

它如何运作，二十秒讲完

The iOS client: a recommendation with its rationale, and one-tap Accept

把你的想法倾倒进一个种子——乱一点没关系，口述也行；先捕获。你的 AI 会把它切分成ADR，保留那些通常会蒸发的东西：你的原话、考虑过的选项、推理、开放问题。每个问题都能用一次 grep 找到——### QST:——或由编辑器扩展、MCP 服务器、你口袋里的手机呈现；每一条都带着 AI 的选项、它的推荐、它的理由、它声明的置信度，以及什么能证明它是错的——于是回答被精简为接受或覆盖：认知负荷降低，带宽被释放出来，用于真正重要的审议。正是在这里，对话变成决策，并保留其理由——审议式编程，融于一个习惯。

你不需要是一名有经验的工程师才能开始。这套方法是由一个人和一支不断壮大的 AI 协作者团队通过日常实践构建出来的，而它的全部要点就在于记录负责记忆——这对项目太多的老手和正在构建第一个项目的初学者同样适用。

The VS Code extension's Open Questions view: a real question, four options, an attributed recommendation, an answer box

该扩展的 Open Questions 视图，基于这个项目自己的记录：一个问题、它的选项、一条注明归属的推荐——以及答案框。那天是 75 个问题中的第 16 个。

它不是什么

不是转录归档。不是向量数据库式的“记忆”。不是编排平台。也不是声称 AI 拥有持久身份——记录留存，想法会变，工作无论如何都会继续。

生态系统全景图

ADRs4AI 世界中的一切，以及每一部分各自的用途，尽在一页——方法论与模板、编辑器与客户端、团队自动化、实践中的项目、学习与教学——每一条目都标注了类型和语言：awesome-adrs4ai，这份精选地图。

论文

  • Cybernetic and Epistemic: A Missing Vocabulary for Trustworthy Agentic Delegation——已被 AAAI 2026 Fall Symposium on Trustworthy Agentic Systems（TAS 2026）接收 ·arXiv:2610.00961
  • Deliberative Programming: A Versioned Deliberation Protocol for Human–AI Collectives——DOI 10.5281/zenodo.23300579
  • 方法论模板本身也可引用：概念 DOI10.5281/zenodo.23303469——始终解析到最新的归档版本。

底层的理念

人类与 AI 之间发生的最有价值的事，不是代码、草稿或答案。而是思考——而在日常实践中，这一切都会蒸发。[…] 它不会让 AI 变得持久，也不会让任何人记住。它让工作可以续接——并让思考不断累积。

——摘自什么是 ADRs4AI？，这篇创刊文章。一个陌生人可以毫无背景地读懂它；它的作者身份和评审记录都是公开的，因为这就是方法。

来自博客