LLM 在遗留代码中为何频频失效？

Domain-Driven Agents

我在软件工程中重度使用 LLM，发现它在绿色项目中表现优异，但在充满技术债务的遗留系统中却频频出错。问题不在于模型能力不足，而在于代码库缺乏统一的领域语言和清晰的边界。我提出将工作拆分为战略与战术两部分：由人类负责阅读系统、制定变更策略，而将机械性的代码实现交给 AI 代理。通过引入 Domain-Driven Design（DDD）理念，我为每个仓库建立 `.workflow.json` 清单和 `CONTEXT.md` 术语表，明确界定上下文边界与术语所有权。这种结构化的领域定义让 AI 能准确理解系统意图，从而在复杂系统中也能高效协作，逐步偿还技术债务。