用途
Abstraction Architect 是一个围绕“结构熵”构建的知识库技能。它要回答的核心问题是：同一个概念在何处被表示、拥有、计算或实现超过一次，以及当这个概念发生变化时，代价是什么。
结构熵的积累方式往往在局部看起来是合理的：支持团队因为领域逻辑难以触达而自行实现了一套资格检查；一个配置值被添加在读取它的代码旁边；一个 DTO 被复制，因为原始对象带有新调用方不想要的字段。每一个决定都站得住脚，但加总起来，代码库就变成“一次概念性变更要触碰九个文件、还漏掉两个”的状态。
主要能力
该技能建立在两条证据轨道的区分之上，这一区分在 references/theory.md 第 9 节展开，并在 references/evidence-tracks.md 中操作化。轨道决定证据的性质，维度决定门槛。
- 形式（Form）：同一机制被书写超过一次。风险是过早抽取，工具是计数，三次法则是 D5 的门槛。
- 知识（Knowledge）：同一事实存在多个权威表示。风险是所有者之间的漂移，计数是错误的工具，两个表示在更严格的语义证明下就足够。
知识轨道的判别性问题是：这些表示是否可以合法地不一致？如果可以，无论表面多么相似，都不构成发现；如果不可以，两个就足够。
使用方式
在以下情况加载该技能：
- 决定是否抽取、集中或内联
- 询问谁规范地拥有某个事实、策略、阈值或状态
- 审计重复知识、竞争权威、冗余模型或可推导的存储状态
- 评估已有抽象是否在为自己买单
- 运行 /abstraction-architect:audit，它会启动加载该技能的审计代理
不要为 references/scope-boundaries.md 中列出的关注点加载它，该文档指明了每个关注点的归属者。
参考文档按需加载，不要一次性全部读取：
- references/dimensions.md：对候选进行分类时读取。包含 D1 到 D7 及证明规则、镜头 L1 到 L4、单一主分类优先级。从这里开始。
- references/evidence-tracks.md：判断候选是否有足够证据时读取。包含轨道 A 和 B、门槛 A1 到 A5 与 K1 到 K6。
- references/concept-census.md：运行全局审计时读取。包含种子图、概念抽取、四个搜索族、概念证据索引。
- references/concept-index-protocol.md：读取或写入 .abstraction-architect/concept-index.json 时读取。包含模式、新鲜度状态、脚本契约。
- references/decision-frame.md：提升候选、校准严重性、构建修复框架时读取。
- references/unification-patterns.md：匹配形式候选时读取。P1 到 P12 为基础设施类，P13 到 P18 为面向领域类。不是准入门槛。
- references/anti-patterns.md：判断 D7 时读取。十二种错误抽象形态，引用为反模式 A1 到 A12。不是准入门槛。
- references/scope-boundaries.md：判断某个关注点是否属于此处时读取。五项排除及其归属者。
- references/theory.md：论证立场，或用户询问为何重要时读取。九条原则加一条经验法则。
- references/further-reading.md：引用来源时读取。已验证的 URL。
适用场景
该技能适用于代码库的结构性审计与抽象决策，例如判断是否应抽取共享逻辑、确认某个事实或策略的规范所有者、发现重复知识与竞争权威、识别冗余模型或可推导状态，以及评估现有抽象的成本收益。
限制
该技能有明确的范围边界，references/scope-boundaries.md 列出了五项排除及其归属者，超出这些边界的关注点不应加载本技能。此外，模式（unification-patterns）和反模式（anti-patterns）都只是发现辅助与分类示例，不是穷尽目录，也不是构成发现的先决条件。结构简化是审计的期望结果，而不是一种发现类别。
经验法则
当这个关注点发生变化时，你需要触碰哪里？
- 如果 N 随功能线性增长，该关注点是统一候选。
- 如果每个新需求都给共享层增加一个标志、分支或参数，该层就是错误抽象。
- 如果 N 大于一，且这些位置必须一致，但没有任何机制使它们一致，你就发现了一个竞争权威，这是更严重的发现。
两条容易丢失的规则
- 结构简化是审计的期望结果，不是发现类别。
- 模式是发现辅助与分类示例，绝不是穷尽目录，也不是构成发现的先决条件。