为什么好的架构师，总是在为未来的错误设计系统？丨FDE重新理解可逆决策

2024年夏天，摩根大通上线了内部生成式AI平台LLM Suite——这是一家年科技预算高达180亿美元的银行，完全有能力、也有资源直接押注市面上当时最强的那个模型。但它没有这么做。它选择自己在内部搭建一套系统，让OpenAI、Anthropic的模型可以同时接入，随时可能替换掉其中任何一个。八个月内，用户涨到20万，2025年拿下American Banker年度创新大奖。

原因并不复杂：摩根大通清楚，今天最好的模型，不一定是明天最好的模型。这套架构背后的工程判断，其实不是押注某一个模型长期领先，而是假设模型一定会变化，因此提前把替换能力设计进去。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

一次选定、长期绑定——这套逻辑正在失效

组织默认预期"一次选对模型、一次选对架构、一次选对平台"，因为重构成本极高，没有人愿意在系统跑起来之后再推倒重来。

这个预期在传统软件时代大体成立：选一个数据库、一个云平台，决策周期是以年计的，值得花大量时间去论证"哪个最好"，一旦选定，可以安稳用很多年。

真正的问题在于，组织把这套"慎重选一次，然后用很久"的逻辑，原封不动地搬进了AI架构决策里，却没有意识到，前提已经变了——能安稳用很多年的假设，这一次不成立了。

问题从来不是会不会错，是错了以后还能不能回来

任何一个决策都可能错——这不是悲观，是工程世界的常态，选型、架构、平台，没有一个是靠"论证得足够久"就能保证永远正确的。真正决定一个决策该被怎么对待的，从来不是"会不会出错"，而是"出错以后，还回不回得来"。这就是可逆决策（Reversible Decision）的判断起点。

顺着这个起点往下走，高不可逆的决策——数据的归属和治理框架、核心安全边界的设计、权限体系这类东西，一旦定了，推翻的代价极高，值得花时间反复论证；
低不可逆的决策——选用哪家模型、用什么编排方式、用哪个工具链，相对容易改，只要架构设计留出了替换的接口，换掉的成本可以压得很低，拖着不定，浪费的只是时间，换不来更好的答案。
行业默认选择的问题，正是把这两类决策混在一起，用同一套"慎重"去对待，结果是本该快速试错的决定，也背上了不该有的审批周期。真正浪费时间的，不是谨慎，而是把不可逆的谨慎用在了可逆的问题上。

在快速演进的模型市场里，技术迭代的周期已经明显缩短，传统那种"长期绑定式采购"的逻辑，开始发生变化——一款模型可能几个月就被更强的下一代取代，而不同企业走完一次采购评估、审批、签约的流程，本身也要花掉不少时间。

摩根大通把系统更新节奏设定在八周一次，某种程度上是在承认：任何一次"选定"都注定短命。真正该被设计得持久的，从来不只是"换模型"这一件事——今天变的可能是模型，明天可能是数据源、是agent的编排方式、是新的监管要求。真正值得投入精力建设的，是变化发生以后，组织还能不能调整这件事本身。

FDE重新理解可逆决策

真正该问的，不再是"这次选型有多大把握选对"，而是从寻找一个不会失败的方案，转向设计一个失败以后依然能往前走的系统。

如果这个决定六个月后被证明是错的，推翻它需要付出多大代价？答案越贵，就越值得现在多花时间论证；答案越便宜，就越不值得为了"选对"这件事拖延下去。

优秀架构不是假设自己不会犯错，而是假设自己一定会犯错——这句话听起来像自谦，其实是最诚实的工程判断。

真正成熟的系统，不是不犯错，而是犯错以后还能回来。

不可逆决策应该慢做，可逆决策应该快做：数据治理、安全边界这类真正难以回头的决定，值得慢慢论证；选模型、选工具链这类本来就可逆的决定，越早试错，成本越低。

摩根大通LLM Suite真正值钱的地方，从来不是它接入了哪几个模型，是它把"适应变化"这件事，从一句口号，变成了一套具体可执行的架构设计——模型只是今天需要适应的那一个变量，明天换成别的，这套能力依然用得上。

写在最后

之前的文章「为什么最先进的架构，经常输给最普通的方案？」说的是，别让今天的复杂度，锁死未来；这一篇说的是，别让今天的选择，锁死未来——两者其实是同一件事的两个侧面。

「为什么AI产品可以买到，AI能力却买不到？」里说过，AI最终会成为企业基础设施，需要企业持续建设——可逆决策正是这套能力里最基础的一块。「为什么优秀团队，总是在最后一刻才锁定方案？」讲的是决定之前的信息验证，这一篇讲的是决定做完之后，还留没留一条能反悔的路——两件事发生在同一条时间线的前后两端。

可如果每一个决定单独看都做对了——选的模型是当时最好的，方案足够简单，复杂度也控制住了，改起来也留了余地——一个个正确的决定累积起来，是不是就意味着整个系统一定没问题？

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪GEO判断工程」在AI从“说”到“做”进化阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。