S86：两张解释性架构图：Context / Container 与 Data / State / Sequence

内容类型：预习教材（不代表已完成）
日期：2027-02-16
阶段：P2 · AI Systems Engineering 90
总路线：Day 176
周次节奏：知识整合 · 周二架构图
状态：教材已备；学习未完成

一句话定义

解释性架构图用一个明确问题决定视角、粒度和省略内容：一张图解释 actor/boundary 或 responsibility，另一张解释 data/state 如何在时间中流动，而不是用一张大图包含所有细节。

学习目标

1. 从 context、container/responsibility、data flow、state flow、sequence 中选最有帮助的两种视角。
2. 为每张图写 audience、question、scope、legend、assumptions 和不能回答的问题。
3. 在图中准确区分边界、责任、协议、数据分类、状态所有权与证据，而不用云图标代替语义。

核心知识

Context 图回答系统为谁服务、与哪些外部人/系统交互、哪些是信任/数据/组织边界。它不应展开内部模块，但要显示 model provider、tool provider、human reviewer、data owner 和 downstream decision system 等真实外部责任。

Container/责任图回答系统内部哪个单元拥有什么 state 和 policy，如 data/artifact registry、agent runtime、tool gateway、trace store、eval/release service、review queue。容器不等于必须独立部署；它首先是责任与状态边界。

Data flow 图要标 input/output、schema/version、classification、transformation、storage/retention 与 purpose，例如原文→chunk→embedding/index→retrieved evidence→prompt→output→trace。不应把 request arrow 和 data replication arrow 画成同一种箭头。

State flow 或 sequence 图回答事情依什么顺序发生、谁等待谁、什么状态持久、timeout/retry/cancel/appeal 怎样处理。对 agent/HITL 这类长时间流程，sequence 比静态组件图更能暴露 unknown outcome、duplicate side effect 和 stale approval。

两张图要互相校验：Context/container 中的每个关键边界，应能在 data/state flow 中找到穿越点；flow 中的每个 state owner，应在责任图中存在。不一致处不必立即修系统，先作为待澄清问题。

机制与推导

图的信息密度可用一个反问控制：若去掉一个箱子/箭头，是否会改变对当前问题的回答？若不会，可能应省略。对每条跨边界箭头标四项：protocol/schema, identity, data class, failure/evidence。不需在主图放全部字段，可用编号对应简短 legend。

最小练习或观察

1. 选熟悉案例，写三个当前最想解释的问题，根据问题选两张图。
2. 每张图先写 audience/question/non-goal，再画箱子和箭头。
3. 对所有跨边界箭头填 protocol/schema、identity、data class、failure/evidence。
4. 交叉检查图间 state owner 和 boundary crossing 是否一致，将冲突留为问题。
5. 不追求美工、全线框、工具标志或一张全能图；能解释两个问题就停。

常见误区与边界

• 从现有技术栈开始画，没有 audience 和 question。
• 把每个 library 都画成 container，与责任、状态边界无关。
• 一种箭头同时表示 API call、event、data copy 与人工决定。
• 图中所有组件样式相同，使 planned 与 implemented 无法区分。
• 架构图是沟通模型，不是代码一致性、安全性或生产状态的自动证明。

系统 / 金融 / Web3 连接

银行案例适合一张 context 图标客户/调查员/数据主体/provider，加一张 evidence→review→decision→appeal 状态图。Web3 Wallet Agent 适合 context 图标 wallet/RPC/dApp/tool/chain，加 sequence 图展示 simulate→preview→approval→sign→broadcast→reconcile。

自检问题

1. 你的两张图分别回答什么，不回答什么？
2. container 与 deployment unit 为什么不必一一对应？
3. data flow 与 sequence/state flow 的关注点有何不同？
4. 两张图之间有哪个 state owner 或 boundary crossing 不一致？

专业课程对齐

• Stanford CS329S：精读 ML systems design、data、deployment 与 monitoring 主题，提取责任与生命周期而非复制技术栈。
• Full Stack Deep Learning：精读 project lifecycle、infrastructure、deployment 和 monitoring，校对 context/container 与流转视角。
• OpenTelemetry Documentation：选读 traces、context propagation 和 semantic conventions，用来修正 sequence 图中 span/correlation 与边界。

深入学习提示

先画草图，再用课程检查一个责任缺口，不要读完课程才开始。深入顺序应由图的问题决定：系统生命周期模糊就看 CS329S/FSDL，trace 边界模糊才看 OTel。

学后填写区

• 案例、audience 与问题：
• 两张图的视角：
• 跨边界箭头与 legend：
• 图间冲突 / 未解问题：
• 明确未表达的内容：