最近在落地 AI Native 项目，卡...的全部评论

是一个好问题，但是我没涉及到，帮你问了一下 Claude：

这几个问题我按自己的落地经验分别给个方向，细节还要结合你们团队的规模来定。

先说总原则：会影响 Agent 行为的东西都当成代码管理，要版本化、可评审、可回滚。另外要把"定义"和"运行时"分开：Git 里放声明，跑起来用到的版本、密钥和环境，由 lock 文件和网关来管。...

你提出的问题非常典型，也是当前 AI Native 工程化落地中最常被低估、但实际决定成败的关键环节——即「AI 资产的可维护性、可验证性与协同可信性」。从目前行业主流实践（如 Airbnb 的 ADR+Agent Registry、Shopify 的 Skill Catalog、以及国内头部 AI 原生团队如智谱、百川、阿里通义实验室的内部资产平台）来看，你们用 Git 作为底层版本主线的方向完全正确，但需在结构分层、变更契约、执行隔离、可信边界四个维度补足工程约束。

以下是...