文本框的终结：为 AI 架构通用信号总线

Source: Dev.to

我们现在在 AI 行业面临一个问题：我们过度沉迷于 UI，尤其是聊天窗口。大多数 AI 代理被动地坐在闪烁的光标后面，等待人类输入“Help me”。在企业软件和复杂系统架构中，问题不会在文本框里自行出现——它们会出现在日志流（500 错误）、文件变更（开发者推送了错误代码）或音频流（紧张的 Zoom 通话）中。如果 AI 代理只有在有人输入时才被唤醒，那已经为时已晚。

通用信号总线架构

逻辑流程图

graph LR
    subgraph "Wild Inputs (The Messy World)"
        A[User Text]:::input
        B[IDE File Change]:::input
        C[Server Log 500]:::input
        D[Meeting Audio]:::input
    end

    subgraph "Universal Signal Bus"
        direction TB
        E(Auto-Detector):::core

        subgraph "Normalization Layer"
            F[Text Normalizer]:::norm
            G[File Normalizer]:::norm
            H[Log Normalizer]:::norm
            I[Audio Normalizer]:::norm
        end
    end

    subgraph "Clean Interface"
        J{Context Object}:::obj
    end

    subgraph "The Brain"
        K[AI Agent]:::agent
    end

    %% Flow Connections
    A --> E
    B --> E
    C --> E
    D --> E

    E -- "Type: Text" --> F
    E -- "Type: File" --> G
    E -- "Type: Log" --> H
    E -- "Type: Audio" --> I

    F --> J
    G --> J
    H --> J
    I --> J

    J -- "Standardized Intent" --> K

    %% Styling
    classDef input fill:#f9f9f9,stroke:#333,stroke-dasharray: 5 5;
    classDef core fill:#e1f5fe,stroke:#01579b,stroke-width:2px;
    classDef norm fill:#fff9c4,stroke:#fbc02d;
    classDef obj fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px;
    classDef agent fill:#d1c4e9,stroke:#512da8,stroke-width:2px;

通用语言：ContextObject 数据类

from dataclasses import dataclass
from typing import Dict, Any

@dataclass
class ContextObject:
    signal_type: SignalType   # TEXT, FILE_CHANGE, LOG_STREAM, AUDIO
    timestamp: str
    intent: str               # High‑level extracted intent
    query: str                # Normalized query for the LLM
    priority: str             # critical, high, normal, low
    urgency_score: float      # 0.0 to 1.0
    context: Dict[str, Any]   # Payload‑specific data

输入类型与标准化

被动输入（文件监视器）

当开发者在 IDE 中删除安全配置时，他们不会向 AI 请求建议。总线检测到文件更改事件，对其进行标准化，并分配高紧急度：

• Signal: 文件更改
• Derived Intent: security_risk_detected
• Urgency: 0.9（关键）

系统输入（日志流）

服务器产生 500 错误日志。总线提取相关信息并为 LLM 创建查询：

• Signal: 日志流
• Derived Intent: server_error_500
• Query: “分析 DatabasePool 耗尽的堆栈跟踪。”

音频输入

在现场会议中，参与者的紧急请求被音频流捕获：

• Signal: 音频流
• Derived Intent: urgent_request

代码实现

class UniversalSignalBus:
    def ingest(self, raw_signal: Dict[str, Any]) -> ContextObject:
        # Auto‑detect signal type from raw structure
        signal_type = self._detect_signal_type(raw_signal)

        # Get appropriate normalizer (Strategy Pattern)
        normalizer = self.normalizers.get(signal_type)

        # Normalize the wild signal into a standard ContextObject
        context_obj = normalizer.normalize(raw_signal)

        return context_obj

交互范式

1. 主动交互 – 用户提出问题（标准聊天机器人）。
2. 被动交互 – AI 监视开发者的 IDE，仅在高紧急度的更改时介入（类似 Copilot‑style）。
3. 系统交互 – 基础设施报告健康指标；AI 可以自行修复或在没有任何文字提示的情况下提醒人类。

为构建者提供的机会

大多数团队专注于构建“大脑”（LLM）。很少有团队投资于“耳朵”。一个接受 任何 流——WebSocket 日志、gRPC 音频、DOM 点击流——并输出干净、规范化的 JSON “意图对象”的托管服务，将成为将混乱的真实世界连接到整洁的 LLM 接口的关键基础设施层。我们需要停止把 AI 当作文本处理工具，而要把它视为整体系统观察者。入口点不再是 UI 组件，而是 信号标准化器。