核心用法
Lattice 是一款专为AI智能体团队设计的文件化操作系统，通过持久化文件替代易失的聊天窗口，解决长期迭代开发中的上下文丢失与任务漂移问题。其核心工作流程围绕 lattice init 初始化组织、lattice new-project 创建项目、lattice new-dept 添加部门、lattice status 查看状态四大任务展开。
系统采用8阶段执行流水线（Constitute→Research→Specify→Plan+Tasks→Implement→Test→Review→Gap Analysis），每个阶段对应特定的认知任务。用户可为不同阶段配置差异化的模型策略——规划与审查等"思考密集型"阶段使用强推理模型（如Claude Opus），而实现与测试等"令牌密集型"阶段使用高性价比编码模型（如GPT Codex），从而显著优化成本。
三层故障恢复机制是 Lattice 的关键差异化能力：当智能体卡住时，系统依次尝试（1）模型升级重试、（2）多模型并行咨询、（3）自动分类决策（放宽约束/延期/人工阻塞），绝大多数阻塞无需人工干预即可自动解除。
显著优点
- 会话稳定性：文件驱动状态机确保跨小时/天的任务连续性，彻底消除上下文窗口溢出
- 成本优化：按认知需求匹配模型，实测可降低50%+令牌成本而不牺牲关键质量
- 自主恢复：三级故障处理实现"自愈合"，减少人工介入
- 多项目并行：支持cron调度独立运行多个项目，各项目按自身节奏推进
潜在局限与风险
- 文件系统依赖：依赖本地文件系统持久化，分布式场景需额外同步机制
- 模板定制成本：初期需大量配置（模型分配、升级链、咨询模型等），学习曲线陡峭
- cron可靠性：长周期任务依赖外部调度系统，若cron服务中断可能导致执行间隙
- "自动分类"误判风险：AI自主决定"放宽约束"可能导致需求妥协，关键项目需人工复核策略
适合人群
- 运行多智能体AI团队的技术负责人
- 需要数小时至数天持续执行的复杂开发项目
- 追求Token成本优化的高频AI工作流团队
- 希望减少人工阻塞处理的自动化运维场景
常规风险
- 模型API变更可能导致配置失效，需定期维护升级链
- 多项目并行时的文件IO竞争需确保原子操作
- 自动放宽约束的决策阈值需根据项目关键度校准