当系统开始面对不确定输入、不确定协作对象、不确定业务演化速度时，
结构化消息 + 强耦合领域模型 已经不再适合 AI 时代。

本文提出一种面向 AI 时代的领域驱动设计范式：DAD（Domain Actor Design），其核心系统单元是 AI Actor。

---

一、从 Actor 模型说起：为什么领域需要 Actor

1️⃣ 经典 Actor 模型解决了什么

Actor 模型的基本原则很简单：

• Actor 是独立执行单元

• 只通过消息通信

• 内部状态对外不可见

• 消息进入邮箱（Mailbox），串行处理

它解决的是两个老问题：

• 并发下的共享状态复杂性

• 组件之间的直接方法调用耦合

Actor 不关心“谁调用我”，
只关心“我收到了什么消息”。

---

2️⃣ 传统 DDD + 消息的问题并没有真正消失

在现实系统中，即便你引入了消息：

• 消息仍然是强结构化的 DTO

• 接收方必须精确知道结构

• 发送方必须知道对方能处理什么结构

结果是：

领域对象之间的耦合，从方法调用，转移成了消息结构耦合

这在系统规模变大后，会产生三个致命问题：

1. 消息结构成了隐形契约

2. 跨领域演化成本极高

3. 系统无法容忍“不完美消息”

---

二、DAD 的核心单元：AI Actor

在 DAD 中，领域的最小自治单元不是 Aggregate，而是 AI Actor。

AI Actor = Agent + MCP 领域服务

这不是概念拆分，而是职责强制隔离。

---

三、AI Actor 的两个组成部分

1️⃣ Agent：语义层、边界层、对话层

Agent 不做领域业务，只做三件事：

✅ 1. 语义解析与校验（前置）

• 接收外部消息（通常是 JSON）

• 判断：

  • 对方想干什么

  • 信息是否语义完整

  • 是否符合当前 Actor 的能力边界

消息“结构正确”≠“语义合法”

如果不合法：

• 直接返回语义化错误

• 不会进入邮箱

• 不会污染领域状态

👉 这一步的意义非常关键：

Mailbox 里只能放“可以被处理的意图”

---

✅ 2. 意图映射为领域命令

通过 Agent：

• 将模糊或多样的请求
  → 映射为 Actor 内部可识别的领域命令

此时才进入 Actor 的 Mailbox 排队处理。

---

✅ 3. 结果语义化与对外表达（后置）

当领域处理完成后：

• MCP 只返回领域结果

• Agent 负责：

  • 翻译结果

  • 解释状态变化

  • 构造对外的语义响应消息

MCP 不知道“对方是谁”
Agent 决定“如何把结果讲清楚”

---

2️⃣ MCP 领域服务：确定性、可追溯、可演化

MCP（Model Context Protocol）领域服务的特点是：

• 只处理确定的领域命令

• 不解析语义

• 不做 IO 协议适配

• 不关心消息来源

它只关注三件事：

1. 当前状态

2. 输入命令

3. 状态如何变化

---

四、为什么 MCP 必须配合事件溯源存储

1️⃣ 传统 DDD 存储的问题

传统做法是：

• 聚合根 → ORM → 表

• 状态是“当前快照”

问题在 AI 时代被放大了：

• 无法解释“为什么会变成现在这样”

• 无法回放 Agent 决策上下文

• 无法支持模型迭代后的再推演

---

2️⃣ 事件溯源是 AI Actor 的天然存储方式

在 DAD 中：

• 状态 = 事件序列的结果

• 每一次 MCP 执行：

  • 消费一个命令

  • 产生一组领域事件

事件记录的是：

• 发生了什么

• 在什么上下文下发生

• Actor 的状态如何演进

👉 这带来三个直接收益：

1. 完整决策可追溯

2. 支持 AI 逻辑重放 / 校正

3. 代码与数据逐步融合

---

五、AI Actor 的完整消息处理流程（重点）

下面是完整、闭环、不缺角色的流程。

---

🔁 AI Actor 消息处理生命周期

① 消息到达 Actor 边界

• 来自用户 Actor

• 来自其他领域 Actor

• 来自外部系统

形式可能是 JSON，但不是结构校验阶段

---

② Agent 进行语义解析与校验（前置关卡）

Agent 判断：

• 意图是否明确

• 参数是否语义完整

• 是否在当前 Actor 的职责范围内

❌ 不合格：

• 直接返回语义错误

• 说明：

  • 缺什么

  • 错在哪里

  • 应该如何修正

✅ 合格：

• 生成标准化领域命令

---

③ 命令进入 Mailbox 排队

此时进入的是：

“已被理解、已被验证的意图”

Mailbox 保证：

• 串行

• 可持久化

• Actor 重启不丢失

---

④ MCP 领域服务执行命令

• 读取当前状态（由事件还原）

• 执行业务规则

• 产生新的领域事件

---

⑤ 事件持久化（事件溯源）

• 事件写入存储

• Actor 状态更新

---

⑥ MCP 返回执行结果给 Agent

这里只是领域结果，不包含对外语义。

---

⑦ Agent 语义化结果并返回消息

Agent：

• 将结果转换为对方能理解的语义消息

• 可以是：

  • 成功解释

  • 状态变化说明

  • 后续建议操作

---

六、DAD 的本质变化

---

七、总结一句话

AI Actor 并不是“加了 AI 的 Actor”，
而是让“理解”成为系统的一等公民。

• Agent 负责理解、校验、表达

• MCP 负责确定性领域演化

• 事件溯源负责记忆与可追溯性

这，才是 AI 时代的领域驱动设计：DAD。