术语表
统一术语是组织形成共识的第一步。
结论先行：在 AI 原生基础设施语境中，关键术语必须保持一致，否则治理与沟通都会失焦。
以下术语表用于跨团队对齐。
核心术语
AI 原生基础设施 / AI Native Infrastructure
以"模型/智能体作为执行主体、算力作为稀缺资产、不确定性作为常态"为前提，通过算力治理把"意图 → 执行 → 资源消耗 → 经济与风险结果"闭环起来的基础设施体系。
模型行为体 / Model-as-Actor
模型/智能体成为"执行主体"，具备行动能力，会调用工具、修改系统状态、产生副作用，因此需要治理与审计。
算力稀缺 / Compute-as-Scarcity
算力（GPU、互连、功耗、带宽）成为核心稀缺资产，扩容受供应链与机房条件约束，成本不可弹性化。
默认不确定 / Uncertainty-by-Default
行为与资源消耗高度不确定（尤其在 agentic、long-context 场景下），需要验证与回退机制。
意图平面 / Intent Plane
API、Agent、策略表达层，负责表达"我想要什么"，包括优先级、预算、合规等策略。
执行平面 / Execution Plane
训练/推理/serving/runtime 层，负责把意图落地为真实执行，包括状态管理、工具调用、模型路由等。
治理平面 / Governance Plane
配额/预算、隔离/共享、成本控制层，负责限定资源后果，包括拓扑感知调度、SLO 与风险策略。
闭环 / The Loop
具备"意图 → 消耗 → 成本/风险结果"闭环，包括四个步骤：Admission（准入）、Translation（转译）、Metering（计量）、Enforcement（执行）。
算力治理 / Compute Governance
治理意图的资源后果，包括四类对象：Token 经济、加速器时间、互连与存储、组织预算与风险。
FinOps / Financial Operations
将成本治理早期嵌入架构，让每次扩展决策同时回答"性能是否满足"与"是否负担得起"。
Agent / 智能体
通过选择工具、调用工具、迭代推理来完成任务的行为主体，其行为路径与资源消耗具有不确定性。
MCP / Model Context Protocol
把工具访问标准化为"可声明的能力边界"的协议，定义能力如何暴露给模型/Agent 以及如何被调用。
运行模型 / Operating Model
组织与运行方式的制度设计，包括责任边界、协作机制与决策流程，回答"谁负责什么、失败的代价是什么"。
参考文献
Claude Code、Cline 等 20+ 大编程工具无缝支持，码力全开。