当8500行代码沉淀为Read-Box这个AI读书助手时，最珍贵的不是技术实现，而是那些架构决策的瞬间。从共享存储层的选择到LLM抽象层的坚守，本文揭秘三个AI Agent协作背后的关键抉择，以及为什么产品经理必须读懂这些技术权衡。 先给你看组数字。 79 个源码文件，8500 行代码，29 个单元测试，3 周开发周期，36MB 安装包，外加 1 个 AI Skill。 这是我最近一个项目——Read-Box——的最终统计。 Read-Box 是什么？一个桌面端的 AI 读书助手。你把电子书扔进去，它能自动提炼章节摘要、你可以跟它对话问书里的内容、它还能出题考你。背后是三个 AI Agent 在协作。 做完这个项目后我写了一份项目回顾，翻看那些”当时这么选的”记录时，我发现一件有意思的事： 让我收获最大的，不是代码写了多少，而是那些”选 A 还是选 B”的瞬间。 架构选共享存储还是事件总线？LLM 抽象层的边界划在哪里？配置存在环境变量还是数据库？这些决策当时觉得就是在几个选项里挑一个，回头来看，每一个都深刻影响了后面几周的开发体验。 所以这篇文章不聊技术教程，我就聊聊这些决策是怎么做