代码会退潮，资产会沉淀
过去四十年，企业软件以项目为单位被一次次重写——需求来了，代码堆上去；团队走了，系统烂在那里。我们相信，AI 时代会有另一种活法：需求被 AI 解析成模型，模型铺开主干，定制代码延伸边界；模型在运行时生长为应用，应用在运营中沉淀为资产，资产再反哺下一次需求。潮汐栈构建的，正是让这个循环持续运转的基础设施。
- 需求 → 模型 → 应用 → 资产 → 需求
- 版本演进不中断线上业务
- 变更自动传播至所有依赖
适应 AI 时代的设计理念
低代码只是潮汐栈能力版图的一部分。潮汐栈真正的优势，是三个贯穿始终的理念。
开放化
开放不是附加能力，而是平台的基本形态。潮汐栈遵循开放标准，核心组件逐步开源，插件式架构与 40+ 扩展点让每一环都能接入、替换和扩展，不把团队锁进单一生态。
融合化
高代码、低代码和 AI 不该彼此割裂。潮汐栈支持模型与代码双向嵌入：自定义程序包可以接入低代码基座，基座能力也能进入既有高代码应用，让每个需求都用最合适的方式交付。
标准化
把业务意图沉淀为清晰可读的模型，而不是散落在代码细节里。模型成为人、AI 与运行时共同理解的标准件，降低协作成本，也让生成、审查、复用和演进都有共同边界。
写在代码之前的四条原则
它们决定潮汐栈如何做每一个技术决策，也决定系统如何被构建、引入和持续演化。
资产持续沉淀
每一次构建都应该留下可以继续使用的东西。模型、应用、规则、配置，以及为特定场景编写的扩展代码，都会成为可管理、可复用、可演进的资产，而不是随着项目结束一起失效。
渐进式演化
不要求一次性推倒重来。可以从一个模型、一个应用、一段流程，或一个业务领域开始，选择合适的边界逐步引入，让新旧系统在演化中衔接，建设随着价值自然扩展。
架构清晰可组合
模块边界清晰，职责单一，每个能力都可以被独立理解、验证和复用。新的需求通过组合和扩展完成，而不是不断把复杂度堆进一个系统。
人机各司其职
让 AI 处理理解、生成和重复性工作，让人把握目标、判断和授权。AI 可以加速行动，但关键决策、例外处理和最终责任，始终有清晰的归属。
为软件全生命周期而生
从设计到运行到治理，潮汐栈以三层产品形态覆盖软件生命周期的完整旅程。
开发平台
可视化建模、AI 辅助设计、元数据管理与版本治理，是应用的设计中心。
运行时基座
加载元数据、解释执行、动态渲染、暴露 API，让设计即刻成为生产。
运维平台（Coming Soon）
部署、发布、观测与运行治理，闭环软件生命周期的最后一段。
高代码 × 低代码 × AI
潮汐栈的融合不止一种形态：高代码与低代码在架构层双向嵌入，开发与调试在工具链中无缝衔接，AI 通过标准协议接入同一份模型资产。
代码融合
SPI 扩展点、微前端基座、可扩展前端组件库、可扩展逻辑流节点、可扩展数据模型插件——自定义程序包可以嵌进低代码基座，基座也可以作为底层框架嵌进你的高代码应用。模型与代码，自由组合，彼此复用。
工具链融合
Maven 插件、IDE 插件、本地平台联合调试——建模、编码、调试在同一条工作流里完成。低代码开发者与高代码开发者共用一套工具、一个节奏，谁也不用在两套世界里来回切换。
AI 融合
通过 TideStack Skills 与 MCP 协议，把模型资产以标准方式开放给 AI Coding 工具。AI 理解模型规范，协助快速建模、生成规范代码——融合不靠私有集成，靠的是开放协议。
一套模型，长出一个完整应用
以业务模型为源头，潮汐栈把数据、页面、接口、流程和应用交付组织在一起，让应用从设计、运行到后续变更保持一致。
业务建模
把实体、关系和规则沉淀为可复用的模型
数据与接口
模型驱动数据访问与 Web API
页面与交互
用 UI 模型定义页面、表单和交互
流程与协同
把业务逻辑、审批和通知编排成流程
应用组装
模型、页面和扩展能力按需组合交付
版本与治理
统一管理模型、权限、版本和变更
开放，从开源开始
潮汐栈的核心组件正在逐一开源。你可以按需选择其中一个组件接入现有体系，而不必完整采用整个平台。