把公司想成一栋分工清楚的办公楼：每个部门只通过窗口递交文件，日常管理很省心；可当 AI 要判断一处改动会影响谁时，墙也挡住了它的视线。Yonatan Sason 指出，模块化与抽象边界——把系统拆成可独立替换、只按接口协作的部件——在方便人类维护的同时，也会隐藏组件的使用者和跨仓库依赖。
问题不只是“多搜一些代码”。代码代理常靠文字或向量相似度寻找相关文件，但“写得像”不等于“改了会坏”。据 Sason 在 Towards Data Science 的作者原文，他参与维护的一套约 120 个组件的系统中，某个构建环境实际影响 28 个组件，而这些消费者的代码与环境配置几乎没有文字相似性。另一个聊天组件独立发布，使用它的页面位于其他产品仓库；只看组件当前所在的仓库，代理根本看不到这些消费者。
作者主张用依赖图——记录组件、服务和应用之间“谁依赖谁”的结构信息——补上这类盲区。值得提前纳入架构设计的，不只是系统能否被观测，也包括代理能否取得判断影响范围所需的上下文。Sason 同时是 Bit Cloud 联合创始人，案例和数字来自其参与维护的系统，因此相关主张应视为厂商作者的一手经验。