docs: add capability orchestration proposition (#57)

Co-authored-by: tradecatlabs <288998340+tradecatlabs@users.noreply.github.com>

README.md

@@ -48,7 +48,7 @@
 </p>
 
 [☯️ 道法术器](#dao-fa-shu-qi)
-[🧠 四条核心命题](#ai-three-propositions)
+[🧠 五条核心命题](#ai-three-propositions)
 [📌 字多不看](#root-tldr)
 [⚡ 1 分钟快速开始](#getting-started)
 [🚀 从零开始完整入门](docs/getting-started/learning-map.md)
@@ -68,9 +68,9 @@
 <a id="ai-three-propositions"></a>
 
 <details open>
-<summary><strong>🧠 四条核心命题</strong>（点击展开/收起）</summary>
+<summary><strong>🧠 五条核心命题</strong>（点击展开/收起）</summary>
 
-## 🧠 四条核心命题
+## 🧠 五条核心命题
 
 ### 一
 
@@ -104,6 +104,24 @@
 
 AI 负责生成候选解，隔离上下文负责审查和优化候选解，事实与验证负责裁决候选解。
 
+### 五、能力编排
+
+> **AI 编程的高阶形态不是从零生成更多代码，而是根据需求反向搜索成熟工具链与成熟仓库，把已有能力编排成可验证的业务系统。**
+
+拼好码要求从“实现者心态”转向“整合者心态”：不是看到需求就让 AI 直接自研，而是先识别已有成熟能力、评估成熟度、设计适配边界，再用最少自研完成业务闭环。成熟生态承担通用复杂度，胶水代码连接业务流程，自研只服务不可替代的业务差异。
+
+简单实践流程：
+
+1. 写清需求：目标、输入、输出、约束和验收标准。
+2. 反向搜索：让 AI 根据需求拆出能力领域，搜索官方能力、事实标准、工具链、成熟仓库、主流 SDK 和平台服务。
+3. 评估候选：检查维护状态、许可证、文档质量、生产案例、生态兼容、替换风险和接入成本。
+4. 选择组合：确定采用的工具链与仓库组合，并说明为什么不用其他方案、为什么不自研。
+5. 设计边界：固定输入输出、数据模型、接口契约、错误处理、依赖隔离和回滚路径。
+6. 生成胶水：让 AI 只写连接、适配、编排、配置、业务规则和测试，不重写成熟能力。
+7. 验证交付：用测试、类型、schema、CI、脚本和检查清单验证结果，留下证据、替换方案和回滚路径。
+
+> **能复用时不重造，能编排时不发明。**
+
 </details>
 
 <a id="root-tldr"></a>