ARTICLE · 1110156
软件工程和智能体软件工程
软件工程和智能体软件工程我一直认为智能体需要软件工程，但今天或许我们可以认为软件工程也需要智能体。 我最早用编程助手辅助开发，架构基于编程助手开发的工程，完全基于脑子里面的一厢情愿，在waitagent（以及其他仓库）里面构建起一坨看起来还不错的工程组织，有模有样。然而经历4个月重度开发，仓库开发节奏并未变得更加清晰，反而陷入意面式毛线球状态，由此萌发做完整的智能体基础理论研究和阅读念头。在AI老师的辅导下精读数十篇智能体理论和工程相关论文之后，重新构建起当前waitagent和looming的工程架构体系。 软件工程不愧从一诞生就是实践学科，这样的工程架构体系也应用到我的日常工作内容。一定能帮助到别人吗？从理论上来说，若大家都遵循最佳实践，毋庸置疑，但是实作上未必那么理想，但是对我自己的帮助是真切的。 我今天在waitagent、looming、cteno的开发上，已经可以做到告诉编程助手初步功能规格，然后编程助手自行创建issue，做领域分析，拆分feature，测试开发，做CICD等一系列流程，最终达成质量目标并合并。这样的流程当然也会用到我的所有应用开发场景。顺带一提，我用这样的实践来开发looming，而looming的目标正是将这样的实践做成自助自动配置的组件式解决方案。完美的自举对吧？ 缺点当然也有，token烧得更快了！7天的额度常常3天就烧完了！ 我认为软件工程也是需要智能体的。我们今天回去看软件工程，人们为了软件项目最终成功，引入大量review环节和工具，来保障信息一致性。但人类对于多来源信息，往往并不会强求一致性，由此导致代码和文档偏移、文档和文档偏移等，从而留下一堆数字垃圾。但对于智能体并非如此，人类费尽心力核对代码和文档的一致性，在智能体这里自然能够得到遵循。CI失败如果出现文档和代码不一致，人类大抵是不会费力修正的，但是智能体将会严格修正。这不正是我们实践软件工程梦寐以求的目标吗？ 尽管我们从prompt engineering到loop engineering，工程层面已经有长足进步，但显然今天大部分用户对于智能体的使用并未遵循工程实践。科学解决人和自然的问题，工程解决人和人的问题，或许只有将智能体当作写作环节的执行角色，并从流程设计上赋予相应地位，我们才能真正让软件工程和智能体工程结合。当然，前提是愿意在CICD，Review等软性环节投入更多Token。这个前提说起来简单，实作起来障碍多多，但无论如何，就算只从个人层面来实践，对自己也是帮助良多。 上述两篇是最近研读论文和前沿实践的心得。资料若有人有兴趣，可评论获取，都是公开资料，因此我不生产知识，我只是知识的搬运工。