驾驭工程:赋能智能原生软件工程研究报告(2026年)

这份是中国信通院 2026 年 9 月发布的驾驭工程研究报告，聚焦智能原生软件工程，围绕大模型、智能体推动软件工程从人为主导走向人机协同的行业背景展开研究。当前软件工程正从工具集成期迈向流程自治期，落地瓶颈不再是算法能力，而是工程闭环、数据飞轮与组织适配，驾驭工程由此应运而生。

报告指出软件工程历经结构化面向对象、敏捷开发、DevOps 云原生三次范式变迁，2023 年后大模型和智能体带来第四次变革，AI 开始完整参与软件研发全流程。驾驭工程源自 Anthropic 提出的概念，指为智能体搭建完整运行环境、约束规则和反馈闭环，让 AI 在人类划定边界内自主可靠完成复杂任务，实现从人指挥机器转变为机器在边界内自主执行。其演进分为提示工程、上下文工程、驾驭工程三个层级，不再局限优化模型输入，而是搭建外部管控体系，目标是保障端到端任务落地，实现受控执行、边界内自主协同。驾驭工程是智能原生软件工程的核心管控框架与生态底座，承担统筹协同、规范治理、效率提升、安全保障四大职能，它属于治理框架而非单纯工具产品，能够推动不同主体智能体协同运行。

全球发展格局上，驾驭工程呈现国外引领、国内跟进态势，2026 年下半年进入开源基础设施爆发阶段。海外 OpenAI、Anthropic 等企业率先完成技术验证并开源底座，商业产品和开源底座双轮驱动；国内头部企业推进自研中间层与开源框架，适配信创、隐私合规等需求，应用从互联网拓展到金融、制造、政务等行业。同时行业面临多重挑战，技术层面存在工程化思维不足、存量系统负担重、接口协议碎片化、全生命周期闭环管控缺失问题；标准化层面缺少顶层通用标准，分级分类落地规范空白，行业落地缺少量化评测指引。

报告提出驾驭工程六项设计原则，分别是机器可读性优先、渐进式信息披露、边界约束与行为收敛、闭环反馈、安全合规内生、动态适配与记忆沉淀，用来指导工程落地。核心技术体系分为连接、编排、循环、效能、安全治理、评估优化六大能力，分层协同运行，连接能力负责实现模型与外部系统语义互通；编排能力管控长周期复杂任务状态、拆解任务、处理异常；循环能力完成任务自动化持续推进；效能能力聚焦上下文、记忆复用与成本优化；安全治理能力落实权限、沙箱隔离、审计审批；评估优化能力建立多维度指标，形成运行评估优化的迭代闭环。建设上强调优先明确通用工程原语，再搭建平台沉淀复用资产。

报告设计 L1 到 L5 五级递进的驾驭工程能力成熟度模型，从工具接入级、运行底座级、治理闭环级、协同自治级到规模生产级，每一级对应明确必备能力、交付成果、风险控制点，成熟度需要周期性复评，出现问题要支持降级整改。同时梳理四类实施误区，包括认知定位、架构建设、过程控制、安全合规规模化方面的典型错误，给出对应的纠偏方向，作为建设评估负面清单。

驾驭工程能够对软件需求分析、架构设计、编码实现、测试验证、部署运维全生命周期进行重塑，改造各环节作业模式，把质量管控前置，搭建完整可追溯链路，驱动治理规则持续迭代。在行业落地方面，通用行业采用轻量化标准化路径；金融、工业、政务、医疗等高风险垂直行业采用通用底座叠加行业刚性校验模式，将行业合规要求固化为流水线强制卡点，不同规模、风险等级的业务要做差异化适配。

报告对未来作出展望，预计驾驭工程会分三阶段从工程组件向 AI 底层基础设施演进，2026‑2027 年完成概念验证与标准形成，2027‑2028 年实现平台化规模化，2028 年之后深度融入底层计算体系。人机协同将成为主流，开发者能力模型重构，需要具备复合技术、人机驾驭、风险合规、场景创新四维复合能力，要完善人才培育和认证体系。产业竞争将转向生态、标准与治理综合比拼，需要推进产学研用协同，完善全层级标准，建设长效行业治理机制，在开放合作中守住安全合规底线，助力我国智能原生软件产业实现高质量发展。报告同时说明驾驭工程还处在快速演进阶段，相关判断会随产业实践迭代完善。