ARTICLE · 1270993
代码交给 AI 就能搞定?软件工程师要做的事情还有很多
模型越来越强，Agent 越来越能干，写代码这件事突然变得没那么“神圣”了。有人开始焦虑：“我的价值还剩多少？”也有人干脆躺平，觉得自己迟早被替代。
但与此同时，另一群人正在经历完全相反的情绪——他们兴奋得睡不着觉。
为什么？
因为真正能把 AI 推到“解决世界最难问题”那个高度的，从来不是模型本身，而是软件工程师正在解决的那些脏活、累活、没人愿意干的活。
今天我想聊聊，多智能体系统正在把软件工程推向一个全新的问题空间。而这个空间，恰恰是工程师最该兴奋的地方。
多智能体系统，已经不是玩具了
最初的 Agent，不过是“人在回路”的聊天机器人。后来模型变强了，能长时间跑更难的任务，系统开始上云。再后来，人们开始让多个 Agent 协作——有的负责执行，有的负责打分，有的负责“做梦”（生成新思路）。
现在，真正厉害的团队已经开始构建大规模、持久运行的多智能体系统，去碰那些人类最难啃的骨头：严肃科研、新材料发现、硬件设计……
想象一下：几千个 Agent 日夜不停地在协作。它们会空闲很久，会互相等待，会突然爆发计算需求，会写不可信代码，会读不可信内容。
这套系统一旦跑起来，就会暴露出一堆全新的软件工程问题。
这些问题，恰恰是当前软件工程体系准备不足的地方。
问题一：基础设施必须进化
我们过去十年主要在 Kubernetes 上构建世界。Kubernetes 擅长的是无状态、可复制的服务，或者稳定编号的有状态 Pod。
可 Agent 完全不是这么回事。
它们是隔离的、有状态的、单实例的工作负载。可以长时间空闲，然后突然醒来；大量时间花在等待工具、模型推理、其他 Agent 或者人类输入；有的需要极快启动，有的需要极度节省算力，有的则需要疯狂扩缩容。
现有的基础设施已经开始吃力了。一些 AI 基础设施公司在重新发明文件系统和沙箱，Google 也在做 Agent Substrate 这种新的运行时。
这块战场，才刚刚开打。
问题二：身份与权限，几乎是一片荒地
怎么识别“是哪个 Agent 做了这件事”？怎么给 Agent 授权？人类如何在 Agent 连续工作几周的情况下，仍然对权限保持真正的控制？
现在很多 Agent 都在“代表人类”行动，直接使用人类的身份和凭证。这带来了两个立刻暴露的问题：
如何区分是 Agent 在操作，还是人类本人在操作？ 长期运行的 Agent，人类如何持续、有意义地给出同意？
更深一层的问题是：Agent 开始拥有自己的身份，并且要互相协作。一个 Agent 怎么信任另一个 Agent 发来的请求？信任链怎么建立？
微服务时代积累的 workload identity、短时证书这些技术，可以部分迁移过来。但 Agent 授权这个领域，目前仍然非常开放，几乎没有成熟方案。
问题三：安全与隔离，成了生死线
过去几个月，核心软件的漏洞暴露速度已经超过了行业修补速度。现在想象一下：几千个长期运行的 Agent，在这些核心软件之上，持续写不可信代码、读不可信内容。
风险直接被放大了几个数量级。
多智能体还带来一个新的攻击面：一个被攻破的 Agent，可以把注入指令传给协作的其他 Agent。这些指令可能被写进内存，被后续 Agent 无意中信任。爆炸半径会变得非常大。
因此，强隔离的沙箱执行环境，几乎是必选项。
问题四：监控与熔断，比想象中更难
我们需要跨 Agent 的完整 tracing（而且 Agent 绝不能篡改自己或别人的 trace）。我们需要真正能一键停掉整个系统、切断所有凭证的 kill switch。
但最难的部分不是技术实现，而是判断系统是不是在往错误方向走。
善意的“坚持解决问题”，和恶意行为，在表面上经常长得很像——比如反复尝试访问不在白名单里的域名。
如何定义“跑偏”，如何在不误杀的情况下及时熔断，是目前最大的挑战之一。
所以，工程师们，请别焦虑
如果你因为“写代码这件事好像不那么值钱了”而感到身份危机，我想告诉你：
真正值钱的，从来不是“写代码”本身，而是“解决那些让强大系统能够安全、可靠、大规模运行的问题”。
多智能体系统要真正释放出治愈疾病、发现新材料、设计下一代硬件的潜力，前提是我们把基础设施、身份权限、安全隔离、监控熔断这些硬骨头啃下来。
这些骨头，目前几乎全是空白。
这是一个问题空间极度开放的时代。你可以深入进去，形成自己的判断，做出真正有影响力的贡献。
软件工程师的技能和判断力，会直接决定这些系统最终是创造巨大价值，还是带来巨大风险。
这才是“存在级”的乐趣。
现在，是当软件工程师最有意思的时刻。
