软件工程的终结 (论文)

我一直觉得，AI Agent 不是让程序员写代码更快点，它是在拆软件工程的地基。

以前软件靠人把规则写进静态代码。需求一变，就得改代码、测系统。问题是功能越多，组件之间的交互越容易爆炸。人脑处理不了这种增长，所以项目越大越难管。

Agent 换了个玩法：人只说想要什么，大模型负责分解任务、生成代码、调用工具，用完就扔。代码不再是系统本体，只是临时工具。软件交付从“AI写代码”变成“Agent直接给结果”。

这事儿已经跑起来了。单个 bug 修复上，72B 的开源模型能解决三成问题，跟 GPT-4o 差不多。20 多个企业调试工作流里，多 Agent 协同把找根因的时间砍了九成多，一个月省下两百多小时。

但别太激动。真让它连续开发，成功率直接从八成掉到不到四成。代码库一大它就记不住全局，早期的小错会一路滚成大坑，还不会主动还技术债。

下一步怎么走？先是当助手，再接管单个任务，接着变成多 Agent 团队，最后走向自己发现、自己学习的自演化生态。

以后最有价值的人，不再是打字最快的程序员，而是能把目标说清楚、管得住一群 Agent 的“意图架构师”。