AI Agent时代的软件生产,从写代码到定目标

本文整理自QCon北京2026黄东旭分享《自主系统的时代》，通过音视频转录总结工具 Ai好记（aihaoji.com）视频转文字整理，以下为精炼整理后的内容。

传统编程正在被重新定义

几年前聊 AI 替代程序员还是段子，现在已经是行业共识了。

黄东旭（PingCAP 联合创始人兼 CTO）在QCon北京的分享里直接抛了一个观点：Coding is dead。

不是标题党。他的 PPT 是手写的，但代码全是 AI 生成的。

他自己闭关几个月，单人完成了上百万行基础软件项目，几乎全程跟 Agent 协作。他说：代码已经从「人的思考载体」变成了「AI 的执行载体」。

那问题来了：如果 AI 能写代码，程序员还剩什么？

黄东旭提了一个框架来解释这个变化。他说软件构建的本质从来都是三件事的组合：

过去人写代码等于同时承担了 Goal 和 Tactic。现在 AI 承担了 Tactic 部分，人只需要把 Goal 定义清楚。这不是量变，是质变。

以容联云的案例为例，一个 Agent 团队在无人干预的情况下实现了一个 C 编译器。关键转折点是 GPT-5.2 和 Opus 4.5 Codex 发布后，模型能力跨过了一个阈值——它能可靠完成局部模块，而任意复杂软件都可以拆解成局部模块的组合。

黄东旭刚开始也尝试过纯黑盒模式，完全不干预 Agent 的自主开发，相信「Token 越多越智能」。但实践下来发现，人需要适度介入。

他现在的做法是：每天早上「签到」，看 Agent 团队的总结，像 HR 管团队一样管理它们。同时把软件工程经验产品化，供 Agent 学习。

关键经验有几个：

他特别提到，Claude 的 Routine 功能代表了行业思维转变——从单一 Agent Loop 转向事件触发的 Agent 网络。

这个观点挺有意思。黄东旭认为，Agent 时代软件形态会发生根本变化。

传统软件是静态的，UI 和功能固定，智能上限受限于设计者。Agent 时代的软件会以意图为接口，动态生成。而 UNIX 哲学——小工具、管道组合——恰好跟这种需求完美契合。

大语言模型学习 UNIX 工具后，就能通过排列组合现有工具满足新需求，不需要从零开发。

他预测软件市场会从「纺锤形」变成「哑铃形」。

传统软件生态中，中间层的企业服务市场最繁荣；Agent 普及后，中间市场被严重压缩，创新和资本向两端聚集——一端是极度人性化的交互软件（提供情绪价值），另一端是纯为 Agent 设计的底层基础设施。

这可能是最有实操价值的部分。黄东旭提出了一个工程学科叫「Agent 体工学」——系统化描述「好用」的标准。

几个设计原则：

他举了个案例：Gstack 和 Power 的实践——一个基于 Markdown 文档的软件，没有传统代码，只有几百个 Markdown 文件，把 Agent 当操作系统用。Y Combinator CEO Garry Tan 也在做类似的事情。

黄东旭说了一个让人印象深刻的观点：程序员给未来留下的宝贵遗产不是代码，而是 Harness Engineering 的经验——如何管理复杂性、如何进行需求分析、如何做项目管理。

这些经验会被「蒸馏」给 Baby Agent，作为它们的 Bootstrap。

Skill 目前还太粗糙——类比早期计算机爱好者交换小程序，无法支撑复杂庞大的软件。未来需要更好的抽象：更复杂、表达能力更强的抽象，自然语言描述、人机协同生成、可结构化、可 Debug。

最终目标是：蒸馏人类专家知识，大幅降低特定领域软件的开发门槛。

他说「Coding is dead but programming matters even more」。编程变成了表达和改变世界的通用手段，资本和训练向编程能力倾斜，通用 Agent 构建于编程能力之上。

以上内容由Ai好记（aihaoji.com）转录整理。
Ai好记是一款音视频转图文笔记的AI学习助手，支持B站、抖音、小红书、小宇宙等平台链接及本地/网盘音视频文件解析，转录后自动生成精华速览、思维导图和结构化笔记，帮助你把几小时的视频内容变成可搜索、可复习的图文笔记。