这是大侠发布的《 侠游 》专栏文章
2026 年第 148 期、总第 525 期
本文共 5000+ 字，阅读需要 6 分钟
随时获取全球行业最新洞察与前沿资讯！
本期是大侠为你不定期带来的全新的 “跟大侠学 AI” 系列文章。 软件3.0 开发者工具路线图 （Roadmap: Developer Tooling for Software 3.0 ） 大侠编辑 :) + BVP 官网
从 “Hello, World” 到 “Hello, AI”：软件工程已经从人机协作跃升至编排，现在又朝着完全自主的方向发展。 GitHub Copilot 于 2021 年 6 月发布预览版——比 ChatGPT 引发更广泛的 AI 革命早了五个月——它不仅仅是又一款开发者工具的发布。它是软件 3.0 时代的第一个信号：在这个时代，自然语言成为主要的编程接口，AI 智能体不仅能辅助开发者，还能发展成为开发者本身 。 在 Bessemer，我们亲历了开发者工具领域的每一次重大变革。从 Twilio 将电信业务转化为 API，到 Auth0 简化身份验证的复杂性，再到 Zapier 实现工作流程自动化（并让那些非技术用户也能轻松上手），以及 HashiCorp 革新基础设施即代码——我们与众多技术型创始人携手合作，将开发者的痛点转化为平台机遇。像 PagerDuty、Render、Fern 和 LaunchDarkly 这样的公司，不仅推出了更优秀的工具，更重新定义了软件的开发方式。 开发者经济的创新从未停止。编程语言兴衰更迭，框架偏好瞬息万变，开发者的热情一旦消退，便难以重燃。但多年来，这些变化似乎都是渐进式的：更流畅的 CI/CD 流水线、更简洁的 API 设计、更快的部署周期。这些都是意义重大的改进，但并非完全是渐进式的。人工智能彻底改变了这一切。 编码领域很早就被证明非常适合人工智能——逻辑性强、结构化、语法驱动，拥有数十年的开源训练数据和成熟的质量衡量标准。最初只是一个简洁的工具，却迅速发展成为必不可少的基础设施。GitHub 的年收入在 2024 年达到了 20 亿美元，其中 Copilot 贡献了超过 40% 的增长。这只是一个例子，但发展趋势已经很清晰：我们预计到 2030 年，人工智能将编写 95% 以上的代码，而且我们已经在许多高速发展的公司中看到了这种情况。 市场已做出相应反应。数十亿美元的风险投资涌入人工智能驱动的开发者工具领域，从代码助手到自主调试平台，无所不包。我们已经看到一些重磅收购案重塑了竞争格局——而这仅仅是开始。 “Hello, World” 遇上 “Hello, AI” 人工智能正在引领软件 3.0 时代，在这个时代，自然语言将成为主要的编程接口，模型将直接根据指令执行。在这种范式转变中，软件开发的基本原则正在改变——提示词信息现在变成了程序，而 LLM 则像一种新型计算机一样运 行。 这不仅仅是开发者工具的渐进式发展。软件工程正在从根本上被重新构想，人工智能不仅颠覆了传统的工作流程，还创造了全新的开发者平台类别。 尽管人们的关注点大多集中在人工智能如何增强现有开发者的工作流程上，但我们认为这仅仅是人工智能颠覆开发者经济的开端。人工智能的变革力量如此强大，以至于全新的领域正在涌现。 开发者不再仅仅利用人工智能来改进现有实践——随着开发本质的演变，他们正在从根本上改变软件工程的方式。我们已经在核心人工智能基础设施领域看到了这种变革的第一波浪潮。现在，我们正在见证它重塑更广泛的开发者工作流程生态系统： 参见文末、联系大侠，深入了解我们的 AI 基础设施路线图、Lakehouse 时代的数据 3.0 和语音 AI 路线图，这些路线图与软件 3.0 路线图相辅相成。 五大主题驱动着我们在开发者 AI 工具和平台领域的投资策略 我们终于实现了开发者们的梦想：他们可以将繁琐的 “基础工作（grunt work）” 交给人工智能，从而腾出时间专注于更高层次的任务。人工智能正在自动化那些消耗认知能量的重复性工作——调试、代码审查、环境搭建、事件响应，以及那些耗费整个下午时间的无休止的底层修复。 这种转变意义深远。过去，开发人员每天要花费大量时间在繁琐的维护工作、测试和文档编写上，而现在，人工智能会优先处理这些耗时的工作，并生成精良的输出结果供人工审核。这使得工程师能够专注于真正重要的事情：架构决策、创造性问题解决和高影响力功能开发。 性能提升幅度惊人。平均恢复时间 (MTTR) 可以从数天/数小时缩短到几分钟。变更的交付周期可以显著缩短。开发人员的入职培训可以从数月缩短到数天。这些并非微小的改进，而是数量级的飞跃，从根本上改变了小型团队的完成能力。 LLM 和新兴工具正在重新定义软件开发人员的构成，打破了曾经将专业开发人员与其他用户分隔开来的技术壁垒。英语是目前最热门的编程语言。提示编码和设计编码平台让零传统编程经验的人也能通过描述需求或上传原型图来构建功能齐全的应用程序。 这种转变从根本上改变了软件创新的要素。创造力、领域专业知识和产品品味比掌握语法或记忆框架更为重要 。最好的医疗保健应用可能出自了解患者就诊流程的医生之手，而不是熟记 React 模式的开发者之手。 与此同时，智能体工程（agentic engineering） 的兴起正推动我们超越传统的 “人机协同（human-in-the-loop） ” 模式。如今，自主 AI 智能体能够管理复杂的工作流程、协调部署，并在无需持续监督的情况下识别和解决漏洞。这些系统不仅提供辅助，还能执行任务。 平台不再需要持续的人工监督，而是使智能体能够处理复杂的工程任务、协调部署，甚至自主识别和解决错误。 这种双重趋势——降低技术壁垒和提高人工智能自主性——可以为更广泛的群体解锁软件创作，使任何能够阐述愿景和利用人工智能工具的人都能成为开发者，从根本上扩展创新的可能性，并重新定义开发者的意义。 正如软件 2.0 通过关键基础设施组件实现了 Web 开发的民主化—— Auth0 消除了数月的复杂身份验证工作，Stripe 抽象了支付的复杂性，Twilio 将短信集成从电信噩梦变成了几行代码——我们正在见证类似的 AI 原生开发基础层的出现。 内存与上下文管理（Memory & Context Management） ：Mem0、Zep、Subconscious等工具以及基础模型实验室本身都在竞相解决无状态 LLM 的局限性。过去，开发者需要构建自定义向量数据库和检索系统，而如今，“记忆即服务（memory as a service） ” 工具提供了即插即用的记忆层，可以维护对话上下文、用户偏好和长期学习——这对于任何需要在单次交互之外展现智能的 AI 应用都至关重要。AI 原生框架（AI-Native Frameworks） ：正如 React 改变了 UI 开发一样，LangChain、LlamaIndex、DSPy 和 Crew 等框架正在抽象化提示链、工具使用和多步骤推理的复杂性。开发者不再需要手动编写重试逻辑、令牌管理或代理编排——他们可以专注于业务逻辑，而这些框架则负责处理底层细节。运行时和部署基础设施（Runtime & Deployment Infrastructure） ：Modal、fal、Replicate 和 Fireworks 之于 AI，正如 Vercel 之于 Next.js ——它们解决了困扰 AI 应用的 GPU 采购难题和冷启动问题。它们只需一个简单的函数调用即可消除 DevOps 瓶颈。软件 2.0 的核心洞察在于持续部署，并辅以安全保障和迭代学习 。例如，LaunchDarkly 从根本上改变了产品发布的方式——团队可以每天发布产品，仅用 1% 的用户进行测试，并立即回滚。这种紧密的反馈循环将学习周期从数月缩短至数小时。AI 原生应用的雏形仍在构建中，但轮廓已然清晰。软件 2.0 公司问的是 “这个功能有效吗？”，而 AI 原生工具则必须回答 “这个提示词/模型/流程能否产生准确、安全且有用的输出？” 。挑战的复杂性呈指数级增长——我们不仅要追踪转化率，还要评估语言理解的细微差别、事实准确性以及与用户意图的一致性。 新兴的评估和可观测性格局正朝着三个关键能力的方向发展： 提示词版本控制作为功能标志（Prompt versioning as Feature Flags） ： Honeyhive 和 PromptLayer 等公司允许用户在生产环境中对提示变体进行 A/B 测试，并在性能下降时自动回滚。持续评估管道（Continuous eval pipelines） ：Bigspin.ai 等平台不仅提供部署前测试，还提供模型输出与黄金数据集和用户反馈的实时生产监控。超越传统 分析的语义指标（ Semantic metrics beyond traditional analytics） ： 我们正在从 “点击率（click-through rate）” 转向 “有用性评分（helpfulness score） ” 和 “事实准确率（factual accuracy rate） ”。软件 3.0 需要诸如 Judgment Labs 之类的新工具以及诸如 LLM 作为评判员之类的技术，以实现高质量的评估和指标定义。 该领域的赢家将把人工智能开发从 “发布后祈祷（ship and pray）” 转变为充满信心、数据驱动的迭代开发。与传统测试不同，LLM 的行为是不确定的——该平台必须无缝地将本地开发评估与生产监控连接起来，支持无需部署代码即可热替换提示和模型，并提供智能回归检测，以便在一个用例的改进导致另一个用例的性能下降时及时发现问题。 最关键的是，它必须高效地扩展人机协同（human-in-the-loop） 反馈——将极端情况提交给专家评审，并将这些反馈融入自动化评估流程，从而形成不断提升准确率的良性循环。我们仍处于起步阶段，但这些构建模块的融合将带来与软件 2.0 时代类似的开发速度飞跃。只不过这一次，我们不仅仅是在改变屏幕上的像素——我们正在从根本上重新构想软件的思考和推理方式。 如果 MCP（模型上下文协议）成为事实上的标准，可能会引发几项重要的变革。首先，上下文本身将变得可组合且可移植，从而使信息能够在不同的系统和应用程序之间无缝流动。这种转变将开启上下文工程的新时代，在这个时代，上下文的塑造、路由和管理将成为一门独立的学科——类似于数据工程与数据库共同发展的过程。 各组织将投资于旨在优化上下文输入质量、来源和及时性的管道、工具和治理模型。上下文构建方面的细微差别就能显著提升模型性能，从而为能够最有效地协调内部和外部上下文的团队创造竞争优势。 我们还预计，面向业务的 MCP 客户端将会涌现——这些工具专为企业用例和工作流程而构建，而不再局限于面向开发人员的环境（例如 IDE）。这些客户端将越来越多地内置上下文工程功能：自适应上下文窗口、关键决策提示的审计跟踪，以及根据任务自动压缩或扩展上下文。 从长远来看，MCP 的标准化可以将上下文工程从幕后任务提升到一流的产品层——企业不仅在数据或模型访问方面脱颖而出，而且还在构建比竞争对手更丰富、更清晰、更具可操作性的上下文的能力方面脱颖而出。 主题五：“智能体体验（Agent experience）” 即是新的 “开发者体验（developer experience）” 随着 AI 智能体在传统开发者工作流程中承担的责任越来越多，开发者工具 “用户” 的定义正在发生根本性的转变。人工智能编码智能体不再仅仅是辅助人类开发者的辅助工具，它们开始掌握主动权，自主地生成、修改、测试和部署软件。 这标志着一种范式转变 ，人工智能代理正成为软件的 “头等舱（first-class）” 用户，需要的工具远远超越了为人类认知和交互而构建的传统用户体验规范。我们现在不再仅仅优化 “开发者体验 （DXdeveloper experience） ”，而是进入了一个工具必须优先考虑 “智能体体验 （AX, agent experience） ” 的时代。 我们看到，初创公司正在积极拥抱这种转变，重新设计界面，使其更易于阅读、导航和控制，从而更好地服务于 AI 智能体。AI 智能体解析代码和界面的方式与人类截然不同。这种转变的早期迹象包括：专为智能体探索而设计的合成浏览器、代理间编排平台、促进自主执行和系统交互的计算机使用界面，以及针对智能体发现和访问而优化的文档协议。 与此同时，文档和身份验证等功能领域正在进行重构，使其越来越易于机器读取。未来最好的开发者工具不仅服务于人类，还将支持 AI 智能体与开发者协作的混合生态系统，甚至支持 AI 智能体完全独立运行的环境。 我们正见证着自云计算时代以来软件开发领域最根本的变革 。整个开发者工具体系正在经历彻底的平台重构。新的类别正在形成，传统的流程也正在从根本上重建。与以往的技术转型不同，这次转型具有叠加效应：人工智能工具能够创造出更优秀的人工智能工具，从而形成反馈循环，以前所未有的速度加速创新。人工智能对开发者经济的颠覆性影响才刚刚开始。我们始终铭记，人工智能并非完美无缺。在企业广泛采用人工智能之前，尤其是在 “最后一公里” 阶段，仍有许多工作要做，以弥合隐私、监控、可靠性、上下文窗口限制和安全防护等方面的关键差距。我们仍然非常乐观地认为，随着时间的推移，创始人能够克服这些挑战。 对于软件 3.0 领域的开发者而言，未来的机遇无比巨大——不仅在于逐步提升生产力，更在于从根本上重新构想软件的构建方式、构建者以及开发周期从数月缩短至数分钟所带来的无限可能。 我们很高兴能够支持处于软件 3.0 开发阶段的高技术早期团队，并已与该生态系统中的新兴领导者建立了合作关系。 如果您正在该领域进行开发，或对我们的路线图有任何反馈，欢迎与 Janelle Teng、Lauri Moore、Lindsey Li 和 Libbie Frost 联系。 BVP 拥有 150 多个 IPO/deSPAC 项目和 420 多个投资组合公司，涵盖企业、消费品和医疗保健领域，BVP 与富有远见的创业者合作，从创业初期到成长的每个阶段。 好了！本期内容就是这些！如您认为文章有益，欢迎点赞、赞赏或转发， 获得文中涉及的电子资源。 赠人玫瑰，手有余香，下期见！ #软件3 .0 #人工智能AI #智能体体验AgentX
侠游专栏：专业视角、大众语言、解读江湖中的科技动态
夜雨聆风
