在AI编程智能体越来越强的今天，很多人开始幻想：是不是以后只要会“说话”，就能轻松写出完整软件，软件工程的基本功可以彻底放下了？

吴恩达最新发文直接泼了一盆冷水：即使你让智能体写完全部代码，深刻理解软件工程基本原理，反而变得比以往任何时候都更重要。因为真正拉开差距的，从来不是谁能更快生成代码，而是谁能看清那些关键权衡，并引导智能体做出正确选择。

在智能体编程（agentic coding）时代，软件工程的基本功发生了怎样的变化？即使你让编程智能体写出所有代码，理解软件基本原理仍然很重要——它能帮助你引导智能体做出你想要的权衡取舍，或者至少让你知道有哪些权衡可以做。此外，当你在构建 AI 应用时，AI 核心通常会通过更广泛的软件应用来体现，而你也会想参与构建或塑造这个应用。

一个不懂软件基本原理、只会“氛围编程”（vibe code）的新手，可以做出简单的应用，但这往往会导致编程智能体在延迟、可用性、一致性、可靠性、可维护性、简洁性和/或成本等方面做出糟糕的权衡。在这种情况下，开发者甚至不知道这些权衡的存在，因此无法引导智能体为他们的应用场景做出正确决策。

本文描述了我们在 AI 工程技能研究中发现的、软件工程中最重要的事项。它要求具备以下技能：

• • 构建全栈应用
• • 管理数据
• • 设计系统架构
• • 让系统安全可靠
• • 在生产环境中扩展与运维

构建全栈应用

智能体编程让许多原本扮演更专业角色（如前端开发或移动开发）的开发者，能够承担更广泛的全栈角色。编程智能体可以帮助你完成开发过程中不太熟悉的部分。然而，理解整个技术栈的实际工作原理仍然很重要。熟练的开发者了解前后端系统的关键组件与概念，包括 UI 组件、缓存、页面渲染、API 选择与设计、身份认证、状态与会话管理、异步处理、数据持久化、测试、安全性和无障碍访问。

管理数据

数据值得特别关注，因为它是软件构建的基础，而且相对难以更改（即使有智能体帮助做迁移）。当你知道如何管理数据时，你就能思考访问模式，并据此决定存储什么、存储多久。你可以识别合适的数据模型，选择恰当的存储类型（如关系表、文档、键值或图）和基础设施，这些反过来会影响速度、可扩展性、可用性、可靠性和成本。你理解事务、并发，以及如何确保数据干净、一致和新鲜。在需要时，你能确保适当的隐私、治理和合规。你知道如何管理数据生命周期。

随着应用的演进，你也知道如何同步演进数据架构。决定如何管理数据需要大量人类提供的上下文。你的 AI 系统会从你的数据源获取输入上下文，因此如果数据架构选择不当，AI 就不会知道自己不知道什么。这就是为什么需要具备相关上下文和 AI 工程技能的人——也就是你！——来进行熟练干预，把它设置正确。如何为智能体（而不仅仅是传统软件或人类）构建数据基础设施，也是一个快速发展的领域，你应该随着领域演进持续调整最佳实践。

设计系统架构

当你理解了软件和数据的全栈主要组件后，就能更好地决定如何把这些部分组合在一起。好的系统设计需要理解软件的预期用途（多少用户？延迟有多重要？成本有多重要？等等），从而对应用平台、前后端边界、系统分解、应用状态放置以及架构粒度（单体 vs 微服务）做出选择。你还会选择技术栈（编程语言、运行时、组件/前端/后端框架、数据技术）——有时需要通过实验评估选项后再最终确定。

此外，正确的架构是一个移动靶，取决于项目所处的阶段。你为快速原型选择的简单架构，可能不适合构建第一个生产系统，而随着应用扩展，它可能还需要再次变化。做出这些决策需要深入了解软件组件和应用上下文，以便设计并演进架构，做出更好的权衡。

让系统安全可靠

要构建可靠的系统，你应该知道如何制定测试策略来验证系统的正确性：单元测试与集成测试的混合比例、使用什么框架、覆盖到什么程度。你也知道如何围绕可能的故障进行设计——如何处理故障（如 API 触发速率限制）、构建优雅降级，并最小化故障的影响范围。此外，与其先写软件再事后考虑安全，“左移”（shift left）运动正在把安全工作移到生命周期更早的阶段（传统项目时间线上的左侧）。正如所有开发者都在向全栈开发者转变一样，许多开发者也在部分成为安全工程师。你现在可以使用 AI 工具扫描代码漏洞、检查依赖中的供应链注入、检查云配置中的攻击面。但要做好这些，仍然需要一定的安全知识。

在生产环境中扩展与运维

要服务真实用户，你必须知道如何把软件部署到生产环境。你会受益于了解如何执行软件开发生命周期（SDLC），除了构建和测试外，还包括配置部署环境、决定发布策略、应用部署自动化（CI/CD），以及理解基础设施即服务（IaaS）。

在生产环境中运维需要部署可观测性工具、设置告警并管理事件。最后，要扩展你的应用，你应该理解真实负载，知道如何扩展服务器、做负载均衡，以及调整数据基础设施（通过分片、索引、复制）或进行架构变更，让系统适应规模。最后，理解版本控制、代码审查、依赖维护以及如何管理技术债务等编码最佳实践，能帮助你持续演进系统。

编程智能体已经改变了我们构建软件的方式，包括那些完全不含 AI 组件的软件。一些编程知识——比如死记硬背语法——正在变得过时。但深刻理解软件如何工作的开发者，会远远胜过那些不懂原理就进行氛围编程的人。

理解软件基本原理（再加上 AI）还能帮助你弄清软件能做什么、不能做什么。这为你使用编程智能体并塑造构建过程提供了重要上下文。我将在后续文章中讨论这些内容。

编程智能体正在彻底改变我们构建软件的方式，甚至让一部分语法记忆变得不再必要。但吴恩达的提醒一针见血：不懂原理的“氛围编程”，最终只会让智能体替你做出一堆糟糕的决定。

真正厉害的开发者，不是把一切交给AI，而是用扎实的软件工程功底，把AI变成自己最锋利的武器。基本功没有过时，它只是换了一种更重要的存在方式。​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​