AI 能写更多代码，但系统仍需工程师来把控
rseroter · x · 2026-11-04
Armando Picón 发文探讨 AI 辅助开发中如何保留工程判断力。核心论点：agent 可以承担更多实现工作并辅助分析、设计与测试，但工程师仍要负责决定「做什么」以及「什么证据足以接受交付」。
要点：
- 自动化拆不解耦：生成实现、探索设计、判断系统是否解决正确问题是三件相关但不等同的事，自动化其一不代表解决其余。
- 给决策一个存放处：对话是脆弱的架构决策记录场所。模型上下文有限，长会话会被摘要/压缩/选择性恢复，摘要保留结论却丢掉使其成立的前提条件——「用本地缓存」与「用本地缓存因为这个页面必须离线可用」是两回事。文中引用了 Anthropic 关于长时间运行 agent 的描述来说明这一问题。
- 反对「取代码农」叙事：这种说法把开发者矮化为打字员、低估 agent 的辅助范围，且用精彩演示推断岗位替代缺乏证据。
- 更实际的问法：如何在用这些工具的同时让决策可见、让反馈有用。
原文链接正文中还有更多细节（含可验证增量等实践建议），属于工程师视角的 AI 辅助开发方法论文章。
「编程与Agent」频道最新
- Google DeepMind 工程师将登 AIE CODE 峰会,讲述删掉 90% 评估框架的故事 — _philschmid · 2026-11-05
- 非程序员用 Claude 建面向 AI agent 的 eSIM 商店，$5 钱包一句话完成真实购买 — Apprehensive_Big5042 · 2026-11-05
- 开源 MCP 服务器上线：让 AI 助手直接查询 OpenStreetMap、地理编码与海拔数据 — Te6kiGomna · 2026-11-05
- MIT 等研究：投机解码可提升长程智能体推理精度 — kastnerkyle · 2026-11-05
- 马斯克转发 Grok Bot 购物功能:比价、比商品、追踪包裹一条龙 — elonmusk · 2026-11-05
- 智能体上线前 CTO 必须讲清的 50 个 AI 工程概念清单 — alex_verem · 2026-11-05