🤖 AI

The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm

本文认为，AI智能体的出现代表了软件范式的根本性重构，即从静态的人类编写代码转向动态的、由大语言模型驱动的推理循环，并迫切需要一种全新的“智能体工程”（Agentic Engineering）学科，以引导向自我演进智能体生态系统的过渡。

原作者： Zhenfeng Cao

发布于 2026-06-05

📖 1 分钟阅读☕ 轻松阅读

原作者： Zhenfeng Cao

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是关于论文《软件工程的终结》（The End of Software Engineering）的解释，采用了通俗易懂的语言和富有创意的类比。

核心思想：从“砌砖”到“指挥神奇厨师”

在过去的 50 多年里，构建软件就像是在建造一面巨大的、静态的砖墙。

旧方式： 人类工程师（泥瓦匠）必须决定每一块砖的具体位置。他们把每一条规则都写在手册里（即代码）。如果建筑需要开个窗户，人类必须停下手头的工作，思考该移动哪些砖块，然后物理性地重建那一块区域。如果墙变得太高太长，一个人就很难记住每一块砖的位置。
新方式（AI Agent/智能体）： 想象一位神奇的厨师，他不仅是照着食谱做菜，还能在烹饪的过程中创造出食谱。你告诉厨师：“我想要一份香辣炖菜。”厨师不会只是翻开一本预先写好的书；他会思考、准备合适的锅具、切好蔬菜、在餐巾纸上写下临时指令来烧水，然后煮好炖菜，最后把那张餐巾纸扔掉。这里的“代码”（餐巾纸）只是完成任务的临时工具，而不是最终产品本身。

论文指出，我们正在从 Software 1.0（由人类编写的静态代码）转向 智能体工程（Agentic Engineering）（由 AI 智能体进行思考、编写临时代码来解决问题，然后处理完即刻离开）。

核心概念详解

1. “砖墙”问题（复杂度）

在过去，软件工程师试图通过将大问题拆解为小而有序的盒子（模块）来管理复杂度。但论文指出，这存在极限。

类比： 想象一场派对，每个人都可以和所有人交谈。如果有 5 个人，会有 10 场对话；如果有 100 个人，则会有近 5,000 场对话。
问题所在： 随着软件规模的扩大，不同部分之间相互作用的方式呈爆炸式增长。人类的大脑已经无法追踪所有这些连接了。这就是为什么大型软件项目经常失败或陷入僵局的原因。

2. 转变：从“如何做”到“做什么”

论文描述了获取软件的三代演进方式：

第一代（本地软件）： 你购买一个软件盒。你需要安装它、修复它并维持服务器运行。你是机械师。
第二代（SaaS - 软件即服务）： 你登录一个网站（如 Gmail）。公司负责处理服务器和更新。你只需使用即可。供应商是机械师。
第三代 (AaaS - 智能体即服务)： 你告诉 AI 智能体：“我需要一份销售报告。”智能体会弄清楚如何获取数据，编写执行代码，运行代码，然后把报告给你。你看不见代码，也看不见服务器。智能体是机械师。

论文的观点： 我们正在从“AI 辅助人类写代码”转向“AI 智能体完成工作并交付结果”。代码本身变得隐形且是临时性的。

3. 新职业：“意图架构师” (Intent Architect)

如果 AI 编写代码，那人类做什么？

旧职业： 编写指令（编码）。
新职业： 意图架构师。
类比： 想象一位电影导演。导演并不亲自拿摄像机，也不亲自缝制戏服。他们告诉演员（AI 智能体）这一幕应该是什么感觉，目标是什么，并检查最终的电影是否合理。
论文指出： 人类将成为定义目标的**“意图架构师”、管理 AI 智能体团队的“协调员”，以及检查最终结果的“审计员”**。

4. 现状现实检查（“悬崖”）

论文既乐观又现实。它使用了一个名为 EvoClaw 的基准测试来展示一个“性能悬崖”。

类比： 想象一个学生，他在解决单个数学题时表现出色（成功率 80%+）。但如果你要求他写一部完整的长篇小说，且每一章都依赖于前一章，一旦他在第一章犯了一个小错导致第十章崩盘，他就会失败（成功率降至 38%）。
研究发现： AI 智能体在修复单个特定 Bug 或编写小型脚本方面表现惊人。但在需要长期处理一个项目、记忆过往变更以及避免错误累积效应方面，它们仍然很吃力。

路线图：我们将走向何方？

论文概述了这一演进的四个阶段：

阶段 1（现在）：智能助手。 就像一个 GPS，会建议你下一步该怎么转弯。它帮你写代码，但你仍在驾驶。
阶段 2（很快）：自动驾驶汽车。 智能体可以完成一段特定的路线（构建一个功能）而无需你动手，但目的地仍由你决定。
阶段 3（未来）：编队（The Fleet）。 一个由智能体组成的团队协同工作。一个智能体是“项目经理”，一个是“设计师”，一个是“测试员”。它们通过互相交流来构建复杂的系统。
阶段 4（远期未来）：自我进化的生态系统。 智能体可以改进自身、学习新技能，并在无需人类帮助的情况下修复自己的错误。

论文结论总结

论文得出结论：我们所熟知的软件工程正在终结。

我们正在远离一个由人类手动编码每一个决策的世界。
我们正在迈向一个由人类定义目标，而 AI 智能体寻找实现路径的世界。
代价： 我们还没到那一步。虽然智能体擅长处理小任务，但在处理长期、复杂的项目以及防止错误雪崩效应方面，它们仍面临挑战。

最终启示： 不要担心被一个打字比你快的机器人取代。相反，要准备好成为那位导演——通过提出正确的问题，并管理 AI 智能体团队来达成目标。代码不再是产品，结果才是产品。

技术摘要：软件工程的终结

问题陈述

本文指出，传统软件工程中存在一个持续了半个多世纪的根本性结构性限制。尽管模块化分解和自动化测试等方法降低了“偶然复杂度”（accidental complexity），但它们未能解决“本质复杂度”（essential complexity）——即随着系统增长而产生的交互作用的内在组合爆炸。

核心问题在于规模失配：

静态决策逻辑：传统软件要求人类工程师在执行前，将所有决策逻辑 ( $D$ ) 显式地编码进静态源代码中。
固定的人类能力：人类的认知能力 ( $C_H$ ) 本质上是恒定的，而一个拥有 $n$ 个组件的系统的可能交互路径数量呈指数级增长 ( $P(n) \in \Theta(2^n)$ )。
瓶颈：随着系统规模的扩大，修改成本（理解、定位、修改和验证逻辑）呈非线性增长，导致边际生产力下降。当前的“AI 增强开发”范式（AI $\to$ 软件 $\to$ 结果）无法解决这一问题，因为人类工程师仍然是设计与集成的关键路径，且最终交付物仍然是需要人类维护的静态人工制品。

方法论与理论框架

本文采用第一性原理分析，通过对比传统软件系统与新兴的 AI 智能体（Agent）系统，并通过数学定义和复杂度论证将其进行形式化区分。

形式化定义：
- 传统软件 ( $S$ )：定义为一个元组 $(C, D, E)$ ，其中决策规则 ( $D$ ) 是由人类预先编码的静态规则。
- 智能体系统 ( $A$ )：定义为一个元组 $(M, T, M, \Pi)$ ，其中大语言模型 ( $M$ ) 作为推理引擎，根据规划机制 ( $\Pi$ ) 在运行时动态生成代码并使用工具 ( $T$ )。
复杂度论证：作者认为，智能体系统将解决方案能力与人类认知极限解耦。在智能体范式下，有效容量 ( $C_M$ ) 随模型规模和训练算力的增加而扩展，允许系统在无需预先显式编程每一种可能性情况的情况下，非线性地探索复杂的解空间。
历史轨迹分析：本文追踪了软件交付从本地化（Software 1.0）到 SaaS（Software 2.0），再到 智能体即服务（Agent-as-a-Service, AaaS） 的演进过程，认为每一次转变都将复杂度从最终用户转移给了提供者。AaaS 代表了第三次范式转移，它消除了作为必要中间环节的“软件人工制品”。

核心贡献

本文引入了 智能体工程（Agentic Engineering） 作为一个独立的学科，其研究对象、控制模型和人类角色与传统软件工程有着本质区别。

范式转移定义：从“AI $\to$ 软件 $\to$ 结果”向“智能体 $\to$ 结果”的转变。在这种新范式下，代码不再是系统本身，而是推理的瞬时工具。输出的是交付的结果，而非静态的软件人工制品。
新的角色定义：本文重新定义了人类的角色，从“代码作者”转变为 意图架构师（Intent Architect）、协调者（Coordinator）和结果审计员（Outcome Auditor）。价值主张从编写高效代码转向阐述清晰的目标、管理智能体编排以及校准质量。
智能体系统的形式化模型：本文详细介绍了基于 LLM 的智能体架构，包括感知（多模态输入）、记忆（语义、情节、程序性记忆）、行动（推理 + 工具使用）以及 LLM 推理核心。它强调了自我进化的概念，即智能体可以创建可重用的“技能”（Skills）并根据性能反馈进行自我修复（例如 Hermes Agent 框架）。
四阶段路线图：作者提出了智能体工程演进的轨迹：
1. 工具增强型：AI 辅助人类进行编码（现状）。
2. 单任务自主型：智能体拥有端到端的任务执行权（2025–2027）。
3. 多智能体团队：模仿人类组织结构的协同集群（2026–2029）。
4. 自我进化生态系统：能够自主发现、学习并适应的智能体（2028+）。

实证结果与局限性

本文综合了近期基准测试的证据，以验证智能体范式的潜力与当前局限。

突破点：
- SWE-bench Verified：像 Lingma SWE-GPT 72B 这样的模型在 GitHub issue 解析率上达到了 30.20%，优于规模显著更大的静态模型，证明了经过过程训练的智能体能够处理复杂的工程任务。
- 多智能体协作：一项试点研究显示，通过协同的智能体集群，企业级调试工作流中的根因识别时间减少了 93%，凸显了编排能力相对于单个智能体能力的强大威力。
- 自我进化：Hermis Agent 等框架展示了在无需人工干预的情况下，自主创建、使用、检测自身弱点并修复“技能”的能力。
持续挑战（差距）：
- EvoClaw 基准测试：本文引用了一个关键的性能悬崖。虽然智能体在孤立任务上能达到 $>80\%$ 的成功率，但在持续演进设置（跨越提交历史的持续开发）中，表现下降至 $\le 38\%$ 。
- 根因分析：性能下降归因于上下文漂移（丢失系统级不变性）、错误传播（连锁失效）、缺乏技术债意识以及在开放式环境下验证保真度不足。

重要性与主张

本文声称，AI 智能体的出现构成了软件范式的根本性重构，而非仅仅是增量式的工具改进。

必然性：这种转变被视为复杂度缩放定律下的必然结果。传统软件正撞向一个天花板，即人类认知极限无法跟上本质复杂度的增长；智能体系统通过将推理外包给具有可扩展容量的模型，绕过了这一限制。
学科兴起：智能体工程被定位为一个拥有自身指标、工具和职业身份的新领域。它超越了“更好的编程”，转向了一种新的“意图工程”模式。
审慎的乐观：本文对完全自主化持谨慎态度。它承认虽然智能体工程在目前的“增强”方面具有变革意义，但由于在持续演进能力方面的差距，实现完全自主的软件工程仍是一个长期的研究课题。直接的影响是从业者的重心将转向编排、可观测性和意图规范，为“软件人工制品”被“智能体生态系统”取代的未来做好准备。