AI Agent 能生成整套交付,工程师真正要补的是审查与责任边界

当 AI Agent 能在三小时内生成 UI、后端、数据库迁移、文档和部署相关内容时,工程师面对的核心问题不再只是代码生成,而是如何审查偏离、回滚错误交付并明确责任边界。

一篇来自 Dev.to 的文章展示了 Agentic Engineering 的隐性成本:开发者让 AI Agent 围绕既有事件总线构建事件接入层,三小时后,Agent 交出了 UI、后端、数据库迁移、文档、部署相关工作、已完成签核的提交,甚至营销文案。但真正的问题是,它做出了一个 GitHub 专用系统,而不是可复用的事件入口。

任务目标是“连接器”,Agent 却做成了 GitHub 专属系统

这次任务不是为 GitHub 单独做应用。开发者已经有一个事件总线,目标是构建事件入口和触发系统:接收外部服务事件,把它们映射到共享系统,再触发后续工作。GitHub 只是第一个连接器,不是最终形态。

问题在扩展时暴露。作者问 Agent 能否把 Linear 事件快速映射到同一事件总线时,答案是不能。Agent 已经围绕 GitHub 事件构建系统,数据库保存的是 GitHub 事件;要接入 Linear,需要另一张表和另一个实现周期。

作者重新向 Agent 展示规格和计划,Agent 承认没有按照要求构建,并提出重做。按其估算,这次运行消耗了数百万 tokens,占每周配额的 35%。但更重的成本是判断哪些代码和部署应丢弃、回滚变更,以及接收这些看似完成工作的人损失的工作日,还包括评估损害的工程师承受的精神负担。

提示词、模型和执行环境,都没有给出简单答案

作者逐一排除了几种常见解释。不是明显的提示词问题:规格、计划、验收标准和“我们要构建什么”文档都已作为 Markdown 文件包含在提示中。也不是简单的模型能力问题:使用的是前沿模型,推理设置为 xhigh。执行环境也不是临时拼凑的弱模型循环,而是前沿实验室自己的执行框架(harness)。

这让问题更复杂:Agent 在被重新展示文档后,能够识别错误,也能区分“被要求的系统”和“已实现的系统”。但在实际构建过程中,它没有持续保持这种区分。

作者把可能原因指向上下文压缩与交接环节。例如,当阶段性总结写成“GitHub 持久化已实现;继续集成”时,早期偏离可能被包装成已确认决策。下一个会话基于该总结继续工作,更多实现不断累积。作者强调,他没有确认这次运行的确切内部原因,但结果已经说明:正确指令存在,并不等于它们在长任务中始终保持权威。

沙箱和自动审查,并不能替代架构判断

文章也讨论了两种补救方案:更好的沙箱和更认真的代码审查。更好的隔离环境可以减少清理成本,但它不能自动识别“实现方向错了”。即使所有变更都在一次性环境中完成,没有接触生产系统,最终得到的仍然是一个 GitHub 专用应用,而不是通用事件接入层。

功能表面正常运行也不等于实现正确。GitHub 事件可以进入系统并成功触发任务,这只说明 GitHub 路径可用,不能说明第一个连接器是按照可复用连接器的目标构建的。

审查环节同样不轻松。如果让接收交付的工程师反复检查 Agent 生成的大量变更,重建假设、对照原始意图并承担责任,他们可能会把 diff 粘贴给另一个 AI 助手。作者设想,如果把原始提示、规格和计划都交给审查模型,它也许能指出这是 GitHub 专用实现,而不是可复用入口。但这样的审查与修正会带来多轮阅读、修改和再审查,消耗更多 tokens 和时间。

工程师的新工作:守住决策边界

这篇案例的价值不在于证明某个模型不可靠,而在于展示 Agentic Engineering 的新瓶颈:当 Agent 能生成大量可运行工件,工程师需要补上的是验证、回滚和责任边界。

  • 需求文档存在还不够,关键架构决策需要在执行过程中持续约束 Agent。
  • “能运行”不能替代验收,系统是否保留既定边界同样重要。
  • Agent 可以产生大量提交、评论和重构,但最终批准仍可能回到人类工程师。

在作者的设想中,即使 tokens 和时间都不计成本,Agent 最终也能收敛到可接受实现,仍有一个问题没有消失:原始规格由人类工程师撰写,最终批准也会落到同一位工程师身上。等待他们的,可能是一百多个提交、评审评论、重构、反转、后续变更,以及大量解释每一步为何必要的讨论。原本边界清晰的集成任务,会被扩展成一堆需要人类重新理解与负责的工程记录。

这提醒使用 AI Agent 做工程交付的人:衡量 Agent 交付能力,不能只看它是否产出 UI、后端、迁移和文档,还要看它是否遵守既定架构,是否具备清晰回滚路径,是否把最终责任留给可验证的人。

原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/ai-agent-neng-sheng-cheng-zheng-tao-jiao-fu-gong-cheng-shi

Like (0)
点点的头像点点
Previous 17小时前
Next 15小时前

相关推荐