导读：人工智能虽然可以读写代码，但上下文与架构仍然属于人类。

不难理解为什么人们对人工智能的焦虑情绪日益增长——尤其是在软件工程领域。

如若你是一名软件工程师，想必可能已经看到过许多这样类似的新闻标题：人工智能正在抢走程序员的饭碗。

这种担忧完全可以理解，一大部分是媒体点燃情绪、吸引眼球，甚至是不懂和不负责的表现。它并不能反映这些系统如今的实际运作方式，也不能反映它们在短期内的实际发展方向。

尽管各种说法甚嚣尘上，但智能体人工智能仍然局限于确定性系统。它可以编写、重构和验证代码，也能推理模式。然而，一旦出现模糊性——比如人类的优先级发生变化、权衡取舍不再是非此即彼、需要同理心和解读能力时，它就无能为力了。

真正的软件工程并非仅仅是确定性的。产品开发也不仅仅是编写代码。它关乎背景——战略性的、人性和情境性。

而目前，人工智能并不具备这些要素。

当今的智能体人工智能

现在的智能体人工智能在特定范围内能力可以说极强。

它尤其擅长处理预期明确、规则规范、目标结构一致的环境。无论是代码分析、测试编写，还是根据过往模式标记错误，它都能胜任。

这些系统就像在固定轨道上运行的火车：快速、高效，并且能够在任何铺设了轨道的地方行驶。但是，当业务方向变化，或者战略重点发生变化——人工智能代理仍然会沿着既定路线行驶，却意识不到目的地已然改变。

当然，他们仍然会产出，但他们的贡献要么是停滞不前，要么是负面的，而不是与公司的发展方向同步前进。

战略并非一个封闭的系统

实际上的软件工程设计并非孤立进行，而是响应业务战略而开展的——业务战略指导产品方向，产品方向又指导技术优先级。这其中的每一层都会引入新的偏见、解读和人为之决策。

这些决策并非一成不变。它们会随着紧迫性、领导层以及用户需求而变化。战略调整不会像确定性的更新那样，在组织内部一帆风顺地层层推进。它往往以碎片化的方式出现：领导层的公告、客户的电话、走廊里的闲聊、企业IM上的讨论帖、站立或一对一的会议等等。

这就是解读产生的地方。一位开发工程师可能会问：“这次调整对我本周的工作意味着什么？”面对同样的问题，另一位工程师可能会给出不同的答案。这种局部性的、解读性的决策方式，正是战略偏见在团队间发挥作用的体现。而且，这种方式难以有效扩展。

智能体人工智能的设计初衷并非如此——至少目前还不是。

智能体系统缺乏战略背景。

为了向前发展，智能体人工智能需要的不仅仅是静态逻辑。它必须具备上下文信息——战略性的、方向性的和不断演变的能力。

这意味着不仅要回答某个功能的作用是什么，还要问它是否仍然重要，它所属的项目是否仍然被列为优先事项，这项工作是否反映了客户需求或产品定位的最新变化。

如今的人工智能工具与这一层面脱节。它们无法接收产品经理、设计师或技术总监凭直觉采取行动的那些线索。它们无法吸收重组带来的连锁反应并做出相应的响应。

在它们做到这一点之前，这些系统将始终是确定性的辅助工具，而不是真正的合作者。

应该朝着哪个方向努力？

需要明确的是，我们面临的机遇并非取代人类，而是提升人类。不仅仅是将执行工作外包，更是要尊重每款重要产品核心的人性视角。

人工智能越能处理那些不加区分的繁重工作——工程中那些枯燥乏味、机械重复的部分。这样就能为人类创造更多空间，让他们专注于重要的事情：创造美好的事物、解决难题和设计具有影响力的产品。

让人工智能搭建框架、挖掘和验证。让人类带着意图、紧迫感和谨慎态度去解读、引导与创造。

为了实现这一目标，我们需要能够理解上下文并运行的智能体系统，而不仅仅是运行在代码库中。我们需要能够理解代码内容及其变化的系统，更需要能够随着优先级变化而更新自身视角的系统。

因为我们的目标不仅仅是自动化，而是更好地协调一致，更有效地利用时间，并为使用我们产品的用户带来更好的成果。

这意味着要构建的工具不仅要能读取代码，还要能理解我们正在构建什么、它是为谁构建的、有什么利害关系以及为什么它如此重要。

作者：洛逸