AI 编程陷入局部最优：从代码补全跃升至驾驭工程

AI 编码速度的指数级提升，并没有加快产品的交付速度，反而让研发感到更加疲惫。因为在软件开发生命周期中，编码仅占 30%，而测试、沟通、Review 等非编码工作占 70%。目前 AI 仅在极速生成代码，导致研发陷入了“局部最优陷阱”，后续流程的负担被严重放大。现阶段开发者实际上沦为了 AI 的人工测试员，AI 极速生成的庞大代码库，让人类在 Code Review 和纠错排障上耗费了成倍的精力。人，反而成了整个交付系统中最慢的瓶颈。怎么解呢？D2 上的一场演讲给出了答案。研发需从单行代码补全，跃升至 Harness Engineering（驾驭工程）。不应只把模型当大脑，而要为它打造专属的工作室，要顺应大模型的物理限制，工程师的角色已经从“写代码的人”变成了“设计环境与反馈规则的人”。最佳实践有：1、上下文治理与记忆外包，保护前缀稳定性是第一原则，采用主动压缩机制，将冗长对话转化为结构化快照存入文件系统，并通过 AGENTS.md 钉死项目宪法。2、Agent 可读工具链，抛弃人类友好的 GUI 和冗余日志，转用 AI 友好的 JSON/API 语义。工具必须快且具备“痛觉反馈”（如引入 LSP 静态分析，让报错精确到行），形成“Lint → Fix → Verify”的自动化闭环。3、多智能体与受控执行，引入 Spec Kit（需求规格）和 Plan 模式（执行计划），谋定而后动。通过 Agents Team 隔离上下文以突破单模型智力天花板。对于 UI 测试，使用如 Midscene.js 这样的 AI Native 工具，直接通过自然语言操作，而非传统获取 DOM 树的方法。4、基于Agent的CLI自迭代端到端闭环，从需求输入，AI 自动编码，自动化沙盒测试，交付验收报告。传送门：mp.weixin.qq.com/s/ERSjcq9YURHvlsdTUv_Paw#HOW I AI##科技先锋官##AI编程##程序员#

新浪微博 2026-03-25 00:00:00