为什么上了编码Agent,架构漂移更快了? 控制论视角下的Harness Engineering#harness #harness_engineering #harness工程 #约束工程 #大模型开发 《Harness Engineering Is Cybernetics 》 https://x.com/odysseus0z/status/2030416758138634583?s=20
随着编码Agent在开发团队中的普及,出现了一个反直觉的现象:代码产出量大幅增加,PR(Pull Request)合并速度加快,但代码库却变得更脏,架构漂移的速度显著提升。这并非简单的AI编码质量问题,而是控制论进入代码生产层后,工程范式发生根本性转变的结果。从控制论视角审视,这反映了反馈回路在不同层级上的演进与挑战。
01三次自动化跃迁:从蒸汽机到Kubernetes
- 1780年
- 2014年
- 2024年
02控制论核心:反馈回路的闭环
Norbert Wiener在1948年将这种模式命名为控制论,其核心在于“闭环”:输出影响输入,系统自我纠偏。每一次技术跃迁,本质上都是在更高层级上实现这一闭环。Kubernetes的命名也源于同一词根,体现了这一思想谱系的延续。
代码库之所以是最后被攻克的领域,是因为其高层的反馈回路长期缺失。传统的编译器、测试和Lint工具只能处理语法、行为和风格等低层级、可机械检查的问题。更高层的架构决策——如改动是否符合系统架构、抽象是否合理——由于缺乏传感器和执行器,一直依赖人工判断。
03根本原因:隐性知识未外化与反馈回路失效
编码Agent时代的工程挑战
人工反馈回路
隐性知识传递:依赖Code Review、结对编程和口耳相传。
纠偏机制:人工在每一个PR中判断质量并修正,速度较慢。
技术债积累:代价来得慢,质量下滑是渐进过程。


机器反馈回路
知识断层:Agent缺乏隐性知识传递渠道,无法理解“好”的标准。
快速漂移:以机器速度全天候忽略约定,架构漂移速度远超修补速度。
极端代价:忽视文档和测试的后果被瞬间放大,制造混乱的速度极快。
接上Agent并不代表完事,Agent只是提供了闭环的可能性。真正的工作在于“校准”这个回路,即解决知识外化的问题。工程师脑子里的判断力往往是隐性知识,很难言传。如果不将这些知识转化为显性的文档、自动化测试和架构约束,Agent就无法执行正确的判断。
Anthropic的实验和OpenAI的实践证明了这一点:如果不知道“整洁”长什么样,就无法用Agent来清理它制造的混乱。必须将标准编码进Harness(约束工程)本身,通过精心设计的测试环境和反馈机制来引导Agent。
04工程师的新定位:从生成者到评估者
在Agent时代,验证一个答案的正确性比生成一个正确答案要容易得多。工程师的角色将像前两次自动化跃迁一样再次上移一层:不再与机器在实现速度上竞争,而是专注于“评估”这一侧。
- 定义正确性:将团队的品位和架构原则转化为Golden Principle。
- 识别偏差:判断Agent的输出是否偏离了预定目标。
- 校准回路:设计架构文档、自定义Lint规则和成文化的架构决策,确保反馈回路的有效闭合。
当前文章无评论,是时候发表评论了