Agent Native 的终点,不是 AI 写代码
过去一年,所有关于 AI 写代码的讨论,都在追错问题。
真正的问题从来不是 Agent 能写多少代码。
代码正在变成最便宜的东西
代码生成已经在商品化。Copilot、Cursor、Claude Code——生成能力在趋同,区别越来越小。
软件工程正在从”代码稀缺”进入”上下文稀缺”的时代。
一个 Agent 可以在几分钟内生成几千行代码。但它不知道:
- 为什么这个功能存在
- 哪条业务规则不能被破坏
- 哪个依赖动不得
- 什么样的测试结果才算证明变更安全
这些知识不在代码里。它们在设计讨论、事故复盘、历史决策、以及资深工程师的脑子里。
未来最便宜的是代码。最昂贵的是正确的上下文。
Agent Native 的核心不是编码
很多人把 Agent Native Development 理解为”让 Agent 独立完成开发任务”。
这个定义过于表面。
Agent 真正受限的从来不是编码能力,是理解能力和验证能力。
一个成熟工程师花大量时间做的事不是写代码:理解需求、澄清边界、分析影响范围、验证设计假设、判断风险、证明结果正确。
这些都是知识工作。
所以 Agent Native 的核心问题不是:
How do we make agents generate code?
而是:
How do we make organizational knowledge consumable and verifiable?
Repository 只是真相的一部分
很多团队开始维护 AGENTS.md、CONTEXT.md、OpenSpec、Repository Documentation。
这些实践有价值——它们在把人脑中的知识显式化。
但这里有一个根本性的误区:
Repository 不是 Source of Truth。
代码库只保存系统知识的一部分。另一部分在别处:Datadog 指标、Grafana Dashboard、Feature Flag 配置、AWS 状态、Incident History、Architecture Decision Record。
一个服务为什么这样设计,往往比代码本身更重要。而这个答案未必在 Repo 里。
Repository is part of the truth, not the truth.
知识系统最难的不是沉淀,是维护
历史上几乎所有知识管理系统都失败过。Wiki、Confluence、SharePoint、Design Doc——无一例外。
原因不复杂。不是没人写,是没人维护。
当维护成本高于收益,知识迅速过期。团队开始只信代码,不信文档。知识系统失去价值。
Documentation as Responsibility 很难成功。
依赖工程师主动维护文档,系统大概率会衰败。这不是态度问题,是激励结构问题。
更合理的模式:Agent 维护知识,不只是消费知识
今天大多数实践的默认模式是:
1
Human writes context → Agent reads context
这仍然是人工驱动。
更可持续的模式应该是:
1
Human owns truth → Agent maintains truth
代码变更后,Agent 自动更新 OpenSpec、README、API 文档、部署说明。工程师负责审核,而不是逐字编写。
Documentation 应该是开发的副产品,而不是独立的活动。
只有当知识维护变得足够廉价,知识系统才能持续存在。
真正在发生变化的是知识管理
很多人以为 AI 会改变编码。
AI 更可能改变的是知识管理。
过去的软件工程:人记在脑子里,然后写成代码。
未来的软件工程:人、Agent 共同沉淀组织知识,知识同时服务于人和机器。
知识不再属于某个人,也不属于某个文档。它属于组织。
更准确的目标
我越来越倾向于认为,Agent Native Development 只是路过的站点。
真正的终点是:
Organizational Knowledge Native Development.
几个核心原则:
- 代码不是资产,知识才是资产。
- 知识必须能被机器理解,不只是被人阅读。
- 知识应该尽量靠近代码,但不局限于代码仓库。
- Agent 不只消费知识,也持续维护知识。
- 验证能力比生成能力更重要。
- 目标不是减少工程师,而是减少知识丢失。
软件工程的未来,不是 AI 写出更多代码。
是把原本只存在于少数资深工程师脑中的隐性知识,持续沉淀为人和机器都能理解、验证、演化的组织知识。
这才是值得构建的东西。