智能體 AI 模式強(qiáng)化軟件工程規(guī)范性

作者 | Rafiq Gemmail

譯者 | 明知山

在最新一期的 AI DevOps 播客 中，Paul Duvall 探討了隨著現(xiàn)代模型能力的提升，智能體 AI 模式如何強(qiáng)化核心工程規(guī)范。他還分享了自己的 智能體 AI 工程模式 代碼庫，用于記錄和演進(jìn) AI 輔助軟件開發(fā)實(shí)踐。

Duvall 是“Continuous Integration: Improving Software Quality and Reducing Risk”一書的作者，他將這一系列模式定位為：探索如何通過客戶在實(shí)際工作中應(yīng)用智能體 AI 的實(shí)踐經(jīng)驗(yàn)來適配已成熟的工程實(shí)踐。他強(qiáng)調(diào)應(yīng)讓 AI 生成的內(nèi)容基于共享模式，并指出：“當(dāng) AI 可以生成代碼，工程實(shí)踐比以往任何時候都更為重要?！?/p>

面對 AI 生成的海量代碼，Duvall 強(qiáng)調(diào)了主干開發(fā)、盡早且頻繁提交以及自動化測試的重要性，并解釋說，隨著變更速度加快，這些實(shí)踐對保障質(zhì)量至關(guān)重要。

Duvall 還描述了開發(fā)者與代碼交互方式的轉(zhuǎn)變。他發(fā)現(xiàn)，在處理 AI 生成的內(nèi)容時，自己“不再逐行審查代碼”，因?yàn)楹Ａ孔兏屵@種方式越來越不切實(shí)際。對此，Duvall 強(qiáng)調(diào)應(yīng)該更多地依靠自動化驗(yàn)證與智能體防護(hù)機(jī)制，包括讓智能體具備審查和優(yōu)化自身輸出的編碼能力。

Duvall 還探討了規(guī)范驅(qū)動開發(fā)等方法是怎樣讓現(xiàn)有軟件工程實(shí)踐不斷演進(jìn)的。他的代碼庫中包含適用于 AWS IAM 策略生成場景的智能體可讀規(guī)范示例，通過預(yù)先定義預(yù)期行為、約束條件與驗(yàn)收標(biāo)準(zhǔn)，讓智能體能夠依據(jù)清晰的規(guī)范生成并校驗(yàn)輸出。在談及經(jīng)典的測試優(yōu)先模式如何被用來指導(dǎo) AI 輔助工作流時，他表示：

我其實(shí)……是在復(fù)用我們在敏捷開發(fā)和極限編程（XP）中的做法……說白了就是先紅、再綠、再重構(gòu)……我就是按這個流程在做。

Duvall 還指出了智能體生命周期初期階段存在的挑戰(zhàn)，尤其是在意圖定義環(huán)節(jié)。他發(fā)現(xiàn)，盡管 AI 工具能夠快速生成代碼，但模糊、不明確的輸入往往會導(dǎo)致結(jié)果不一致且難以預(yù)測。這也使得人們更加重視通過更清晰的規(guī)范來驅(qū)動智能體，包括使用包含角色、上下文與約束的結(jié)構(gòu)化提示詞來描述意圖，以及采用規(guī)范驅(qū)動開發(fā)和基于行為定義的驗(yàn)收測試。他表示：“如果沒有完整地描述清楚意圖，就只會得到隨機(jī)的結(jié)果。”

在近期的 DevSecOps Talks 播客中，System Initiative 產(chǎn)品總監(jiān) Paul Stack 也談到了對更清晰規(guī)范的重視。他主導(dǎo)開發(fā)的 SWAMP 是一個用于自動化與驗(yàn)證基礎(chǔ)設(shè)施的開源智能體平臺。Stack 介紹了自己如何圍繞智能體重構(gòu)開發(fā)流程，甚至放棄拉取請求，轉(zhuǎn)而采用基于 GitHub Issue 的工作流，并融入規(guī)范驅(qū)動開發(fā)模式。他表示：

我們不接受拉取請求……如果你有設(shè)計(jì)方案，請?zhí)峤灰粋€ Issue，我們會進(jìn)行交互式的合作，一起完善、共同設(shè)計(jì)。

在 Scott Hanselman 的播客中，“The Pragmatic Engineer” 新聞組作者 Gergely Orosz介紹 了一個開源項(xiàng)目：該項(xiàng)目不合并拉取請求，而是采用 “remixing” 模式，由智能體按照項(xiàng)目標(biāo)準(zhǔn)重構(gòu)提交的 PR。Hanselman 認(rèn)為，盡管架構(gòu)與設(shè)計(jì)“品味”對系統(tǒng)來說至關(guān)重要，但“擁有無限耐心的初級工程師”這種心態(tài)很適合用來處理繁瑣重復(fù)性的工作，這與完全自動化的“Ralph 循環(huán)”自主智能體形成對比——這類智能體通過子智能體迭代優(yōu)化方案，直至滿足需求。

Stack 還強(qiáng)調(diào)必須提供準(zhǔn)確的架構(gòu)模式與實(shí)踐規(guī)范，讓智能體能夠“以與代碼庫一致的方式生成代碼”，以及預(yù)先定義架構(gòu)、約束條件與測試預(yù)期。與 InfoQ 報(bào)道的 Boris Cherny 智能體工作流 類似，Stack 表示他也會使用 Claude 的“計(jì)劃模式”在執(zhí)行前對意圖進(jìn)行審查，以此來避免出現(xiàn)“AI 恐怖故事”式的問題。

Duvall 還指出了右移實(shí)踐（Shifting-Right）的重要性，主張將這類反饋循環(huán)延伸至生產(chǎn)環(huán)境。他闡述了如何利用可觀測性、遙測數(shù)據(jù)乃至生產(chǎn)環(huán)境中的測試來縮短反饋周期，解析實(shí)時信號并回送至開發(fā)生命周期。展望未來，他認(rèn)為 AI 可能催生出規(guī)模更小、目標(biāo)更聚焦的團(tuán)隊(duì)，并提到隨著協(xié)調(diào)成本降低、自動化程度提升，研發(fā)團(tuán)隊(duì)將向“單披薩團(tuán)隊(duì)”（One-Pizza Team）模式轉(zhuǎn)型。

Duvall 認(rèn)為，與以往的工程變革一樣，質(zhì)量保障將越來越依賴自動化，而非人工審查。他表示：

你正在搭建相應(yīng)機(jī)制……讓代碼得到審查……只不過未必每次都由你親自審查。

Duvall 與 Stack 均強(qiáng)調(diào)，AI 輔助開發(fā)需要結(jié)合左移實(shí)踐與右移反饋，將行為定義與生產(chǎn)狀態(tài)納入驗(yàn)證流程。Duvall 還指出，AI 能夠更全面地分析生產(chǎn)遙測數(shù)據(jù)，從而識別出模式、更早地發(fā)現(xiàn)問題。

Duvall 的代碼庫在持續(xù)更新中，其中定義了涵蓋開發(fā)、安全與運(yùn)維場景的結(jié)構(gòu)化模式及成熟度等級。這些模式包括 規(guī)范驅(qū)動開發(fā)、編碼規(guī)則 和 架構(gòu)約束、原子分解 與 并行智能體，以及具備 自動化可追溯性 的 可觀測開發(fā)。

Orosz 意識到開發(fā)正在向以代碼為中心之外的方向轉(zhuǎn)變，他認(rèn)為工程的定位與實(shí)踐將會提升到新層次，超越代碼本身。他表示：

我認(rèn)為，除了編寫代碼之外，還有一些特質(zhì)會讓我們與眾不同，我們理應(yīng)去培養(yǎng)這種能力。

查看英文原文：

https://www.infoq.com/news/2026/03/agentic-engineering-patterns/

聲明：本文為 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。