Agentic Coding 时代的软件工程基础要点

图片：Andrew Ng (@AndrewYNg) 在 X 平台上的内容

软件工程基础如何随着智能体编码（agentic coding）而发生变化？即使你使用编码智能体来编写全部代码，理解软件基础仍然至关重要——它帮助你引导智能体做出你想要的权衡决策，或者让你知道究竟存在哪些权衡可供取舍。此外，当你在构建一个 AI 应用时，AI 内核往往通过一个更广泛的软件应用来表达，而你往往需要参与构建或塑造这个应用。

一个不懂软件基础就随意"氛围编程"（vibe code）的初学者可以做出简单的应用，但这往往导致编码智能体在延迟、可用性、一致性、可靠性、可维护性、简洁性和/或成本方面做出糟糕的权衡。在这些情况下，开发者甚至不知道这些权衡的存在，因此无法引导智能体为自身的应用场景做出正确决策。

本文根据我们对"AI 工程技能"的研究所显示的内容，阐述了软件工程中最需要掌握的事情。它要求你具备以下能力：

构建全栈应用。智能体编码使许多过去扮演更专业化角色（如前端开发者或移动端开发者）的开发者，能够扮演更广泛的全栈角色。编码智能体可以在你不太熟悉的开发环节上提供帮助。然而，理解全栈究竟如何运作非常重要。有经验的开发者了解前端和后端系统的关键组件与概念，包括 UI 组件、缓存、页面渲染、API 的选择与设计、身份认证、状态与会话管理、异步处理、数据持久化、测试、安全性以及可访问性。

管理数据。数据值得格外关注，因为它是软件在其之上构建的基础，且相对难以更改（即使有智能体协助迁移也是）。当你知道如何管理数据时，你就可以思考访问模式，并据此决定存储什么以及存储多久。你能识别正确的数据模型，选择合适的存储类型（如关系型表、文档、键值或图）和基础设施，而这反过来会影响速度、可扩展性、可用性、可靠性与成本。你理解事务、并发，以及如何确保你的数据干净、一致且最新。在需要时，你能够确保适当的隐私、治理与合规。你懂得如何管理数据全生命周期。

随着应用的演进，你也知道如何让数据架构随之演进。决定如何管理数据需要大量由人提供的上下文。你的 AI 系统将从你的数据源获取其自身的输入上下文，因此如果数据架构选择不当，AI 将无法感知它自身缺乏什么。这就是为什么需要一位具备相关上下文、且擅长 AI 工程的人——也就是你——进行专业干预来将其纠正。如何为智能体（而非仅为传统软件或人类）构建数据基础设施，也是一个快速演进的领域，你应随领域的发展持续调整你的最佳实践。

设计系统架构。当你理解了软件和数据的整个全栈的主要组件后，你就更能决定如何将各部分组合在一起。良好的系统设计要求理解软件预期要实现什么（多少用户？延迟有多重要？成本有多重要？等等），以便你做出关于应用平台、前端与后端边界、系统分解、应用状态放置以及架构粒度（单体 vs. 微服务）的选择。你还需要选择技术栈（编程语言、运行时、组件/前端/后端框架、数据技术）——有时需要通过实验来评估各种选项后再最终确定。

此外，正确的架构是一个移动中的目标，取决于项目所处的阶段。你为快速构建原型而选择的简单架构，可能并不适合构建第一个生产系统，而后者可能也会随着应用规模扩大而需要改变。做出这些决定需要对软件组件和应用上下文都具备深厚的技术知识，以便你能够设计——并演进——架构，从而做出更好的权衡。

让系统安全且可靠。为了构建可靠的系统，你应该知道如何制定测试策略来验证你系统的正确性：单元测试与集成测试的混合比例、使用什么框架、达到什么覆盖程度。你还知道如何围绕可能的故障进行设计——如何处理故障（如 API 达到速率限制）、构建优雅降级、并最小化故障的影响范围。此外，"左移"（shift left）运动正将安全工作推向生命周期的更早阶段（在传统项目时间线中更靠左的位置）。正如所有开发者都在向全栈开发者转变，许多开发者现在也在一定程度上兼任安全工程师。你现在可以用 AI 工具扫描代码中的漏洞、检查依赖项中的供应链注入，以及审查你的云配置中的攻击面。但要做好这些，仍然需要一定的安全知识。

扩展与生产环境运营。为了服务真实用户，你必须知道如何将软件部署到生产环境。了解如何执行软件开发生命周期（SDLC）将对你有益，它除了构建和测试之外，还包括配置部署环境、决定发布策略、应用部署自动化（CI/CD）以及理解基础设施即服务（IaaS）。

在生产环境中运营需要部署可观测性工具、设置告警以及管理事故（incident）。最后，为了扩展你的应用，你应该理解真实的负载，并知道如何扩展服务器、进行负载均衡，以及调整你的数据基础设施（通过分片、索引、复制），或者进行架构变更，使你的系统能够适应规模。最终，理解诸如版本控制、代码审查、依赖维护以及如何管理技术债务等编码最佳实践，有助于你在时间推移中持续演进你的系统。

编码智能体已经改变了我们构建软件的方式，包括构建不含任何 AI 组件的软件。某些部分的编码知识——例如记忆编码语法——正在变得过时。但那些深刻理解软件如何运作的开发者，远远胜过那些不懂原理就随意编写代码的人。

理解软件基础（在 AI 之外）也有助于你判断软件能做什么和不能做什么。这使它们成为你如何使用编码智能体、如何塑造构建的重要上下文。我将在未来的文章中讨论这些。

https://x.com/AndrewYNg/status/2093388974194872781