AI工程师提出的10个点子:当AI代理编写代码时开发工作如何变化
OpenAI
Anthropic
GitHub
OpenAI进行了一项实验,三名工程师在五个月内创建了约一百万行代码的产品,所有代码均由Codex生成,耗时仅为传统方式的十分之一。关键瓶颈从代码生产转向了明确构建目标、组织自主代理、验证结果以及防止系统破坏的能力。这些见解在2026年AI Engineer伦敦和旧金山会议上提出,演讲主题包括驾驭工程、长期运行的代理、多代理协调等。
在欧洲和世界博览会举办的 AI 工程师 2026 大会上,多场演讲探讨了当 AI 代理编写代码时软件开发如何变化。OpenAI 在 Codex 上的实验显示,三名工程师在五个月内构建了一个百万行产品,且没有手动编写一行代码,这表明代码生成速度不再是瓶颈;新的约束是人类指定需求、组织自主代理、验证输出以及防止系统性加速崩溃的能力。Ryan Lopopolo 提出了“驾驭工程”(harness engineering)这一框架:人类负责引导,代理负责执行,基础设施包括文档、测试、架构规则和反馈机制。来自 Anthropic 的 Ash Prabaker 和 Andrew Wilson 讨论了长时间运行的代理,提出了外部状态管理、对抗性评估和交接流程,以在数小时内维持一致性。来自 GitHub Next 的 Maggie Appleton 探讨了多代理系统的社交维度,警告说二十多个代理不会自动形成一个团队,需要协调、冲突解决和专注设计以避免混乱。
来源: Habr — хаб ИИ —
原文
