Harness 与 Agent 工程 · AI研发与测试工程 · 2026-04-23

从第一性原理思考 Agentic Engineering

Agentic Engineering如何重塑AI与开发者的协作模式?开源框架助你实现工程纪律与AI能力的完美结合。

核心内容:

  1. Vibe coding与Agentic Engineering的本质区别
  2. 第一性原理思维在工程实践中的应用价值
  3. 开源框架实现SDLC全流程AI协作的最佳实践

AI 正在深刻改变软件开发的方式。从最初的代码补全,到如今的自主式 AI Agent,开发者与 AI 的协作模式正在快速演进。在这个过程中,一种被称为 vibe coding 的实践模式率先流行——开发者将需求直接抛给 AI,不审查 diff、不理解生成的代码,凭直觉接受输出,以最快的速度得到"能跑"的结果。Vibe coding 在原型验证和个人项目中有其价值,但它的本质是用速度换取了理解和控制,无法承载生产级系统的质量要求。

Agentic Engineering 代表了一种截然不同的范式 [1]。它是一种工程师与 AI Agent 深度协作的模式——AI 不仅是代码的执行者,也是问题分析、方案设计等环节的思考伙伴;但最终的判断和决策权始终在工程师手中。它不是"让 AI 替你写代码",而是将工程纪律与 AI 能力系统性地结合,在保持甚至提升质量标准的前提下,大幅提升研发效能。

这里要强调 Engineering(工程) 一词的含义:Engineering 的本质是约束优化——在给定的资源、时间、质量等约束下,找到最优可行解。Agentic Engineering 就是在这一完整框架下引入 AI Agent 作为协作者,保留约束、保留质量标准,来提升工程过程的效率和能力。

本文采用第一性原理的思路来思考 Agentic Engineering:不从业界实践归纳"怎么做",而是从基本事实出发,演绎推导"为什么这样做,以及怎样做才是最优的"。

00

为什么用第一性原理?

在进入具体讨论之前,先说清楚我们用什么方法思考,以及为什么选择这种方法。

第一性原理思维(First Principles Thinking)是一种将问题拆解到最基本的、不可再分的事实,然后从那里重新构建推理的思考方法——不是"别人怎么做,我就怎么做"(归纳),而是回到根本去追问"什么是对的,为什么是对的"(演绎)。具体而言:先解构问题至不可争辩的基本事实,再识别并质疑现有方案背后的隐含假设,最后仅基于基本事实从零重建解决方案。

本文的立场是:归纳与演绎互补,不是替代。 归纳法(观察案例 → 总结规律)告诉我们"别人怎么做",演绎法(从公理 → 推导结论)告诉我们"为什么这样做,以及能否做得更好"。本文以演绎法为主线,从基本事实推导 Agentic Engineering 的最佳实践,同时在关键节点引用业界实践作为归纳验证。

01

问题与机遇

软件工程的固有挑战是什么?AI 带来了哪些机遇?又引入了什么新问题?

1.1 软件工程的固有挑战

软件开发生命周期(SDLC)的每个阶段都存在顽固的痛点——它们不是某个团队的特殊困境,而是软件工程长期以来的共性问题:

需求阶段:意图表达失真。 需求文档质量参差不齐,往往描述"怎么做"而非"要解决什么问题"——缺少对目标、约束和成功指标的清晰定义。需求变更频繁且缺乏追踪,导致文档与实际交付物脱节。

设计阶段:知识难以沉淀与复用。 设计文档缺失或散落在各处 Wiki 中,与代码快速脱节。缺乏可复用的设计原则清单,方案的完备度高度依赖个人经验——性能、可用性、可扩展性等维度的考量因人而异。

编码阶段:上下文获取成本高。 大型项目(尤其是 C++ 项目)的上下文极其复杂,接手陌生模块或维护遗留代码的理解成本很高。团队特有的编码规范和最佳实践(如特定的锁机制、内核修改注释约定)靠人工记忆,执行依赖 Code Review,容易遗漏。

测试阶段:编写成本高,质量难保证。 编写单元测试繁琐——需要 Mock 复杂依赖、构造测试数据,分布式系统尤甚。边界条件和异常场景的覆盖率长期不足。

审查与排查阶段:瓶颈在人。 Code Review 耗时长,不熟悉模块的 reviewer 往往只能关注表面问题,架构和逻辑缺陷难以发现。现网问题排查依赖值班人员对特定模块的熟悉度,排查经验未被系统化沉淀。

这些问题的共同根源可以归结为四点:

它们不是管理问题,而是软件工程的结构性困境——几十年来一直存在,只是被不同程度地缓解,从未被根本解决。

1.2 AI 的双面效应:改善与新挑战并存

AI 对上述四个维度的影响并非单向的——在每个维度上,AI 同时带来了改善和新的结构性挑战:

信息损耗:降低旧损耗,引入新损耗。 AI 缩短了从想法到可运行代码的反馈周期,降低了传统的信息损耗率。但 AI 的输出是概率性的——同样的输入可能产生不同的输出,生成的代码可能表面正确但语义偏差。这引入了一种新类型的损耗:不是人类的误解,而是 AI 的"似是而非"。

知识孤岛:通用知识丰富,私有知识仍然缺失。 AI 在训练数据中积累了广泛的通用知识(语言、框架、算法、设计模式),可以即时提供跨领域的知识参考。但团队的隐性知识——编码规范的微妙之处、模块的历史决策原因、Bug 排查技巧——AI 一无所知。AI 只能利用它能"看到"的知识。 如果团队经验没有被结构化地沉淀为 AI 可访问的形式,AI 就只是一个"什么都不知道的聪明实习生"。

认知成本:释放与负担同时发生。 AI 释放了工程师在"工具层面"消耗的认知带宽(记忆语法、查阅 API、编写样板代码)。然而,AI 同时也大幅增加了需要判断和审查的信息量——当 AI 每小时生成数百行代码等待审查时,问题不再是"写不出来",而是"看不完、想不清"。净效果取决于我们如何管理这个平衡。

重复性劳动:生成成本骤降,验证成为新瓶颈。 这是 AI 改善最直接的维度——代码生成、测试生成、Mock 构造等机械性工作可以被大幅自动化。业界数据已验证了这一点:GitHub 的研究表明开发者编码速度提升了 55% [2];Anthropic 的内部调研显示员工自报生产力提升 50%,且约 27% 的 AI 辅助工作是"原本不会做的任务"[3]。然而,验证代码正确性的成本并未同步降低——你仍然需要理解代码在做什么、判断它是否符合设计意图、审查边界条件。生成能力的爆炸式增长与验证能力的相对停滞之间的张力,是 AI 时代软件工程的核心矛盾。

1.3 小结

维度 固有挑战 AI 的改善 AI 引入的新问题
信息损耗 意图逐步失真 缩短反馈周期 概率性输出引入"似是而非"损耗
知识孤岛 隐性知识难以传承 通用知识即时可用 团队私有知识仍无法被 AI 利用
认知成本 理解复杂系统消耗大量认知 辅助代码解读 审查信息量暴增,释放与负担并存
重复性劳动 机械性工作占用大量时间 大幅自动化 生成成本骤降但验证成本未降

这些挑战互相强化:验证瓶颈加剧认知负担,认知过载导致工程师没有精力沉淀知识,知识孤岛又使得 AI 无法有效辅助验证。要打破这个循环,我们需要一个系统性的工程化策略——这正是后续章节要推导的内容。

02

目标

定义"最优策略"的含义——我们究竟在优化什么?

回到导语中提到的核心定义:Engineering 是在约束条件下寻找最优可行解的系统性过程。 这意味着,当我们谈论"目标"时,不是在问"AI 能做什么",而是在问"在给定的质量、安全、可维护性等约束下,如何利用 AI 最大化团队的总产出价值"。这正是工程化思维与 vibe coding 的根本区别——后者只追求速度这一个维度,而 Engineering 要求我们同时考虑整个约束空间。

2.1 三层价值模型

AI 对软件工程的价值可以分为三个递进的层次:

层次 名称 含义 典型场景
L1 加速(Accelerate) 同样的事做得更快 写脚本、生成样板代码、格式转换、简单 CRUD
L2 增强(Augment) 同样的事做得更好 提升代码质量、更全面的测试覆盖、更严谨的设计评审
L3 解锁(Unlock) 做以前做不到的事 系统性知识沉淀与复用、跨模块的架构级分析、新工程师快速达到团队水准

2.2 本文的聚焦:L2 与 L3

一个关键观察是:L1 级别的价值,现有的 AI 模型已经可以在不需要太多体系化方法的情况下很好地实现。 写一个脚本、生成一段样板代码、做格式转换——这些任务的共同特点是:约束少、上下文简单、正确性容易验证。你只需要打开 AI 助手,描述需求,检查输出即可。Vibe coding 在这个层面是完全够用的。

真正需要 Engineering 思维的,是 L2 和 L3 级别的任务。这些任务的共同特点是:

这正是导语中 Engineering 定义的核心要义:当约束空间复杂到无法凭直觉应对时,我们需要系统性的方法论。

因此,本文的目标可以精确表述为:

推导并构建一套系统性的方法论,使 AI Agent 能够在复杂约束条件下可靠地提升软件工程质量,并拓展工程师的能力边界,而非仅仅加速现有流程。

2.3 如何衡量"最优"

明确了聚焦层次后,我们需要定义"最优策略"的衡量标准。具体而言,"最优"意味着在以下维度上取得最佳权衡:

03

第一性原理推导

从第一性原理出发:先识别不可争辩的基本事实作为公理,再以这些公理为依据批判性地审视业界假设,最终推导出核心最佳实践。

3.1 基本原理(公理)

以下三条公理是本文后续所有推导的地基。它们分别定义了人机协作的三个基本要素——活动(我们在做什么)、工具(我们用什么)、人(谁在做)——各自独立,无法互相推导。如果你不同意其中任何一条,后续的结论也将不成立。

公理 1:软件工程中的信息损耗(Information Loss in Software Engineering)

软件工程的本质是将人类头脑中模糊的意图,通过一系列信息变换,逐步精确化为机器可执行的代码。这条链的每一步都可能引入信息损耗。

第 1 章列举的 SDLC 各阶段痛点,表面上看是各自独立的问题。但如果我们追问它们的共同本质,会发现一个统一的模型——我们称之为意图转化链:

人类意图 → 自然语言需求 → 结构化设计 → 形式化代码 → 可执行程序

软件工程的本质,就是沿着这条链将模糊的意图逐步精确化。链的每一步都是一次信息变换,每一次变换都可能引入信息损耗——需求阶段的"意图表达失真"、设计阶段的"知识难以沉淀"、编码阶段的"上下文获取成本高",都是这条链上不同位置的损耗表现。

无论工具如何演进——从打孔卡到汇编到高级语言到 AI——这条链始终存在,只是各环节的成本和损耗率在变化。AI 的引入并没有消除这条链,而是改变了链上各环节的执行方式和损耗率。几十年来软件工程积累的方法论(需求评审、设计文档、代码审查、测试体系),本质上都是在这条链的各个环节设置校验点,捕获和修复损耗。这一点在 AI 时代不仅依然成立,而且更加重要——因为 AI 的概率性本质引入了新的损耗来源。

公理 2:LLM 的本质特征(The Nature of LLM)

LLM 是一个基于上下文进行概率性推理的系统,具有三个并列的本质特征:(1)输出由上下文决定,(2)输出是概率性的,(3)工作记忆是有限且易失的。

AI Agent 的核心引擎是 LLM——工具调用、工作流编排等都是围绕 LLM 构建的工程层。Agent 的能力上限和本质局限,最终都由 LLM 决定。因此,这条公理聚焦于 LLM 本身的特征。LLM 通过海量训练数据获得了广泛的通用知识,能够理解和遵循复杂指令,并进行跨领域的推理和知识迁移——这构成了它作为协作者的能力基础。但与此同时,三个本质特征各自独立,共同构成了我们使用 LLM 时必须遵循的约束:

这三个特征的组合效应——而非单个特征——产生了一系列对工程实践有深远影响的结论(如不确定性的来源、错误的累积效应、上下文持久化的必要性等),将在后续章节中正式推导。

公理 3:人类认知是稀缺资源(Human Cognition as Scarce Resource)

工程师的注意力、判断力和决策能力是有限的,是整个人机协作系统的瓶颈。

这条公理定义了人的本质约束。这是认知心理学的基本结论(工作记忆容量有限、注意力是零和资源、决策疲劳是真实现象),不因技术进步而改变。在 AI 时代,制约产出的主要因素不再是编码速度,而是工程师审查、判断和决策的能力上限。最优策略因此不是最大化 AI 的产出量,而是最优化工程师认知带宽的分配。

3.2 识别并质疑假设

有了上述三条公理作为判断依据,我们现在来审视业界在 AI 辅助开发中常见的几个隐含假设。这些假设并非完全错误——它们大多来自一线实践的合理总结——但如果不加条件地接受,可能会误导方法论的设计。

假设 1:"只要把代码喂给 AI,它就能理解整个项目"

假设 2:"AI 不适合复杂系统(如数据库)的开发"

假设 3:"AI 提效的核心价值是帮人更快地写代码"

假设 4:"AI 生成的代码只需要通过测试就可以提交"

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/tishicikuangjia/2026042323947.html