本文永久链接 – https://tonybai.com/2025/07/15/the-agentic-software-engineer

大家好，我是Tony Bai。

最近，如果你和身边的程序员朋友聊天，很可能会感受到一丝寒意。是的，软件工程行业正在经历一个自 2008 年以来最冷的冬天。职位空缺大幅减少，大厂裁员的新闻不绝于耳。

很多人将矛头指向了 AI：“是 AI 抢了我们的饭碗！”

然而，一篇来自 DoltHub 的深刻文章《The Agentic Software Engineer》提出了一个更本质的观点：别怪 AI，杀死软件工程师黄金时代的，是互联网的普及。

过去 25 年，从互联网到移动互联网的浪潮，创造了海量的工程需求，软件工程师也因此成为了时代的宠儿。但现在，这波巨大的增长红利期已经结束。

那下一个浪潮是什么？文章给出了答案：Agentic AI (智能体 AI)。

这不仅仅是一个新技术，它将彻底重塑我们的工作方式，重写“软件工程师”这个岗位的核心要求。这不是一次普通的更新，这是一场彻底的进化。

告别“代码工人”，拥抱“智能体工程师”

文章预言，软件工程师不会被淘汰，而是将进化，去“驾驭”这波新的 AI 浪潮。我们将成为所谓的 “智能体软件工程师” (Agentic Software Engineer)。

在这个新角色下，我们的工作不再是整天埋头编写成千上万行代码。AI Agent 可以比我们更快、更不知疲倦地完成这项任务。我们的核心职责，将转变为：

一个指挥、协调、审查和运维 AI Agent 军团的专家。

我们从亲自下场比赛的“运动员”，变成了运筹帷幄的“教练”。

AI 时代的生存指南：你的技能升级清单

那么，要成为一名合格的“智能体软件工程师”，我们需要点亮哪些新的技能树？文章为我们梳理了一份极其宝贵的“技能升值/贬值清单”。

技能升值 (Skills++)：这 6 项能力将是你未来的护城河

• 版本控制 (Version Control)

Git 不再仅仅是你个人的代码管理工具，它将成为协调你与成百上千个“AI 码农”协同工作的核心骨干。你需要用它来管理 Agent 的并行工作流、审查 Agent 提交的 PR、以及在 Agent 犯错时进行回滚。精通 Git 模型，将是从业基础。

• 产品思维 (“Product”)

AI Agent 擅长执行，但前提是指令必须清晰。任务分解、需求定义、接口设计等产品经理的核心技能，将成为每个工程师的必备能力。如果你无法将一个模糊的想法拆解成 Agent 可以处理的、足够小的任务块，你将无法与 Agent 高效协作。

• 代码审查 (Code Review)

这是未来我们耗时最多的日常工作。当 Agent 可以在 10 分钟内生成 500 行复杂的代码时，你的价值就体现在审查这些代码的正确性、可维护性和安全性上。接受吧，你正在从一个 Code Writer 变成一个 Code Editor。

• 测试 (Testing)

文章说：“We’re all SDETs now.”（我们现在都是软件测试开发工程师了）。面对一个可能会“创造性”地修改代码以绕过测试的 Agent，编写精准、全面的测试用例，是约束和指导 Agent 行为的最有力工具。 那些热衷于寻找边界条件、享受“破坏”代码乐趣的工程师，将在新时代中变得极其宝贵。

• 系统设计 (System Design)

未来的系统设计，需要更多地考虑如何容纳和管理不那么可靠的 Agent。你需要设计出具有清晰边界、强健接口、高度可测试性的系统，这样即使 Agent 的某个部分出错，也不会导致整个系统崩溃。

• 运维 (Operations)

我们都将成为 “智能体可靠性工程师” (Agent Reliability Engineer)。你需要设计、部署、监控和调试由无数 Agent 组成的复杂网络。当仪表盘上警报响起时，你需要快速定位问题是出在哪个 Agent 的行为上。学习大规模系统的运维之道，宜早不宜迟。

技能贬值 (Skills–)：这些技能正在被 AI 替代

• LeetCode 式算法题： AI 已经能在瞬间解决大部分算法题。
• 语言语法熟练度： Agent 知道所有语法细节，你只需能读懂代码即可。
• 打字速度： AI “思考”和“打字”的速度，是人类无法企及的。

现在，立即开始行动

这篇文章给我们的不应是焦虑，而是行动的路线图。我们应该如何开始？

1. 亲自使用 Agent： 去尝试 Claude Code、Gemini CLI 等领先的编码智能体。找一个终端窗口，看着它工作 15 分钟，感受一下未来的工作形态。
2. “外包”你的日常工作： 在你现有的开发流程中，寻找那些可以“委托”给 Agent 的任务。比如：“为我刚才的提交补充单元测试”，或者“重构这个函数，让它更具可读性”。
3. 刻意练习新技能： 将你的学习时间，有意识地投入到上述 6 项“升值技能”上。

小结：浪潮已至，要么驾驭，要么被吞没

软件工程师的“25年黄金时代”或许已经落幕，但这不意味着职业的终结。

一个由 AI 驱动的、充满无限可能的新时代正在开启。这场变革是不可避免的，拥抱 Agent 的公司，必将“碾压”那些固步自封的公司。而能够驾驭 Agent 的工程师，也必将成为这些公司的核心。

角色的转变或许是痛苦的，甚至会像文章所说的那样，变得有些“无聊”。我们可能会失去一些亲手创造的“流心”时刻。但这是进化的代价，也是我们保持价值的唯一途径。

现在，拿起你的冲浪板，开始学习如何驾驭这波巨浪吧。

成为一名“智能体软件工程师”，从今天开始。

资料链接：https://www.dolthub.com/blog/2025-07-02-the-agentic-software-engineer

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

本文永久链接 – https://tonybai.com/2025/07/10/stop-building-ai-agents

大家好，我是Tony Bai。

如果你正在开发 AI 应用，你很可能听说过、尝试过，甚至正在挣扎于构建一个“AI Agent”。

我们都看过那些令人心潮澎湃的 Demo：一个 AI Agent 被赋予一个目标，然后它就能自主地规划、调用工具、浏览网页、编写代码，最终完成任务。于是，我们纷纷投身其中，搭建记忆系统、定义工具、编写角色背景……感觉就像在创造一个真正的数字生命，充满了力量和进步感。

但现实往往是残酷的。正如资深 AI 教育者 Hugo Bowne-Anderson 在他那篇引爆讨论的文章《Stop Building AI Agents》中描述的，他曾用 CrewAI 构建了一个“研究小组”：三个 Agent、五个工具，纸面上完美，实践中一塌糊涂。

• 研究员 Agent 忽略了 70% 的网页抓取工具。
• 摘要员 Agent 在处理长文档时完全忘记了使用引用工具。
• 协调员 Agent 在任务不明确时直接“撂挑子不干了”。

这是一个“美丽的计划，以壮观的方式分崩离析”。这个故事听起来熟悉吗？

Hugo 一针见血地指出：问题的根源，可能不是你的实现细节，而是你从一开始就选择去构建一个 Agent。

AI Agent 的真正“魔鬼”：失控的工作流

要理解为什么 Agent 如此脆弱，我们必须先弄清它的定义。一个 LLM 应用通常具备四个特性：
1. 记忆 (Memory): 让 LLM 记住过去的交互。
2. 信息检索 (Information Retrieval): 通过 RAG 等方式为 LLM 提供上下文。
3. 工具使用 (Tool Usage): 赋予 LLM 调用函数和 API 的能力。
4. 工作流控制 (Workflow Control): 让 LLM 的输出来决定下一步使用哪个工具以及何时使用。

这第四点，正是“Agent”的定义，也是问题的核心！

当我们构建一个 Agent 时，我们实际上是把系统的控制权交给了 LLM。我们希望它能像一个自主的决策者一样，动态地编排整个工作流程。

但这就像是让一个充满创造力、才华横溢但情绪不定的艺术家去担任整个交响乐团的指挥。他可能会即兴发挥出惊人的乐章，但更可能的是，他会忘记看乐谱，让整个演奏陷入混乱。

大多数 Agent 系统崩溃，不是因为功能太少，而是因为复杂度太高、控制权失控。

Hugo 用一张简单的决策图告诉我们，在绝大多数场景下，我们需要的根本不是 Agent。

那么，如果不是 Agent，我们应该构建什么？

你应该构建的 5 个 LLM 工作流模式

答案是：用更简单的、由你（开发者）的代码来控制流程的工作流模式。 下面这 5 个模式，源自 Anthropic 的研究，并由 Hugo 在实践中验证，足以解决 90% 的真实世界问题。

(1) 提示词链 (Prompt Chaining)

用例： 根据领英资料，撰写个性化的推广邮件。

这是一个典型的顺序任务。你先用一个 LLM 调用将非结构化的个人资料文本，转换为结构化的数据（姓名、公司、职位），然后再用第二个 LLM 调用，基于这些结构化数据和公司背景，生成一封定制邮件。

• 适用场景： 任务有明确的先后顺序。
• 失败模式： 链条中的任何一环失败，整个流程就会中断。
• 优点： 流程可预测，简单，易于调试。

(2) 并行化 (Parallelization)

用例： 从一份简历中，同时提取多个部分的信息。

当你想一次性处理多个独立的子任务时，并行化是最佳选择。你可以定义多个并行的任务，如提取工作经历、提取技能列表、提取教育背景，然后让它们同时运行，最后汇总结果。

• 适用场景： 多个独立任务可以并发执行以提高速度。
• 失败模式： 可能出现竞态条件或超时问题。
• 优点： 极大地提升数据抽取的效率。

(3) 路由 (Routing)

用例： 一个客户支持工具，根据用户问题类型分发到不同的处理流程。

路由模式就像一个智能交换机。你先用一个 LLM 或简单的逻辑来对输入进行分类（例如，这是“账单问题”还是“技术问题”），然后将请求“路由”到相应的专有处理函数或工作流中。控制权一旦交出，就不再收回。

• 适用场景： 不同的输入需要完全不同的处理逻辑。
• 失败模式： 边界情况可能无法匹配任何路由，需要有默认的“兜底”方案。
• 优点： 结构清晰，逻辑解耦。

(4) 编排器-工作者 (Orchestrator-Worker)

用例： 一个需要将任务动态分解成多步的邮件生成器。

这看起来像路由，但有一个关键区别：控制权始终在“编排器”手中。编排器（可以是 LLM 或你的代码）负责做决策和协调，而“工作者”（通常是具体的函数）负责执行。例如，编排器先调用 LLM 将目标公司分类为“科技”或“非科技”，然后选择一个专门的“科技邮件工作者”或“非科技邮件工作者”来撰写邮件，并管理整个流程的始终。

• 适用场景： 任务需要动态决策和受控的步骤执行。
• 失败模式： 编排器错误地分解或委托了子任务。
• 优点： 完美地将决策与执行分离，兼具灵活性和可控性。

(5) 评估器-优化器 (Evaluator-Optimizer)

用例： 优化一封营销邮件的语气和结构，以满足特定标准。

当你对输出质量有极高要求时，这个模式非常有用。一个“生成器”LLM 先生成初始内容，然后一个“评估器”LLM 对其进行打分。如果分数不达标，“评估器”会提供反馈，然后“生成器”根据反馈进行优化，如此循环，直到满足质量要求或达到重试上限。

• 适用场景： 输出质量比速度更重要。
• 失败模式： 可能陷入无限的优化循环。
• 优点： 能持续打磨，产出高质量的结果。

那么，什么时候才真正需要 Agent？

读到这里，你可能会问，Agent 是否就一无是处？并非如此。Hugo 指出，Agent 在一类特定场景中表现出色：当有一个敏锐的人类在环中（Human-in-the-Loop）时。

• 数据科学助手： Agent 探索性地写 SQL、生成图表，你来评估结果、修正逻辑。
• 创意写作伙伴： Agent 负责头脑风暴、提供结构，你来判断质量、引导方向。
• 代码重构助手： Agent 发现潜在模式、提出优化建议，你来审查、批准变更。

在这些场景中，Agent 是一个创造力的放大器，而非一个自主的工人。它适用于不稳定的、探索性的工作，而非需要稳定可靠的自动化流程。

小结：放弃对 Agent 的执念，回归简单

AI Agent 的概念被过度炒作和滥用。在大多数真实世界的应用中，我们并不需要一个拥有自主意识、能动态控制一切的复杂系统。

我们需要的，是更清晰、更简单、更可控的工作流结构。上述 5 种模式，为我们提供了强大的武器库。它们提醒我们软件工程的第一原则：从简单开始，逐步增加复杂性，并始终将控制权留在最可靠的地方——你自己的代码里。

所以，下一次当你准备构建下一个 LLM 应用时，请先停下来问自己：我真的需要一个 Agent 吗？还是一个简单的“提示词链”或“路由器”就足够了？

这个问题的答案，可能会为你节省下数周甚至数月的调试时间。

资料地址：https://decodingml.substack.com/p/stop-building-ai-agents

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。