Panel：Agent 如何重构软件 — 从 AI 辅助到 AI 原生

音频由 CSDN 起点智能研究院的李建中分享 “Agent 如何重构软件”，介绍了 Agent 时代的驱动力、软件形态和开发方式的变革，以及软件工程核心命题在 Agent 时代的发展方向，内容如下：

• Agent 时代的驱动力与发展维度
• 模型缩放定律变化
• 阶段演进：从最早的 pre - train 到 post - train 到 test time，目前正从去年下半年进入 agentic scaling 阶段。
• 核心变化：Agent 的多步骤、跨系统自主循环执行成为核心，其 scaling 包括协作数量、运行时长和迭代深度三个维度。
• 发展趋势
• 协作数量：正从个位数、十位数向百位数跃进，未来可能出现千以上级别的 Agent 协作。
• 运行时长：从分钟、几十分钟到小时级，逐步向天、周、月级发展，如 Cloud Tag 主打长运行时长。
• 迭代深度：目前迭代轮次为个位数到十位数，未来有望上到百位数。
• 软件形态的变革
• 应用形态转变
• 交互界面改变：Agent 将替代传统软件交互，成为用户与系统的第一交互界面。
• 传统软件下游化：传统软件将变成被调用的下游工具，软件设计需从为人设计转变为为 Agent 设计。
• UI 方式改变：传统的 CUI、GUI 等方式可能被生成式 UI 替代。
• 软件光谱转移
• 即时软件：Agent 运行时会即时生成即用即抛的小规模软件。
• 柔性软件：处于即时软件和传统软件之间的灰度地带，有稳定底座，上层部分为柔性化技术软件。
• 能力绑定时机：传统软件在开发态定义规则，即时软件在运行态产生新规则，柔性软件处于两者之间。
• 软件开发方式的变革
• AI 原生开发范式
• 白皮书发布：4 月在起点智能大会发布 AI 原生软件研发成熟度模型的白皮书，5 月在巴黎 GOSM 大会发布英文版。
• 阶段划分：定义了 L1 到 L5 五个阶段，目前合作企业大体处于 L3 往 L4 演化阶段，部分处于 L2 阶段。
• L3 与 L4 区别：L3 是人机和 Agent 解耦合协同，L4 是 human out of the loop，让 Agent 的 loop 高速迭代。
• 五个维度差异：包括基础设施、知识工程、流程工具、组织人才、治理安全，企业在这些维度上表现参差不齐，不同类型企业在不同级别要求有差别。
• 软件工程核心命题及 Agent 时代方向
• 核心命题
• 复杂性：最小化复杂性是架构师的第一性原理，通过抽象解决，如面向过程、面向对象等。
• 动态性：软件具有演化特性，从瀑布模型到敏捷开发，再到 CICD 持续集成，都是为了解决动态性。
• 协作性：软件工程是多人多版本的工作，Devops、Scrum 等解决了供应链中各角色的协作关系。
• Agent 时代方向
• 复杂性：大模型核心是压缩及抽象，对于大模型推理存在不同观点，有人认为是模式匹配，有人认为是真推理。
• 动态性：Loop engineering 等加速迭代，使敏捷开发更快速。
• 协作性：Agent 未来组织协作是巨大命题，现阶段动态性可能释放最大信息量，协作更可能是生态级的。

音频围绕 Agent 对软件产业的影响、企业 AI 提效、研发组织形态变化、软件发展趋势以及企业软件服务困境等问题展开深入讨论，内容如下：

• Agent 对软件产业的影响
• 软件形态与开发方式影响比较
• 软件形态影响更大：有人认为 Agent 带来的软件形态变化对软件产业影响更大，软件将从传统操纵模式向 Agent 操纵模式转变，最终软件形态都是 Agent，包括调用大模型和二进制执行区代码部分。
• 开发方式工程化变更影响显著：负责 AI 产品线研发和项目落地的人员认为，目前软件行业工程化的变更更明显，如使用 AI 工具提升了软件的工程化效率，相比软件形态变化，开发方式的改变影响更大。
• 应用层 Agent 的重要性：从市场角度分析，开发层的 Agent 是短期的，应用层的 Agent 才是长期的，苏州的工业总产值增长表明未来 Agent 的应用场景会非常多，开发 Agent 要先进行充分的市场调研，确保有人使用。
• 企业 AI 提效问题
• 组织提效缓慢的原因
• 技术因素：软件开发人员的工作中写代码仅占整体工作量的 15% 左右，大量时间用于沟通需求、设计架构等工作，即使使用 AI 写代码，整体提效也有限，最多到 30%。
• 人性因素：人员在工作量未增加时，即使工作效率提高，也不会完全闲置，会找其他工作做，这未必是坏事，可让人员有时间进行探索。
• AI 提效不均衡：从软件开发全生命周期和项目规模来看，AI 提效不均衡，部分环节效率提升显著，但测试、上线等环节受可靠性、合规性要求影响，提效有限，导致整体项目研发上线最终要做合线。未来随着 Agent 产品需求规模增大，组织会逐渐调整到合理状态。
• 研发组织形态变化
• 人员结构与职能变化
• 外包投入下降：研发组织中今年对外包的投入明显下降。
• 职能减少：原来的 PO、PM、VC 等内部职能开始减少。
• 前端后端融合：前端开始用 AI 兼顾后端，逐渐走向全栈，迭代开发中人数减少，智能向全栈方向演化，对架构师要求极高。
• 组织形态向交付组织转变：研发组织在有了新能力后，有点像以前的交付组织，大家拥有相同的成熟生产力，开发项目可像流水一样快速生产。
• 软件发展趋势
• 软件成为大众消费品：以抖音使视频成为消费品为例，探讨未来软件在 OPC 趋势下有可能成为大众消费品，甚至规模超过短视频。有人认为软件行业开始出现次抛型软件，以客户需求为主导，在垂类行业解决小痛点是未来趋势。
• SaaS 与 AAS 融合：传统的 SaaS 软件不会被摒弃，将成为组织业务和数据的基座，非核心业务的 SaaS 可能会被边缘化。上层的 Agent as a service 是升维的，未来组织是 SaaS 和 AAS 融合的模式。
• 企业软件服务困境
• 甲乙矛盾问题：企业软件服务中存在甲方需求不断变化，导致乙方投入资源增加、交付时间拉长，最终软件价值降低甚至归零，双方双输的问题。
• AI 缓解矛盾：AI 可使需求快速得到 POC，降低成本，建立信任关系，快速固化真正需求，使项目制在企业软件中变得更合理，同时回收算力投入。