AI 領域每天的論文都層出不窮，基本上大部分我都不會去看。

這兩天有篇論文標題翻譯過來大概是：《軟件工程的終結：AI Agent 如何從根本上重構軟件范式》。

我一看，又來了，這或許又是AI讓程序員失業的老故事，直接pass了。

但慢慢我發現好多人轉發這篇，這就讓我不得不認真研究一下它。

沒想到，它還真有點觀點。

它真正想說的并不是"程序員明天就沒用了"，而是一個更深的變化：軟件工程的核心，正在從"寫代碼"，轉向"定義意圖、組織 Agent、驗證結果"。

聽起來有點像說 Vibe Coding，但又不完全是，那具體是啥，我們來細細的扒一扒。

01代碼曾經就是系統

我們先回顧一下"軟件工程"這個概念。這個概念是 1964 年提出來的。

那么在過去的幾十年里，軟件工程的定義很清楚，就是由人先理解需求，再把這些業務邏輯拆成一個個模塊，最后把這些邏輯寫到靜態代碼里面。

代碼是這個系統的核心。一個功能怎么運行，一個異常要怎么處理，一個業務規則怎么判斷，都必須是提前由人類寫進代碼里。

等到系統上線之后，一旦需求變了，就要重新去改代碼、測代碼，還有部署代碼。

所以軟件工程，本質上是一門管理復雜度的學科。

后面誕生了很多的方法論，從瀑布到敏捷，從單體架構到微服，從手動布置到CICD，所有這些方法都是為了解決同一個問題：系統越來越復雜，人越來越難完整地理解它。

02代碼變成了臨時工具

但是在AI Agent出現之后呢，這個前提就開始松動了。

這個論文里面提到一個很關鍵的區別，就在傳統軟件里面，代碼其實就是系統的本身。

但是在Agent系統里面，代碼只是Agent完成任務臨時生成的工具。

這句話很重要，我相信我們很多人都有這樣的體驗。

以前我們要做一個報表系統，我們需要設計數據庫，寫后端的接口，做前端頁面，查權限，部署服務。最后我們交付的是一個軟件。

但是在現在的Agent模式下面，我們只需要跟這個AI說：幫我分析過去3個月的銷售數據，找出異常的波動，并生成一份給管理層看的報告。

這樣就可以了。

這樣，Agent會自動分解為讀取數據、調用工具、寫查詢語句、生成報表、整理結論。中間它可能會生成很多的代碼，但這些代碼并不一定長期存在。

真正交付給我們的不是軟件，是一個結果。

這樣的操作在今天大部分的這個AI的工具里面，其實都能實現。

這就是論文里說的，從AI到軟件到結果，變成了Agent直接生成結果。

舊范式 AI 軟件 結果 新范式 Agent 直接出結果

▲ 圖：從"AI 寫軟件再交付結果"到"Agent 直接生成結果"

所以從這個角度講，不管是用Claude Code、Codex。還是什么其他的工具來Vibe Coding，其實還是在以前的范式里面，就是用AI來寫軟件。

這一看這樣操作也只是個中間態，真正的未來形態就是這里說的。我們根本就不需要軟件這個東西，Agent直接就可以生成結果。

所以這個跟之前大家講到的，AI讓程序員失業，從底層邏輯上說，還是有本質的區別。

03從買軟件到買結果

所以如果照這個趨勢發展下去，軟件工程的商業模式也會發生根本的轉變。

以前的軟件經歷過兩種階段，最早是本地軟件，用戶需要買license，自己安裝維護升級。

到這后來是SaaS，軟件跑在云端，我們按月去訂閱，廠商負責更新和運維。

按照論文的說法，我們未來會進到的階段叫AaaS，也就是Agent as a service。

在這個模式下，用戶不需要再購買一個固定的軟件功能，只需要購買一個持續完成任務的Agent就可以了。

PAST 本地軟件 買 License 自己裝 NOW SaaS 按月訂閱 NEXT AaaS 買持續干活的 Agent

▲ 圖：軟件交付模式的三段演進，從本地軟件到 SaaS 再到 AaaS

這個其實很容易理解，比如我現在處理文檔很少用Office了，搞圖片也基本上完全不用Photoshop了。

不過有些人還是很難在短期內接受這個觀點。

我印象很深的一個例子是，現在GP Image或者NotebookLM 都能幫我們生成PPT，但里面每頁都是一張圖片。

但很多人覺得這不能忍受，因為沒法在Powerpoint 里面編輯。實際的情況是，根本不需要用用到PowerPoint，直接讓 AI 改就完了。

在這個模式里面，我們現在關心的根本不是哪個軟件或者"有沒有哪個功能、按鈕"，而是"我要的結果它能不能實現"。

04程序員的四種新能力

這樣的模式，對程序員意味著什么呢？

論文給了一個直接的結論：未來工程師的價值，不再主要來自"會不會寫代碼"，而來自四種新能力。

1意圖表達能力，你能不能把目標、邊界、約束和驗收標準說清楚，讓 Agent 不跑偏。

2系統判斷能力，你能不能知道哪些任務適合交給 Agent，哪些地方必須有人介入。

3質量校準能力，你能不能定義"什么叫做好"，并建立測試、評估和審計機制。所以即便是不需要懂"寫代碼"、"做設計"，也要有相應的品味和判斷力。

4治理能力，當多個 Agent 一起工作時，如何確保它們不越權、不幻覺、不互相污染上下文。

所以，其實軟件工程不是簡單的消失，而是中心轉移了。

這就像，以前的導演需要親自拍每一個鏡頭、讓后剪輯師親自去剪輯每個鏡頭。AI時代的導演只需要知道故事怎么講、哪些鏡頭能用哪些不行以及最終的成片是否合格。

而未來的工程師，也像這樣。

05不是結束，是新的開始

所以，與其說是軟件工程的結束，不如說是：舊軟件工程的結束，新軟件工程的開始。

舊軟件工程的核心是代碼生產。新軟件工程的核心是意圖設計、Agent 編排和結果驗證。

這也是為什么"會用 AI 寫代碼"只是第一步。真正重要的是：你能不能讓 AI 在復雜任務里持續、可靠、可審計地工作。

未來的程序員可能不會每天從早到晚寫代碼，但他們也不會因此變得不重要。

相反，如果能把模糊需求變成清晰任務、能把復雜系統拆成 Agent 可執行的流程、 能判斷 AI 什么時候對、什么時候錯 、能設計出讓 AI 少犯錯、犯錯也能被發現的機制。

這樣的人會更有價值。

代碼不會消失，但代碼可能不再是軟件行業最核心的資產。軟件工程沒有死，它只是正在換一個名字。

論文原文 https://arxiv.org/pdf/2606.05608

你覺得"會寫代碼"還是"會指揮 Agent"，哪個更值錢？

覺得有用 → 點個??在看轉給朋友