上海
AI 领域每天的论文都层出不穷，基本上大部分我都不会去看。
这两天有篇论文标题翻译过来大概是：《软件工程的终结：AI Agent 如何从根本上重构软件范式》。
我一看，又来了，这或许又是AI让程序员失业的老故事，直接pass了。
但慢慢我发现好多人转发这篇，这就让我不得不认真研究一下它。
没想到，它还真有点观点。
它真正想说的并不是"程序员明天就没用了"，而是一个更深的变化：软件工程的核心，正在从"写代码"，转向"定义意图、组织 Agent、验证结果"。
听起来有点像说 Vibe Coding，但又不完全是，那具体是啥，我们来细细的扒一扒。
01代码曾经就是系统
我们先回顾一下"软件工程"这个概念。这个概念是 1964 年提出来的。
那么在过去的几十年里，软件工程的定义很清楚，就是由人先理解需求，再把这些业务逻辑拆成一个个模块，最后把这些逻辑写到静态代码里面。
代码是这个系统的核心。一个功能怎么运行，一个异常要怎么处理，一个业务规则怎么判断，都必须是提前由人类写进代码里。
等到系统上线之后，一旦需求变了，就要重新去改代码、测代码，还有部署代码。
所以软件工程，本质上是一门管理复杂度的学科。
后面诞生了很多的方法论，从瀑布到敏捷，从单体架构到微服，从手动布置到CICD，所有这些方法都是为了解决同一个问题：系统越来越复杂，人越来越难完整地理解它。
02代码变成了临时工具
但是在AI Agent出现之后呢，这个前提就开始松动了。
这个论文里面提到一个很关键的区别，就在传统软件里面，代码其实就是系统的本身。
但是在Agent系统里面，代码只是Agent完成任务临时生成的工具。
这句话很重要，我相信我们很多人都有这样的体验。
以前我们要做一个报表系统，我们需要设计数据库，写后端的接口，做前端页面，查权限，部署服务。最后我们交付的是一个软件。
但是在现在的Agent模式下面，我们只需要跟这个AI说：帮我分析过去3个月的销售数据，找出异常的波动，并生成一份给管理层看的报告。
这样就可以了。
这样，Agent会自动分解为读取数据、调用工具、写查询语句、生成报表、整理结论。中间它可能会生成很多的代码，但这些代码并不一定长期存在。
真正交付给我们的不是软件，是一个结果。
这样的操作在今天大部分的这个AI的工具里面，其实都能实现。
这就是论文里说的，从AI到软件到结果，变成了Agent直接生成结果。
旧范式 AI 软件 结果 新范式 Agent 直接出结果
▲ 图：从"AI 写软件再交付结果"到"Agent 直接生成结果"
所以从这个角度讲，不管是用Claude Code、Codex。还是什么其他的工具来Vibe Coding，其实还是在以前的范式里面，就是用AI来写软件。
这一看这样操作也只是个中间态，真正的未来形态就是这里说的。我们根本就不需要软件这个东西，Agent直接就可以生成结果。
所以这个跟之前大家讲到的，AI让程序员失业，从底层逻辑上说，还是有本质的区别。
03从买软件到买结果
所以如果照这个趋势发展下去，软件工程的商业模式也会发生根本的转变。
以前的软件经历过两种阶段，最早是本地软件，用户需要买license，自己安装维护升级。
到这后来是SaaS，软件跑在云端，我们按月去订阅，厂商负责更新和运维。
按照论文的说法，我们未来会进到的阶段叫AaaS，也就是Agent as a service。
在这个模式下，用户不需要再购买一个固定的软件功能，只需要购买一个持续完成任务的Agent就可以了。
PAST 本地软件 买 License 自己装 NOW SaaS 按月订阅 NEXT AaaS 买持续干活的 Agent
▲ 图：软件交付模式的三段演进，从本地软件到 SaaS 再到 AaaS
这个其实很容易理解，比如我现在处理文档很少用Office了，搞图片也基本上完全不用Photoshop了。
不过有些人还是很难在短期内接受这个观点。
我印象很深的一个例子是，现在GP Image或者NotebookLM 都能帮我们生成PPT，但里面每页都是一张图片。
但很多人觉得这不能忍受，因为没法在Powerpoint 里面编辑。实际的情况是，根本不需要用用到PowerPoint，直接让 AI 改就完了。
在这个模式里面，我们现在关心的根本不是哪个软件或者"有没有哪个功能、按钮"，而是"我要的结果它能不能实现"。
04程序员的四种新能力
这样的模式，对程序员意味着什么呢？
论文给了一个直接的结论：未来工程师的价值，不再主要来自"会不会写代码"，而来自四种新能力。
1意图表达能力，你能不能把目标、边界、约束和验收标准说清楚，让 Agent 不跑偏。
2系统判断能力，你能不能知道哪些任务适合交给 Agent，哪些地方必须有人介入。
3质量校准能力，你能不能定义"什么叫做好"，并建立测试、评估和审计机制。所以即便是不需要懂"写代码"、"做设计"，也要有相应的品味和判断力。
4治理能力，当多个 Agent 一起工作时，如何确保它们不越权、不幻觉、不互相污染上下文。
所以，其实软件工程不是简单的消失，而是中心转移了。
这就像，以前的导演需要亲自拍每一个镜头、让后剪辑师亲自去剪辑每个镜头。AI时代的导演只需要知道故事怎么讲、哪些镜头能用哪些不行以及最终的成片是否合格。
而未来的工程师，也像这样。
05不是结束，是新的开始
所以，与其说是软件工程的结束，不如说是：旧软件工程的结束，新软件工程的开始。
旧软件工程的核心是代码生产。新软件工程的核心是意图设计、Agent 编排和结果验证。
这也是为什么"会用 AI 写代码"只是第一步。真正重要的是：你能不能让 AI 在复杂任务里持续、可靠、可审计地工作。
未来的程序员可能不会每天从早到晚写代码，但他们也不会因此变得不重要。
相反，如果能把模糊需求变成清晰任务、能把复杂系统拆成 Agent 可执行的流程、 能判断 AI 什么时候对、什么时候错 、能设计出让 AI 少犯错、犯错也能被发现的机制。
这样的人会更有价值。
代码不会消失，但代码可能不再是软件行业最核心的资产。软件工程没有死，它只是正在换一个名字。
论文原文 https://arxiv.org/pdf/2606.05608
你觉得"会写代码"还是"会指挥 Agent"，哪个更值钱？
觉得有用 → 点个❤️在看转给朋友
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
