此处有怪物：AI 代理时代下的软件系统维护

从编码到系统所有权的转变

软件工程正在经历一场根本性的变革，主要挑战不再是编写代码，而是维护由自主代理生成的系统。随着 AI 驱动的工作流成为标准，通过逐行手写代码来学习的传统路径在经济和实践中都变得不可行。相反，成功的工程师必须培养对系统的高层次认知，确切知道何时深入细节，何时信任自动化。

为了在不手动检查每一行代码的情况下管理复杂系统，工程师必须依赖三大核心支柱：基础知识、广度和即时深度。这些技能使操作者即使在底层实现不透明的情况下也能保持控制。

理解计算机科学的基本原理——如数据结构、网络、并发和分布式系统——对于识别“静默故障”至关重要。当代理生成的代码出现意外性能下降（如二次复杂度）时，扎实的理论基础能让工程师立即识别问题，无论具体实现细节如何。

广度提供了系统的“地图”。成功的工程师利用他们对不同学科的知识来整合解决方案，并识别系统中哪些部分容易出错。这种高层次视角充当指南，帮助工程师确定关注重点以及需要深入调查的领域。

这是深入任何模块（无论其复杂性或来源）以诊断和修复问题的能力。它要求有谦逊的态度，知道何时情况超出自身能力，并愿意学习解决关键故障所需的任何知识。虽然基础知识和广度是随时间积累的，但即时深度是一种必须通过经验磨练的实践。

关于代理工作流，行业目前分为两个阵营。乐观者认为代理将处理繁重工作，让人类专注于更高层次的架构。怀疑者警告说，依赖代理会创建无人真正理解的“杂乱大厦”代码，导致灾难性故障。

社区讨论表明，现实介于这两个极端之间。虽然有些人认为证明系统可以为代理生成的代码提供数学保证，但另一些人强调，人类的角色正在转向管理系统边界——使用序列图和架构模型来跟踪输入和输出，而不是逐行代码。正如一位观察者所指出的，技能在于知道何时“进入盒子”调试格式错误的消息或逻辑错误。

在自动化时代保持专业知识是一个重大且未解决的挑战。随着工程师远离底层硬件，他们有效干预的能力可能会萎缩。未来最有效的工程师将是那些能够保持系统“地图”同时仍能在代理失败时进行深入、动手工作的人。最终，所有权不在于编写了代码，而在于成为当怪物出现时能够可靠驾驭系统的人。