AI前沿：IT交付与人工监督的交汇点

引言 代理式人工智能降低了编程成本，但这并不意味着软件开发变得廉价。部署自主型人工智能并不会缩短交付链条，而是重塑它。企业必须更清晰、更迅速地决定其需求；工程部门必须在不降低质量的前提下验证更大量的产出；运营部门必须识别代理在生产中可能采取的行动以及相应的控制措施。本文探讨了这三个要点。 瓶颈随着工作流程向下游移动而转移。 多年来，软件交付一直围绕工作流链条中间的稀缺资源进行组织。工程能力是瓶颈。现在情况已经改变。智能代理（AgenticAI）意味着代码可以更快地产生，但这并不意味着整个链条平行加速。相反，压力向上游转移至意图的清晰度，而工作则向下游转移至验证、发布和运营控制。接下来的三章按照工作流的顺序排列，反映了每个章节为下一个章节创造条件的现实。 在编写一行代码之前就开始。当产出第一章——需求与意图时，一个模糊的简报会变得更加昂贵。风险在于，现在可能会快速构建出错误的东西。我们主张将需求视为一组受管理的资产，这些资产清晰、可测试、有版本控制，并在团队间进行协调，同时将最终决策权留给业务方。实际问题在于，组织能否足够清晰地陈述其需求，并足够快速地做出决策，以便代理能够行动。 它关注的是构建本身。这正是代理式AI最显著的地方，也是最容易将更多输出与更多价值混淆的地方。随着生成的加速，审查、测试和领域判断的过程成为瓶颈。因此，本章将注意力从代码量转移到可验证性上。这意味着要给代理分配可以可靠检查的工作，使质量门禁持续且难以绕过，并衡量实际通过管道的是什么，而不是产生了多少代码。 促进最终步骤进入生产。在此，第3章——交付与运营的问题不再是一个代理能否行动，而是它应该被赋予何种权限。本章划定了实际的操作边界。根据交付系统，领导者可以将本地、可逆的数据平面操作（如准备补丁、重新运行测试或重启服务）委托给人工智能。同时，他们可以要求人类监督生产策略、审批关卡和其他控制平面的决策。这只有在平台使每个操作都可见、可追溯且可逆时才有效。