智能體 AI 模式強化軟件工程規范性

作者 | Rafiq Gemmail

譯者 | 明知山

在最新一期的 AI DevOps 播客 中，Paul Duvall 探討了隨著現代模型能力的提升，智能體 AI 模式如何強化核心工程規范。他還分享了自己的 智能體 AI 工程模式 代碼庫，用于記錄和演進 AI 輔助軟件開發實踐。

Duvall 是“Continuous Integration: Improving Software Quality and Reducing Risk”一書的作者，他將這一系列模式定位為：探索如何通過客戶在實際工作中應用智能體 AI 的實踐經驗來適配已成熟的工程實踐。他強調應讓 AI 生成的內容基于共享模式，并指出：“當 AI 可以生成代碼，工程實踐比以往任何時候都更為重要?！?/p>

面對 AI 生成的海量代碼，Duvall 強調了主干開發、盡早且頻繁提交以及自動化測試的重要性，并解釋說，隨著變更速度加快，這些實踐對保障質量至關重要。

Duvall 還描述了開發者與代碼交互方式的轉變。他發現，在處理 AI 生成的內容時，自己“不再逐行審查代碼”，因為海量變更讓這種方式越來越不切實際。對此，Duvall 強調應該更多地依靠自動化驗證與智能體防護機制，包括讓智能體具備審查和優化自身輸出的編碼能力。

Duvall 還探討了規范驅動開發等方法是怎樣讓現有軟件工程實踐不斷演進的。他的代碼庫中包含適用于 AWS IAM 策略生成場景的智能體可讀規范示例，通過預先定義預期行為、約束條件與驗收標準，讓智能體能夠依據清晰的規范生成并校驗輸出。在談及經典的測試優先模式如何被用來指導 AI 輔助工作流時，他表示：

我其實……是在復用我們在敏捷開發和極限編程（XP）中的做法……說白了就是先紅、再綠、再重構……我就是按這個流程在做。

Duvall 還指出了智能體生命周期初期階段存在的挑戰，尤其是在意圖定義環節。他發現，盡管 AI 工具能夠快速生成代碼，但模糊、不明確的輸入往往會導致結果不一致且難以預測。這也使得人們更加重視通過更清晰的規范來驅動智能體，包括使用包含角色、上下文與約束的結構化提示詞來描述意圖，以及采用規范驅動開發和基于行為定義的驗收測試。他表示：“如果沒有完整地描述清楚意圖，就只會得到隨機的結果。”

在近期的 DevSecOps Talks 播客中，System Initiative 產品總監 Paul Stack 也談到了對更清晰規范的重視。他主導開發的 SWAMP 是一個用于自動化與驗證基礎設施的開源智能體平臺。Stack 介紹了自己如何圍繞智能體重構開發流程，甚至放棄拉取請求，轉而采用基于 GitHub Issue 的工作流，并融入規范驅動開發模式。他表示：

我們不接受拉取請求……如果你有設計方案，請提交一個 Issue，我們會進行交互式的合作，一起完善、共同設計。

在 Scott Hanselman 的播客中，“The Pragmatic Engineer” 新聞組作者 Gergely Orosz介紹 了一個開源項目：該項目不合并拉取請求，而是采用 “remixing” 模式，由智能體按照項目標準重構提交的 PR。Hanselman 認為，盡管架構與設計“品味”對系統來說至關重要，但“擁有無限耐心的初級工程師”這種心態很適合用來處理繁瑣重復性的工作，這與完全自動化的“Ralph 循環”自主智能體形成對比——這類智能體通過子智能體迭代優化方案，直至滿足需求。

Stack 還強調必須提供準確的架構模式與實踐規范，讓智能體能夠“以與代碼庫一致的方式生成代碼”，以及預先定義架構、約束條件與測試預期。與 InfoQ 報道的 Boris Cherny 智能體工作流 類似，Stack 表示他也會使用 Claude 的“計劃模式”在執行前對意圖進行審查，以此來避免出現“AI 恐怖故事”式的問題。

Duvall 還指出了右移實踐（Shifting-Right）的重要性，主張將這類反饋循環延伸至生產環境。他闡述了如何利用可觀測性、遙測數據乃至生產環境中的測試來縮短反饋周期，解析實時信號并回送至開發生命周期。展望未來，他認為 AI 可能催生出規模更小、目標更聚焦的團隊，并提到隨著協調成本降低、自動化程度提升，研發團隊將向“單披薩團隊”（One-Pizza Team）模式轉型。

Duvall 認為，與以往的工程變革一樣，質量保障將越來越依賴自動化，而非人工審查。他表示：

你正在搭建相應機制……讓代碼得到審查……只不過未必每次都由你親自審查。

Duvall 與 Stack 均強調，AI 輔助開發需要結合左移實踐與右移反饋，將行為定義與生產狀態納入驗證流程。Duvall 還指出，AI 能夠更全面地分析生產遙測數據，從而識別出模式、更早地發現問題。

Duvall 的代碼庫在持續更新中，其中定義了涵蓋開發、安全與運維場景的結構化模式及成熟度等級。這些模式包括 規范驅動開發、編碼規則 和 架構約束、原子分解 與 并行智能體，以及具備 自動化可追溯性 的 可觀測開發。

Orosz 意識到開發正在向以代碼為中心之外的方向轉變，他認為工程的定位與實踐將會提升到新層次，超越代碼本身。他表示：

我認為，除了編寫代碼之外，還有一些特質會讓我們與眾不同，我們理應去培養這種能力。

查看英文原文：

https://www.infoq.com/news/2026/03/agentic-engineering-patterns/

聲明：本文為 InfoQ 翻譯，未經許可禁止轉載。