智能體時(shí)代的人月神話

作者丨 Wes McKinney

譯者丨明知山

策劃丨 Tina

和很多人一樣，我發(fā)現(xiàn) AI 已經(jīng)嚴(yán)重打亂了我的睡眠作息。以前我凌晨四點(diǎn)或四點(diǎn)半醒來(lái)，喝口水、上個(gè)廁所，轉(zhuǎn)頭就能接著睡，現(xiàn)在卻很難再次入睡，總覺(jué)得還有事情可以去做。以前我每晚能睡足七八個(gè)小時(shí)，如今能睡夠六個(gè)小時(shí)都算幸運(yùn)了。我差不多已經(jīng)放棄抵抗了：現(xiàn)在每當(dāng)凌晨五點(diǎn)零七分，我躺在床上輾轉(zhuǎn)反側(cè)，腦子里全是喂給 AI 編程助手的靈感時(shí)，就索性直接起床，開啟新的一天。

在我的工程師和數(shù)據(jù)科學(xué)家圈子里，大家都在熱烈討論人類的技術(shù)優(yōu)勢(shì)還能維持多久。當(dāng) AI 智能體已經(jīng)能自主生成更出色的創(chuàng)意時(shí)，擁有好點(diǎn)子——甚至大量點(diǎn)子——是否還重要？現(xiàn)在要讓智能體產(chǎn)出好結(jié)果，似乎仍離不開人類專家的參與，但這種局面又能持續(xù)多久？直到我們最天馬行空的創(chuàng)意能在睡夢(mèng)中自動(dòng)變成優(yōu)雅可用的軟件？這會(huì)是一個(gè)溫和的淘汰過(guò)程，讓我們欣然交出主導(dǎo)權(quán)，還是別的什么？

目前，我感覺(jué)自己還有用武之地。我不愿將當(dāng)下的工作方式稱作“氛圍編程”（Vibe Coding），因?yàn)檫@個(gè)詞聽起來(lái)帶有貶義，像是在說(shuō)靠“提示詞 + 放松”做出一堆劣質(zhì)的 AI 項(xiàng)目。我一直在開發(fā) RoboRev 這類工具，為并行的 AI 智能體會(huì)話引入嚴(yán)謹(jǐn)邏輯與持續(xù)監(jiān)督，并對(duì)它們的產(chǎn)出進(jìn)行嚴(yán)格審核。面對(duì)這種顛覆性的全新工作模式，我很難不去思考軟件工程的未來(lái)。

我職業(yè)生涯中引用最多的書，大概就是 Fred Brooks 的《人月神話》。書中著名的布魯克斯定律指出：“向進(jìn)度落后的軟件項(xiàng)目增加人手只會(huì)讓進(jìn)度更加落后?！弊罱也粩嘧詥?wèn)：這本書里提到的教訓(xùn)，在這個(gè) AI 智能體開發(fā)的新時(shí)代是否依然適用？一名優(yōu)秀的開發(fā)者指揮一群 AI 智能體是否就能更快、更好地構(gòu)建復(fù)雜的軟件？短期的生產(chǎn)力提升是否能帶來(lái)長(zhǎng)期的項(xiàng)目成功？還是說(shuō)，我們依然會(huì)撞上那些困擾軟件團(tuán)隊(duì)數(shù)十年的老瓶頸——范圍蔓延、架構(gòu)漂移與協(xié)調(diào)成本？

再探《人月神話》

布魯克斯的核心觀點(diǎn)之一是：由精英組成的小團(tuán)隊(duì)勝過(guò)由普通人組成的大團(tuán)隊(duì)，就像一位“主刀醫(yī)生”搭配一眾專家輔助。這能帶來(lái)高度的概念完整性，讓整個(gè)系統(tǒng)“雖由多人實(shí)現(xiàn)，卻如同一人設(shè)計(jì)”。

智能體工程似乎反而放大了這些問(wèn)題。如今軟件質(zhì)量完全依賴于回路中的人類——由他們來(lái)規(guī)劃和完善規(guī)范、對(duì)功能做取舍、克服不必要的代碼與架構(gòu)復(fù)雜性?！度嗽律裨挕防镉幸粋€(gè)著名的“焦油坑”比喻：“所有人都能看見野獸在其中掙扎，看似誰(shuí)都能輕易脫身，但焦油卻把它們牢牢粘在一起。”而我們現(xiàn)在正面臨一個(gè)新的“智能體焦油坑”：并行的 Claude Code 會(huì)話與 Git 工作樹，跟虛擬同事產(chǎn)生的代碼膨脹和偶發(fā)復(fù)雜性持續(xù)對(duì)抗。你可以系統(tǒng)性地進(jìn)行重構(gòu)，但由智能體生成的代碼庫(kù)比人類純手工編寫的更龐大、更繁瑣。這是前所未有的技術(shù)債務(wù)，正以機(jī)器生成的速度不斷累積。

布魯克斯在《人月神話》中指出：一個(gè)能運(yùn)行的程序或許只完成了軟件產(chǎn)品的九分之一，真正成熟的產(chǎn)品還需要經(jīng)過(guò)充分測(cè)試、完善文檔、處理邊緣情況并能被原作者之外的人維護(hù)。如今，AI 智能體讓“能運(yùn)行的程序”——更準(zhǔn)確地說(shuō)是“看起來(lái)能運(yùn)行的程序”——變得唾手可得，但很多剛接觸 AI 氛圍編程的人顯然都低估了從原型到上線投產(chǎn)所需的工作量。

如果結(jié)合與之密切相關(guān)的康威定律，這些問(wèn)題會(huì)變得更加復(fù)雜?？低芍赋觯浖到y(tǒng)的架構(gòu)往往與組織內(nèi)部的團(tuán)隊(duì)結(jié)構(gòu)和溝通結(jié)構(gòu)相似?？僧?dāng)這套定律用在沒(méi)有持久記憶、對(duì)正在構(gòu)建的系統(tǒng)缺乏共同認(rèn)知的虛擬“智能體團(tuán)隊(duì)”身上時(shí)，又會(huì)是怎樣一番景象？

《人月神話》中另一個(gè)令人印象深刻的核心觀點(diǎn)是團(tuán)隊(duì)規(guī)模擴(kuò)大時(shí)所帶來(lái)的 n(n-1)/2 協(xié)調(diào)成本問(wèn)題。在智能體工程中，參與的人類變少了，但協(xié)調(diào)問(wèn)題并沒(méi)有消失，只是變成了另一種形態(tài)。不同的智能體會(huì)話可能會(huì)產(chǎn)生相互矛盾的方案，需要人類來(lái)統(tǒng)一調(diào)和。我將這個(gè)智能體編排問(wèn)題留到另一篇文章中討論。

沒(méi)有銀彈

“無(wú)論是技術(shù)上還是管理方法上的任何單一進(jìn)步，其本身都無(wú)法保證在十年內(nèi)讓軟件開發(fā)的生產(chǎn)力、可靠性或簡(jiǎn)潔性實(shí)現(xiàn)數(shù)量級(jí)的提升?！?——《沒(méi)有銀彈》（1986）

布魯克斯為《人月神話》撰寫了一篇后續(xù)文章，從本質(zhì)復(fù)雜性與偶發(fā)復(fù)雜性的視角重新審視軟件設(shè)計(jì)。本質(zhì)復(fù)雜性是實(shí)現(xiàn)目標(biāo)所固有的復(fù)雜性：如果把系統(tǒng)簡(jiǎn)化，它就無(wú)法滿足需求。偶發(fā)復(fù)雜性則是由工具與流程額外強(qiáng)加的一切：編程語(yǔ)言、開發(fā)工具，以及為了讓工程師理解系統(tǒng)而進(jìn)行的設(shè)計(jì)和文檔層。

編碼智能體或許是應(yīng)對(duì)偶發(fā)復(fù)雜性最強(qiáng)有力的工具。試想：我現(xiàn)在幾乎不再手寫代碼，卻用一門從未親手寫過(guò)的語(yǔ)言——Go——生成了大量代碼。業(yè)內(nèi)已經(jīng)有不少討論：一兩年后，IDE 是否還有存在的必要？也許我們只需要一個(gè)文本編輯器來(lái)審查代碼差異即可。生產(chǎn)力的提升是巨大的，我之所以這么說(shuō)，是因?yàn)槲颐總€(gè)月在 Claude、Codex 和 Gemini 上消耗的 Token 早已超過(guò) 100 億。

但布魯克斯“沒(méi)有銀彈”的論點(diǎn)精準(zhǔn)預(yù)言了我在智能體工程中遇到的困境：偶發(fā)復(fù)雜性已不再是難題，但本質(zhì)復(fù)雜性依舊是難點(diǎn)所在。AI 智能體無(wú)法可靠地分辨這兩者。大語(yǔ)言模型是在全人類開源代碼上訓(xùn)練出來(lái)的非凡模式匹配器，因此它們擅長(zhǎng)處理偶發(fā)復(fù)雜性——重構(gòu)代碼、編寫測(cè)試、清理混亂，卻在更微妙的本質(zhì)設(shè)計(jì)問(wèn)題上舉步維艱，因?yàn)檫@類問(wèn)題往往沒(méi)有現(xiàn)成先例可供匹配。它們還常常引入多余的復(fù)雜性，生成大量防御性的樣板代碼，而這些在實(shí)際應(yīng)用中極少是真正需要的。

換句話說(shuō)，智能體太擅長(zhǎng)解決偶發(fā)復(fù)雜性，反而會(huì)制造出新的偶發(fā)復(fù)雜性。在我最近做的 RoboRev、MsgVault 這類新項(xiàng)目里，當(dāng)代碼量接近十萬(wàn)行時(shí)，我就已經(jīng)開始遇到這個(gè)問(wèn)題——眼看著智能體開始原地打轉(zhuǎn)，在自己生成的臃腫代碼庫(kù)里舉步維艱。超過(guò)某個(gè)臨界點(diǎn)（下一個(gè)十萬(wàn)行或是二十萬(wàn)行）后，系統(tǒng)就開始走向崩潰：每一次新改動(dòng)都要在之前的智能體留下的代碼叢林里強(qiáng)行開路。我們不妨稱之為“棕地屏障”。在 Posit，我們看到智能體在超百萬(wàn)行的代碼庫(kù)（比如基于 VSCode 分支的 Positron）中表現(xiàn)得更加吃力。這似乎也印證了布魯克斯關(guān)于復(fù)雜性會(huì)隨規(guī)模擴(kuò)張的觀點(diǎn)。

我不敢斷言這究竟是暫時(shí)的瓶頸還是行業(yè)的天花板。模型顯然在飛速進(jìn)步，我現(xiàn)在描述的這些問(wèn)題或許在兩年后再看會(huì)顯得格外天真。但布魯克斯對(duì)本質(zhì)復(fù)雜性與偶發(fā)復(fù)雜性的劃分讓我有理由相信，這并非只是當(dāng)前技術(shù)的局限。早在大語(yǔ)言模型出現(xiàn)之前，搞清楚“究竟要構(gòu)建什么”就一直是最難的部分，我不認(rèn)為一個(gè)完美的編碼智能體能改變這一點(diǎn)。

智能體式范圍蔓延

當(dāng)生成代碼變得免費(fèi)時(shí)，知道何時(shí)說(shuō)“不”是你最后的防線。

隨著生成代碼的成本趨近于零，幾乎沒(méi)有什么能阻止智能體及其人類任務(wù)發(fā)起者去探索所有此前受成本或時(shí)間限制而無(wú)法嘗試的路徑。一整天都在用“現(xiàn)在你能不能……”這樣的提示詞，這種誘惑令人難以抗拒。但任何新生成的功能或子系統(tǒng)，盡管創(chuàng)建成本低廉，維護(hù)、測(cè)試、調(diào)試與后續(xù)理解卻并非沒(méi)有代價(jià)。如今看似免費(fèi)的東西，會(huì)在未來(lái)的智能體對(duì)話中帶來(lái)上下文負(fù)擔(dān)；每一項(xiàng)新功能、每一個(gè)花哨設(shè)計(jì)都可能成為新的脆弱點(diǎn)或隱患，最終給用戶帶來(lái)?yè)p害。

從這個(gè)角度看，構(gòu)建優(yōu)秀的軟件項(xiàng)目從來(lái)都不在于打字速度有多快。有了智能體，我們“編碼”的效率可能是過(guò)去的 10 倍、甚至 100 倍。但我們依然需要做出優(yōu)質(zhì)的設(shè)計(jì)決策，對(duì)大多數(shù)產(chǎn)品創(chuàng)意說(shuō)“不”，保持概念完整性，并懂得何時(shí)“收手”。智能體正在加速那些“簡(jiǎn)單的部分”，卻反而讓那些“困難的部分”變得更加艱難。

智能體帶來(lái)的范圍蔓延也在沖擊開源軟件世界。如今貢獻(xiàn)者參與的門檻空前降低，許多項(xiàng)目正被大量包含 3000 行“有用”新功能的 PR 所淹沒(méi)。隨著開發(fā)者越來(lái)越放手、逐漸脫離設(shè)計(jì)與規(guī)劃環(huán)節(jié)，由智能體引發(fā)的范圍失控問(wèn)題正在快速惡化。當(dāng)提交 PR 的人既沒(méi)有編寫代碼也沒(méi)有完整閱讀代碼時(shí)，很可能就沒(méi)有人真正為這些設(shè)計(jì)決策負(fù)責(zé)了。

在我自己的 RoboRev 和 MsgVault 項(xiàng)目中，我發(fā)現(xiàn)智能體常常會(huì)給出過(guò)度復(fù)雜的解決方案，而實(shí)際上簡(jiǎn)單方案就足夠解決問(wèn)題。我們需要具備判斷力，知道何時(shí)介入、如何約束智能體。

設(shè)計(jì)與品味是我們最后的據(jù)點(diǎn)

布魯克斯曾提出，設(shè)計(jì)能力與良好的品味是最稀缺的資源。如今在智能體承擔(dān)大量編碼工作的情況下，我認(rèn)為這些能力比以往任何時(shí)候都更加重要。瓶頸從來(lái)不是敲鍵盤的雙手。即便現(xiàn)在有了全新的“人月神話”，我們依然可以確定：設(shè)計(jì)、產(chǎn)品范圍界定與審美判斷力依舊是交付高質(zhì)量軟件的真正約束。

在這個(gè)全新的智能體時(shí)代，真正優(yōu)秀的開發(fā)者不會(huì)是那些開啟最多并行會(huì)話、消耗最多 Token 的人，而是那些能在腦中牢牢把握項(xiàng)目概念模型的人，那些能果斷決定要構(gòu)建什么、舍棄什么的人，以及能在海量輸出中堅(jiān)守品味的人。

《人月神話》自 1975 年出版至今已逾半個(gè)世紀(jì)。這期間行業(yè)發(fā)生了翻天覆地的變化：硬件性能飛躍、編程語(yǔ)言迭代、開發(fā)環(huán)境升級(jí)、云計(jì)算普及，乃至如今大語(yǔ)言模型的出現(xiàn)。工具一直在變，但核心約束始終未變。

也許我只是在為自己的持續(xù)價(jià)值尋找理由，但現(xiàn)實(shí)遠(yuǎn)比這更復(fù)雜。并非所有軟件都一樣：CRUD 類業(yè)務(wù)應(yīng)用與數(shù)據(jù)庫(kù)及其他關(guān)鍵系統(tǒng)軟件有著本質(zhì)區(qū)別。我認(rèn)為普通的軟件咨詢工作室已經(jīng)走到了盡頭。但我的觀點(diǎn)更多聚焦于那 1% 的尾部開發(fā)工作——那些絕大多數(shù)工程師難以觸及的問(wèn)題。這類工作仍然需要人類專家參與其中，即便他們不再進(jìn)行大量甚至任何手動(dòng)編碼。舉個(gè)近期的例子：我的朋友 Alex Lupsasca 與他世界級(jí)的物理學(xué)家合作伙伴在 OpenAI 合作，構(gòu)建復(fù)雜物理問(wèn)題的描述，并在 AI 的幫助下找到解決方案。如果沒(méi)有這類專家參與，大語(yǔ)言模型是否既能提出問(wèn)題又能給出答案就遠(yuǎn)沒(méi)有那么確定了。

目前，以及在可預(yù)見的未來(lái)，我大概仍會(huì)在凌晨五點(diǎn)起床，去喂養(yǎng)、馴服我的智能體。編碼變得更簡(jiǎn)單了，說(shuō)實(shí)話也更有趣了，我可以把時(shí)間花在思考要構(gòu)建什么上，而不是和工程流程里的各種工具與系統(tǒng)較勁。

https://wesmckinney.com/blog/mythical-agent-month/

聲明：本文由 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。