软件工程正在经历一场范式革命，甚至整个社会都在经历这样的革命。

从人驯服 AI，到人指挥 AI，再到人直接用意图编排 Agents。一共三次跃迁，三种本质上完全不同的协作关系。

一、人写 AI 的胶水代码

这是当下最普遍的形态，也是大多数人俗称的「AI 应用」。

人仍然是核心的编码者，只不过编码的对象变了 —— 不再是业务逻辑本身，而是 如何把 AI 的能力接入既有业务。

工程师要理解业务，然后动手编织一层胶水：设计 Prompt、调用 API、处理上下文、对接数据源、编排工具链。当前市面上大多数所谓的 AI Agent，本质上都是这条路线 —— 由人精心搭建的、以 AI 为执行核心的自动化系统。Surmon.me 上 CyberMonk 也是这样，通过 RAG 把博客内容喂给模型来回答用户问题，链路是人设计的，规则是人定的。

通俗地说：就是 人去写 AI 相关的代码。

这个形态的局限很直接：AI 能做什么，取决于人搭了多少脚手架。工程师的想象力和编码能力，或者业务方的设计能力，就是 AI 应用的能力上限。

二、人指挥 AI 写代码

第二形态的分水岭，是上个月 OpenAI 提出的 Harness Engineering 。

OpenAI 的一个团队用这套方法，构建了一个超过百万行代码的生产系统。整个过程，没有一行代码出自人手。

以前，如果 AI 写出的代码和我们的意图不匹配，我们需要不断优化提示词或者反复迭代，甚至最终必须人上手进行微调（实际干预）。

而在这套工程体系下，工程师做的是：制定架构约束、构建反馈机制、维护机器可读的文档与规范、在关键节点审查纠偏。

简而言之：工程师永远不会去下场编码干预，如果出了问题，就从机制上着手优化，最终 AI 必须输出符合预期的业务代码。

或者通俗地说：现在是 人指挥 AI 写代码，人不再碰代码本身。

Harness 这个词来自马具 —— 缰绳、马鞍、嚼子，驾驭「一匹强壮但不知道该往哪走的动物」所需要的全套装备。AI 就是那匹马，Harness Engineering 要解决的，是如何让 AI 这匹马始终可靠地走在正确的路上。

在这种范式下，人的角色发生了根本转变：人不再是业务逻辑的编写者，而是整个系统的治理者与约束制定者。

这与「人写 AI 的胶水代码」最大的区别在于：

以前是人写 AI 相关的代码；现在 Harness Engineering 的产物同样是代码，但生产这些代码的主体已经是 AI。 或者更准确地说，是具备自主规划、调用工具、执行多步任务能力，且稳定、可控、可预期的 Agentic AI。 代码这个中间层还在，人退出了具体的编码过程。甚至，人也可以让 Agentic AI 来写 AI 相关的代码。

我在之前 有提到过 ：Harness Engineering 是一种新范式的社会实验 —— 如果它能在编程领域呈现出高度稳定的成功，很快它就可以在所有传统行业获得更加可靠的成功。

不妨想象一下：一个承包了几十亩地的农场主，以前需要招聘飞手或者租赁公司的无人机撒农药，要关注天气、作物价格的涨跌，要应对自然灾害…… 各种场外变量。要么搭一套公司架构各司其职地运转这个复杂系统，要么事无巨细地亲力亲为。

而现在，这个农场主只需要采购一套成熟稳定的农业 Agentic AI 系统，TA 唯一需要的做的事，就是严谨有序地罗列好自己的所有生产流程和需求，剩下的一切都将会由 AI 去实际完成。而那些 AI 做不到的，就让机器人去完成。

人类真正需要投入的，只有最昂贵的那两样东西：时间、注意力。

这就是「生产力极大丰富」的时代。

三、人以意图编排 Agents

前两种形态是正在发生的、即将大面积发生的。

而第三形态，触及的不是「如何生产软件」，而是「软件本身存在的意义」。

今天的软件世界，是以 软件设计者的意图 为出发点构建的。我想阅读一篇文章，需要打开一个特定的平台，在特定的位置，接受特定的 UI 排版和交互约束。软件设计者决定了我如何消费内容，我只能在这个框架内操作。

第三形态指向的方向是：以使用者的意图为出发点。

我只需要告诉 AI：我想了解这篇文章的核心观点，用我最容易吸收的方式呈现。UI、排版、交互，这些全部变成 AI 在执行层自行处理的细节，而不是我需要适应的约束。

这还只是「消费数据」的场景。如果把消费数据换成 操作数据 呢？

这就是 OpenClaw 正在做的事。

OpenClaw 是今年爆发的开源本地 AI Agents 编排工具，它把各种消息软件（如 WhatsApp、Telegram、Discord、微信）变成了操控一切的入口。用户通过对话发出指令，它就在本地执行：读写文件、运行命令、浏览网页、发邮件、调 API、控制智能设备…… 几乎没有边界。

它在 60 天内积累的 GitHub Star，超过了 React 用十年积累的总量。（当然，安全漏洞也在同步滋生：两个月内已有 9 个 CVE，不过这是另一个话题了）

如果我要执行的任务非常复杂呢？比如我需要一个工作助理，实时帮我监听公司的群消息，有任务来了能自己记一个 TODO，自己拆解具体任务，自己去完成任务，完成了之后还能用我的语气向老板汇报，再写上一份漂亮的工作日志。

这就需要它本身具有 Agentic AI 的能力，而 Harness Engineering 正是构建这类 Agentic AI 系统的工程方法。

再或者，看看这些已经发生的场景：

  • 以前点外卖要打开饿了么，找分类、筛选、下单。现在呢？
  • 以前买机票要打开携程，填日期、比价、选座。现在呢？
  • 以前查快递要打开 App，输入单号、等刷新。现在呢？

虽然 OpenClaw 远不是最终形态，但它作为 Agentic AI 这种范式的激进实现，我们已经可以非常直观地感受到：这个时候，传统意义上的软件（那些有着精心设计的 UI、导航和交互流程的应用）开始退化为数据与能力的容器。 软件不再是用户体验的终点，而是 AI 调用的基础设施。用户面对的不再是软件的界面，而是自己的意图。（就比如我们通过一句话把意图经由千问的对话窗口传递给 AI 来完成下单，而不是直接打开那个外卖软件）

通俗地说：代码都不用生成了，意图直接变成执行（Agents 实例）。

如果把 OpenClaw 直接运行到云端呢？为什么我还需要一个电脑安装一个邮件客户端再让 AI 去读邮件呢？我直接把邮箱的账户密码告诉它，让它在云端 24 小时帮我完成工作不就可以了吗？

没错，那就成了 MindStudio 做的事。

这就是第三级范式：人人都可以在云端编织独属于自己的一个个的 AI 秘书，而且是完全按照自己的需求量身定制的。你不需要懂代码，你只要「会说话」就行。

四、AI 主动预判意图

当清晰、完整、模式化的海量人类意图，又作为新的「知识库」被 LLM 学习训练，第四种形态的轮廓，就逐渐可以想象了。

也或许，它已经存在了：人不再需要表达意图，而是 AI 主动识别并预判意图。

也就是说，AI 不再等待指令，而是根据上下文、历史行为、环境变化，主动提出或执行任务。你的 AI 随身秘书在知道你每天的所听、所见、所闻、所想、所为…… 之后，已经对你的意图进行了「预判」。

你饿了的时候，它直接问的是：是不是还点你经常点的那家外卖？

这个阶段，人又从「意图表达者」变成「意图确认者」，甚至只是「例外处理者」。 Netflix 2024 年底的泰国科幻剧集 《未来与我》 里的 iBuddha，描绘的就是这种形态。

那个时刻，人类要面对的，就不再是技术问题，而是伦理问题了。

人的定位

这几种形态，变化的是范式（形态）。同时，对于工程师来说，也意味着技术栈分工的巨变。

  • 第一形态：工程师是集成者，AI 是工具。 工程师要理解业务，编写胶水，把 AI 接进既有系统。
  • 第二形态：工程师是治理者，AI 是执行者。 工程师要设计约束，制定规范，让 AI 稳定地生产系统。
  • 第三形态：人是意图表达者，AI 是代理人。 人要说清楚自己想要什么，剩下的全交给 AI。
  • 第四形态：人是例外处理者，AI 是管家。 AI 根据海量个人的历史数据主动预判并执行任务，人只在边界处介入确认。

这条演进的终点，是一个反转再反转：过去是软件定义了人的行为方式，未来是人的意图定义软件的存在方式。然后，再由 AI 来定义人的存在方式。

生产力极大丰富之后，可能比「人终于解放了」更早来临的是「人更加焦虑了」。人又被迫地回归到那个更根本又老生常谈的问题：AI 能做几乎所有事，人还应该做什么？

至于工程师这个职业往哪里走，我的判断是：未来的分工不再以端侧区分，而是类似于 全栈工程师、意图工程师、审美专家。

  • 负责编码的全栈工程师，依旧需要理解业务、驾驭 AI、交付可运行的系统，同时维持 Harness 与持续迭代的模型在各个领域的服从性（稳定程度）。
  • 而大部分无需编码的工作，就由最了解业务的专家来完成，在新时代它更贴切的名字应该叫「意图工程师」。他们的产出是足够精确、完整、无歧义的意图描述，驱动 AI 完成实际执行。
  • 审美专家负责那些无法被指令化的价值判断：那些说不清楚，但一眼就知道对不对的感性决策。

AI 可以生成一千张图，但它，不知道哪一张是「对」的。

（完）