返回资讯中心
外部精选
大数据
#数据平台#湖仓

业界探讨Agentic SDLC中的验证工程:AI加速写代码后瓶颈转向验证反馈

来源标题:Thoughts on Verification Engineering in the Agentic SDLC

Thoughts on Verification Engineering in the Agentic SDLC一文指出,AI加速代码生产后,软件供应链的瓶颈已从写代码转移到构建验证代码可用的反馈闭环上。文章认为AI并未发明烂代码,但高速度生成会放大既有代码库的混乱、降低信噪比。尽管如此,业界不会再回到纯人工编写代码,工程团队不愿为保留手工编码习惯而牺牲交付速度。

Data Engineering WeeklyAnanth Packkildurai2026/11/18 · 今天29 分钟阅读

以下正文由 AI 翻译自 Data Engineering Weekly(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

关于AI编程助手的一个流行批评是:它们正让代码仓库充斥着草率、难以维护的代码。这种说法很容易让人接受,主要是因为它迎合了我们对人类工匠精神的怀旧情绪。然而,任何鼓吹纯净“整洁代码”福音的人,都应该打开一个真实的企业生产代码库,诚实地看一看里面到底是什么样子。生产软件一直比工程教科书和会议演讲所描绘的要混乱得多。紧迫的截止日期、不断变化的业务规则、半途而废的迁移、没有文档记录的临时解决方案,这些都是活系统的自然状态。

草率的代码并非AI发明,AI也没有把熵引入软件工程。AI从根本上改变的是代码制造的速度。当你把高速率的代码生成注入一个本已结构混乱的真实生态系统时,基线水平的草率会被放大,整个代码库的信噪比会迅速恶化。

尽管存在这种摩擦,行业永远不会回到纯粹由人类编写代码的时代。工程组织追求速度,而任何有竞争力的团队都不会为了保留手写代码的仪式而心甘情愿地压低交付速度。随着AI agent接管大部分代码生成工作,软件和数据工程的决定性挑战发生了转移。问题不再是我们能多快写出代码,而是我们如何架构和优化从生产到交付的整个软件供应链。

解构软件供应链

如今我们谈论软件供应链时,讨论往往陷入第三方依赖管理、包注册中心和漏洞扫描的泥潭。依赖管理自有其位置,但把软件交付看作一条端到端的制造流水线,会揭示出一个更基础的结构。

每个数字产品都要经过四个核心阶段,而从历史上看,每个阶段之所以能够存续,只是因为我们围绕它构建了一个专门的反馈回路:

1. 原材料(意图与设计)

在任何一行代码存在之前,产品最初只是一些原始输入:产品需求文档(PRD)、原始客户反馈、市场约束条件,以及产品经理的愿景。由于人类意图是模糊的,我们围绕这个阶段设计了紧密的协作反馈回路。团队撰写结构化的一页纸文档,在文档评论线程中生动地辩论边界情况,使用协作白板工具勾勒领域边界。在软件架构方面,工程师使用同样的白板和设计工具,在投入实现之前对想法进行压力测试。这里的整个工具生态系统只为一个目的而存在:围绕人类意图驱动一个快速反馈回路。

2. 制造(代码生成)

在第二阶段,工程师——以及越来越多的AI agent——将这些原始需求组合起来,转化为能够在真实世界中运行的有形、可执行的产物。这是供应链的装配线。

3. 发布前验证(测试与校验)

代码制造完成后,第三阶段验证组装起来的系统是否真的按预期运行。几十年来,行业构建了分层的测试框架防御体系:单元测试检查孤立的逻辑,集成测试验证服务边界,冒烟测试捕捉灾难性的启动失败,容量和性能测试衡量负载下的吞吐量,用户验收测试(UAT)验证业务工作流。每个测试都是一个反馈信号,告诉我们一个产物在供应链中向下游移动时有多安全。

4. 发布后可观测性(生产现实)

最后一个阶段从我们把产品交付给真实用户的那一刻开始。没有任何发布前的设计能在与生产的第一次接触中毫发无损。我们监控用户实际如何与系统交互、意外缺陷在哪里浮现,以及应用是否保持健康。这就是可观测性的领域——通过日志、指标和分布式追踪来跟踪应用状态,从而闭合运维现实与未来产品迭代之间的反馈回路。 过去二十年里,软件工程在一个脆弱的平衡中运转。因为人类开发者在第二阶段只能以有限的速度制造代码,第一、三、四阶段中以人类节奏运行的反馈回路还能跟得上。

Agentic软件开发打破了这种平衡。通过把第二阶段变成一台生成代码的无限消防水管,AI让下游的验证检查点不堪重负。

静态验证为何正在崩溃

当代码生成量增长一个数量级时,我们传统的第一道防线——静态代码验证和人工pull request审查——就崩溃了。

静态分析工具和人工审查者处理的是语法和局部控制流。当一个AI agent同时在多个服务、schema或数据管道中生成或修改多个相互关联的代码片段时,一个人盯着diff几乎不可能发现所有bug。一个1500行的AI生成的pull request往往在语法上看起来很干净。变量名有描述性,类型对齐,linter通过且没有警告。用眼睛审查它会立即引发认知疲劳,把代码审查变成走过场的橡皮图章。

更重要的是,静态代码不能模拟应用实际如何工作。

考虑一个典型的分布式数据平台或微服务后端。一个agent可能修改上游的摄取解析器、更新转换查询,并在三个独立模块中调整API序列化约定。从静态角度看,每个文件都是有效的。在本地,模拟的单元测试通过,因为同一个AI agent生成了这些mock,并做了相同的假设。然而在生产环境中,微妙的状态不匹配、锁竞争或schema漂移可能导致静默的数据损坏或级联的延迟飙升。你无法通过阅读静态文本文件来捕捉涌现的运行时行为。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →