8.0
深览指数
科技Bestblogs·dbaplus社群··AI 生成
AI 革命新思考：过去 50 年，软件工程其实没真正“工程化”过？
本文从工程哲学视角出发，系统论证软件工程过去五十年未能真正工程化的根本原因——缺乏“能源换高阶智能”的能力。作者将大模型定位为与蒸汽机平行的“认知引擎”，认为它首次使软件工程具备了工程化的可能，并在此基础上批判了当前“人为中心+AI 辅助”的模式，提出“AI 为中心+人工辅助”的新范式及六阶段落地路径。适合对软件工程本质、AI 开发范式有深度思考需求的技术管理者与资深开发者阅读。原文 ↗
核心观点
- ▍软件工程过去五十年未真正工程化，因缺少“用能源换高阶智能”的能力；大模型首次补上这个缺口，标志着软件工程真正降临。
- ▍当前“人为中心+AI 辅助”（如 Copilot）模式是弯路，会导致“不确定性回声室”；正确路径是“AI 为中心+闭环优先”的新范式。
- 01经典工程学定义：工程是通过消耗能源，将低阶认知（物理规律）固化为稳定输出；软件高阶认知依赖人脑，无法被能源替代，故始终是手工艺阶段。
- 02大模型首次实现“输入算力（能源低阶化）→ 输出高阶认知产物”，工程史地位与蒸汽机平行，为软件工程化补上关键缺口。
- 03Copilot 模式下，AI 学习人在给定上下文中的不确定性输出，人又用同样标准校验 AI 输出，形成反馈回路被切断的“不确定性回声室”。
- 04AI 为中心范式的核心原则：建立端到端 AI 闭环，利用自动化验证基础设施作为确定性裁判，从形式化程度最高的编码测试节点启动。
- 05文章提出六阶段演进路线：从单点辅助逐步过渡到全流程 AI 主导，每条路径都存在具体的技术和组织挑战。
- 06真正最难的门槛是“场景驱动的隐性知识蒸馏”：专家的隐性知识不会自然流淌，必须通过具体场景和 AI 主动追问才能被蒸馏出来，当前无成熟理论或工具。
- 07人的角色迁移方向：从“人肉编译器”向“产线设计师”和“认知边界守卫”转变，当前是一个关键的认知和战略窗口期。
反方 / 局限
- — 文章承认“场景驱动的隐性知识蒸馏”是核心瓶颈，当前尚未有成熟理论或工具可以解决。
Copilot蒸汽机
4 分钟 · 3 卡片 · 9 资料
读原文 →