文章指出，在AI代理工程热潮中，软件工程基础比以往更重要。真正的创新者低调务实，善用工具而非炒作。代理工具虽已跨越可行性门槛，但开发者仍需谨慎选择，扎实解决系统开发中的核心问题。

软件工程基础比以往任何时候都更重要

作为一名软件工程师，我时常被“冒充者综合征”困扰，思考着这个职业的真正意义。网络上关于“智能体工程”及其未来影响的讨论喧嚣嘈杂，但真正有价值的信息却很少。我选择这个标题，是想强调在解决软件和系统开发难题时，需要谨慎地做出每一个选择。

抛开那些大型模型供应商的炒作和狂热营销，我发现将“工具”与“模型”结合使用，确实是一种强大的手段。我观察朋友们如何使用这些工具，学到了很多。有趣的是，那些做出最惊人成果的人，往往不是在网上大肆宣扬或预言行业末日的人。他们找到了有力的工具，正在探索如何利用杠杆原理，撬动世界。

过去一年里，智能体工具已经跨越了“能否实现”的门槛。我不愿看到世界知识被未经许可地攫取，也不愿看到经济上的自私行为。虽然大型模型的经济模式从任何报告来看都不可持续，但它的能力不会消失，反而在快速缩小。开源模型已经让个人电脑具备了类似的能力，虽然效率稍逊，但差距正在缩小。

“能否实现”只是起点，远非软件或系统工程师工作的全部。就像我年轻时学习焊接，很快就能做出东西，但那些东西要么搬不动，要么出不了门。我学到的是：如何组合才是关键。使用智能体工具开发时，如果稍加预见，你不仅能得到“能运行”的代码，还能实现“可测试”。但除此之外，代码的“接缝”——即代码如何工作、它的“API”如何与其他软件配合——既是艺术也是科学。这取决于你的视角、经验和猜测，既要解决当前问题，也要考虑软件的长期维护。

让软件可调试、可维护、分层且可组合，仍然是一项艰巨的任务。这需要大量深思熟虑的推理，而目前的大语言模型，即使是最前沿的，在这方面也力不从心。要知道，LLM并不“推理”，它们只是预测，模型本质上是压缩的人类知识。如果人类知识中包含了推理痕迹，它们就能复现出来。对于专注于软件开发的智能体来说，这些推理痕迹是宝贵的数据。一篇名为《思考的幻觉》的研究论文就揭示了LLM在推理方面的不足。虽然也有研究关注行动结果的预测，但这与目前的编码智能体不同，是一个截然不同且引人入胜的领域。

在使用LLM时，仍有很多方法可以提高它们的效率。我认为我们甚至还没有开始挖掘其全部潜力。目前最有效的做法是：在正确的时间提供简洁、准确的数据，并配备确定性验证工具，用自然语言反馈让LLM自我修正。令我惊讶的不是它能预测写什么，而是它能有效地调用工具并遵循指令。

这种遵循指令的能力也有其弊端，正如西蒙·威利森提出的“致命三重奏”：LLM无法区分好建议和坏建议，从根本上无法始终如一地防止提示注入攻击。“对齐工作”、安全防护和沙盒环境能增加一些屏障，但存在根本性的漏洞。一个不知疲倦地遵循指令却缺乏良好推理能力的系统，对我来说简直是噩梦。

我希望未来模型训练能包含更多关于构建可调试、可维护软件的推理痕迹，并将其作为强化评估的关键部分。仔细审查、规划和修复软件（及系统）的“接缝”，是我们无论是否使用智能体助手都必须掌握的关键技能。当看到人们轻易地说“哦，这很容易实现”，并急于用粗糙的工具去完成时，我认为软件工程基础比以往任何时候都更重要。

现在正是关注那些分享软件工艺、探讨如何成为更好工匠的人的好时机。显然，从来就没有单一的答案或万能药。一切都在于权衡，为手头的问题做出合理的选择。借助众多杰出思想家的智慧——无论是现在还是过去几十年的积累——我们拥有一个丰富的工具箱。关键在于选择或重构合适的抽象，管理认知负荷，知道哪些部分需要稳定，哪些部分需要灵活应变。

根据评论内容，总结主要观点如下：

1. 对AI生成代码质量的质疑（认可度：中等） - 评论2指出，AI生成的代码在目录结构、接口设计和状态管理上混乱，常做出错误假设，需要人工逐行审查。 - 关键引用："the directory structure, interface design and general state management is usually a haphazard mess"；"it will just make a decision and it's often the wrong one"。

2. 对AI推理能力的争议（认可度：中等） - 评论3认为，推理是预测训练目标下的涌现属性，而非本质缺陷。 - 关键引用："Prediction is the training objective. The ability to reason can be, and very arguably is, an emergent property"。

3. 对AI代码实用性的乐观看法（认可度：较高） - 评论6声称，AI已能维护15万行代码的移动应用，无需人工审查代码，且提示注入问题已基本解决。 - 关键引用："I stopped even glancing at the code about two months ago"；"prompt injection appears to be largely solved already"（引用Anthropic第三方评估数据）。

4. 对AI代码的比喻性评价（认可度：中等） - 评论7将AI代码比作宜家家具：足够好但缺乏高端定制，未来将减少对高级工程师的需求，仅保留1%的顶尖人才。 - 关键引用："AI generated code is like IKEA furniture"；"Good enough to vastly reduce the need for fine craftsmen"。

5. 对软件工程本质的反思（认可度：较低） - 评论8强调，软件工程应像传统工程一样基于硬计算和理论（如队列理论），而非依赖AI的模糊启发式。 - 关键引用："engineering is actually a thing"；"you can use queue theory to calculate what it would take to achieve certain guarantees"。

6. 对AI能力的补充观点（认可度：中等） - 评论4认为，AI在机械应用模糊启发式、识别常见模式方面表现出色，但架构设计仍困难。 - 关键引用："they're very good at applying 'fuzzy heuristics' in a mechanical way"；"Designing architecture, that's difficult"。

7. 对AI定位的简洁概括（认可度：较低） - 评论5将LLM比作“新Excel”，暗示其工具性而非革命性。 - 关键引用："LLM is the new Excel"。

总结：评论呈现两极分化。一方质疑AI代码质量、推理能力和工程适用性，强调人工审查和传统工程方法的重要性；另一方则基于实际案例和第三方数据，认为AI已能高效维护大型代码库，并解决安全漏洞。中间观点认为AI擅长机械性任务但缺乏架构设计能力，未来可能减少对普通工程师的需求。