北京
一期關注AI輔助軟件開發的播客里，Thoughtworks杰出工程師Birgitta Boeckeler拋出一個讓很多團隊頭疼的問題：AI編碼代理生成的代碼，怎么才能像人類工程師寫的那樣可靠？她的答案不是更精細的提示詞，而是一套被稱為“駕馭工程”的機制。
Boeckeler在節目中拆解了這個概念。駕馭工程的核心由兩樣東西組成：引導和傳感器。引導把事情往對的方向引，傳感器負責實時嗅探代理有沒有“跑偏”。節目中舉了非常工程化的例子——引導可以是一份.MD文檔，里面寫清楚編碼規范、禁止模式和業務約束；傳感器則用上SonarQube、Semgrep這類代碼掃描工具，持續檢查代理產出的代碼是否符合質量要求。
這些組件不是獨立運行的。Boeckeler著重強調了駕馭機制與現有CI/CD管道、拉取請求流程的深度集成。也就是說，AI代理在生成代碼的同時，駕馭層就已經在流水線里啟動了規范校驗和安全掃描，就像給每個提交都配了一個隱形的編碼搭檔。這樣一來，團隊對AI生成代碼的信任度會逐步提升，因為每一次交付都帶著合規標記。
不過，Boeckeler也提醒，駕馭機制本身需要持續維護。基礎模型在不斷升級，行為模式會變，引導文件和傳感器規則也得跟著迭代。她沒有給出“一勞永逸”的方案，而是把問題引向了人與代理之間的責任劃分：當模型進化導致舊駕馭失效時，該由誰來重新校準？這次對話最后落到了更長遠的方向上——駕馭工程可能不只是技術手段，更是重新定義人機協作邊界的一個切口。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
