首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >从AI辅助编码到Agentic研发,嘉为蓝鲸AI研发实践

从AI辅助编码到Agentic研发,嘉为蓝鲸AI研发实践

作者头像
嘉为蓝鲸
发布2026-06-01 10:07:32
发布2026-06-01 10:07:32
550
举报
概述
我们很早就开始让AI参与日常研发,但随着实践深入,一个反直觉的现象开始浮出水面:工具用得越来越熟,问题却越来越多,交付数据反而不支持主观感受。
文章被收录于专栏:DevOpsDevOps

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 01 AI辅助编程的局限性
  • 上下文工程有效,但远远不够
  • 困境一:长上下文中的注意力丢失
  • 困境二:MVC架构天然不利于Agent
  • 困境三:代码风格不一致,让代码库变成噪声源
  • 困境四:缺少单元测试,Agent无法自我纠错
  • 困境五:PRD和Agent之间缺少桥梁
  • 我们引入了SDD,解决了一部分问题
  • 代码评审,开始成为最大瓶颈
  • 主观感觉提效了,复盘数据却不支持
  • 上下文工程有效,但远远不够
  • 02 Agentic研发范式
  • 认知转变:从「AI 辅助人」到「人驾驭 AI」
  • Agentic系统的三个核心要素
  • 目标态:让系统知道「对」是什么样的
  • Spec——业务目标
  • 架构 —— 结构约束
  • 工程上下文 —— 项目约束、规范
  • 反馈回路:让感知与修正持续运转
  • 传感器
  • 执行器
  • 03 构建一个能让Agent稳定交付的系统
  • 已经建立的三层目标态
  • 1. Spec层:把需求带进仓库
  • 2. 架构层:让约束变成 Agent 可感知的信号
  • 3. 上下文层:让每一次人工介入都变成仓库里的永久资产
  • 已经跑通的反馈回路
  • 现阶段的实际结果
  • 还不稳定的地方
  • 下一阶段:把稳定性继续做深
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档