嘉为蓝鲸
从AI辅助编码到Agentic研发,嘉为蓝鲸AI研发实践
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
嘉为蓝鲸
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
嘉为蓝鲸
关注
发布于 2026-06-01 10:07:32
发布于 2026-06-01 10:07:32
55
0
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:
DevOps
DevOps
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。
devops
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。
devops
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
0
0
0
推荐