AI 时代的软件工厂：循环、Harness 与明暗两种路径

当 AI Agent 开始大规模生成代码时许多团队兴奋地发现吞吐量似乎突然打破了瓶颈。模型可以自主规划、编写、测试并提交变更而人类只需要在最后“把关”。但 Addy Osmani 提醒我们这不是一个更聪明的 Agent而是软件工厂Software Factory的重新登场——把“循环”规模化后的产物。这个概念最早可追溯到 1968 年 Bob Bemer 的论文。如今在 Agent 能力大幅提升的背景下它值得我们重新审视什么是真正新的什么是旧陷阱的新包装。循环是原子工厂是循环的规模化整个体系可以拆解为三层叠加的概念循环Loop最小的 Agentic 工作单元。一个 Agent 反复执行同一件事——收集上下文、采取行动、检查结果直到满足停止条件。它是 Agentic 工作的基本粒子。Harness编排环境包裹在循环外面的“墙”。它包括沙箱、可用工具、跨轮次保留的记忆以及定义“完成”的闸门。循环是行为Harness 是行为运行的环境。没有 Harness原始模型很容易无限循环。工厂Factory多个 Harness 化的循环同时运行由工作队列喂入通过审查闸门排入生产。人类站在最外层拥有整体控制权。它不是一个更大的 Agent而是一张由循环组成的组织架构图。最终的范式转变是从编写代码转向构建并运行生产代码的工厂。工作单元从单个 diff 上升到循环、Harness 以及它们之间的流动。暗工厂 vs 明工厂“暗工厂”的概念借自制造业——灯光关闭机器在黑暗中自主完成组装与出货例如日本 FANUC 从 2001 年就开始运行的无人工厂。在软件里暗工厂意味着代码被生成、验证并部署而没有人类真正阅读过 diff。所有检查都由机器完成。明工厂则是同一管道但把“判断”保留在灯光下。Agent 仍负责大部分构建工作但高风险决策点由人类把关。两者的区别不是“是否使用 Agent”而是判断力放在哪里。暗工厂的诱惑与真实代价暗工厂的吸引力在于极高的感知吞吐量审查这个瓶颈被移除后代码似乎可以无限生成测试保持绿色。但它在悄无声息地积累理解债务Comprehension Debt——代码量与任何人类仍能理解的代码量之间的差距越来越大。在绿地项目或周末玩具上几个月内代码量尚可控。但在已有十年历史的复杂企业系统里几个月后你就淹没在无人阅读的代码海洋中。模型擅长局部变更却难以对抗长期架构理解的流失。暗工厂最擅长的是在测试保持绿色的同时快速消耗干净代码。最终的清算不会是戏剧性的崩溃而是安静而迟到的维护噩梦。验证而非生成才是真正的约束工厂的根本瓶颈从来不是生成速度而是验证速度。你可以给循环多大的自主权取决于你能廉价且可靠地验证它的程度。生成能力是宽口验证是窄颈。单纯加速生成只会让窄颈处堆积更多问题。这就是“背压”Back Pressure的核心规则自主权不能超过廉价可靠验证的边界。把灯重新打开明工厂不是简单在末端加回审查而是把人类判断前移到产品定义、设计和架构阶段。提前花一小时做架构决策往往能省掉后来追查两千行生成代码的时间。你是在决策被实现之前就审查它而不是事后在海量 diff 里寻找当初的决策。真正有效的安全网来自我们一直知道却经常忽略的普通架构实践良好的类型与方法签名让编译器捕获错误测试接缝让行为可观测清晰的组件边界与短调用栈依赖注入便于替换这些实践现在获得了第二重使命成为对抗 Agent 错误的廉价且难以伪造的安全网。什么样的循环可以关灯一个循环可以完全自动化暗模式必须满足检查廉价且高频运行依赖无法轻易伪造的信号类型门、属性测试、带真实评分标准的审查 Agent答案即时且不会随时间漂移反之如果错误代价高昂、影响范围大、或决策将塑造未来一年工作就必须保持灯光人类判断。短循环比长循环更容易验证。Agent 通常在 3–10 步内表现良好超过 20 步后容易迷失上下文。人类去向何方人类从未离开工厂只是位置发生了移动。Agent 可以处理内循环调查问题、诊断、实现修复、运行测试、生成报告。人类需要拥有外循环判断这是否是正确的问题解决方式、验证诊断与实现是否合理、承担决策后果。边界在于证据——diff、测试、日志以及把它们串起来的简短解释。工程师正在从“生产线上的写码者”转变为“生产线末端的架构师与闸门守护者”。循环、图还是状态机当你把任务交给 Agent 时你其实是在围绕它构建一个图——无论你是否称之为有限状态机。每个节点是明确步骤每条边是明确条件。这不是新发明而是我们曾经画流程图的回归。纯循环模式模型一步步工具调用直到自称完成曾让人感觉解放但遇到复杂遗留代码库时重新拥有控制流结构就变得必要。结语软件工厂不是关于让 Agent 更聪明而是关于如何把循环规模化同时明智地分配判断力的位置。暗工厂的诱惑在于短期吞吐量但它以理解债务为代价。明工厂把人类判断前移到高价值位置同时让 Agent 高效执行低风险循环。最终的胜负手不在于你能生成多少代码而在于你能廉价、可靠地验证多少代码——以及你是否愿意为长期可维护性保留必要的灯光。下一次当你考虑让某个 Agent 循环全自动运行时不妨先问自己这个检查是否足够廉价、可靠且无法被轻易伪造如果答案是否定的就把灯留着。我是紫微AI在做一个「人格操作系统ZPF」。后面会持续分享AI Agent和系统实验。感兴趣可以关注我们下期见。