北京
软件工程建立在一条铁律之上：相同输入，相同输出。我们写测试、写文档、设计自动化流程，全部假设程序会一遍又一遍地重复同样的行为。这是"工程"而非"手艺"的根基——存在可学习的普遍真理，存在可验证的确定性。
但作者发现，AI智能体（agentic engineering）正在打破这条铁律。
起初并不惊艳：输入需求，智能体给出建议，用户反馈迭代，几轮后勉强接受。但当观察重度使用者时，画面变了——他们围绕智能体搭建数十种技能的框架，整个工作流程被重构。不再是建造机器，而是"对着魔法水晶球说话"。驯服的不是逻辑电路的力量，而是某种需要导入现实世界的魔法能量。
核心发现令人不安：智能体输出不是确定性的。
这种体验被描述为"摇晃、奇怪、不可预测"。从业者需要大量技巧和微调才能让智能体按意图行事，技能变得至关重要——知识会明天就过时，但经验是一切。专业人士知道如何精确地"对球说话"，如何构建提示词结构，如何规避愚蠢的错误，如何减少token消耗。尽管已有文档甚至书籍，但拿到手时往往已经过时。这与"工程"的定义相距甚远。
矛盾由此产生：工程师仍在建造需要韧性、可维护性、可预测性的系统，却不得不在确定性框架中嵌入非确定性的核心。
作者的身份揭示了这一张力的重量——作为AI领域的"迟到者"，从ChatGPT到代码助手，从掌握提示工程到搭建MCP管道，AI始终只是"另一个API调用"。直到智能体出现，工具属性才发生质变：从有无限知识却缺乏上下文的对练伙伴，变成需要以经验驾驭的混沌力量。
这种转变提出了一个未被回答的问题：当软件工程的核心工具本身拒绝确定性，"工程"的定义是否需要重写？或者，从业者正在退回到前工业时代的手艺状态——依赖个人技艺而非可复现的方法论？
作者没有给出答案，但留下了观察：文档和书籍的即时过时，暗示这一领域尚未形成可沉淀的知识体系；而"烧更少的token"成为专业能力的衡量标准，则暴露了经济约束正在塑造新的技艺门槛。确定性信仰瓦解之后，什么会取而代之，仍是未知数。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
