AI 编码 3.0:当 Agent 协作开始被系统执行
过去一年,我们习惯用“AI 编码 2.0”来描述这一波技术跃迁:从代码补全走向 Agent 驱动,从同步交互走向异步执行,从一次性生成走向“生成—验证—回滚”的闭环。在那个阶段,一个共识逐渐清晰:AI 不再只是辅助,而开始参与执行。但如果只停留在这里,我们其实低估了变化的深度,因为真正发生转移的,并不是“谁在写代码”,而是——谁在负责软件交付这件事本身。
Read more过去一年,我们习惯用“AI 编码 2.0”来描述这一波技术跃迁:从代码补全走向 Agent 驱动,从同步交互走向异步执行,从一次性生成走向“生成—验证—回滚”的闭环。在那个阶段,一个共识逐渐清晰:AI 不再只是辅助,而开始参与执行。但如果只停留在这里,我们其实低估了变化的深度,因为真正发生转移的,并不是“谁在写代码”,而是——谁在负责软件交付这件事本身。
Read more摘要:当执行者从人扩展为 Agent,Kanban 要解决的问题就不再只是“让工作可见”,而是“让流转可判定、让约束可执行、让历史可追踪”。在 Routa 的现有实现里,这种变化已经开始发生:列不再只是标签,流转不再只是拖拽,Gate 也不再只是 checklist。看板正在从协作界面,演化为多 Agent 软件交付的 control plane。
Read more当 Harness Engineering 开始落地,问题就不再只是"怎么生成代码"
Read more摘要:当 Agent 开始结队工作时,真正的挑战就不再是“它们能不能写代码”,而是“我们能不能管理它们”。Routa Kanban
Read more尽管我们可以用最好的模型完成所有的事情,但是约束才是我决定写这篇文章的一个出发点:约束越多,问题就越好玩。
Read more