软件工程师的新工作不是编写代码--而是设计人工智能代理无法突破的边界

如果你看看现代数据平台的提交历史，就会发现在过去两年中发生了一些深刻的变化。书写语法的摩擦已经崩溃。随着Cursor、Claude Code和代理工作流现在存在于我们的Docker容器和IDE中，生成分布式流管道或复杂API集成的第一个实现不再是核心瓶颈。 代理可以导航存储库，编写测试覆盖率，检查堆栈跟踪，并提出重构。用简单的英语描述卡夫卡到冰山水槽的映射，代理可以在工程师打开每个相关文件之前产生一个可靠的起点。 这改变了软件工程师的问题。 如果代理成为本地系统逻辑的主要作者，那么工程师到底还剩下什么要做？我们是否正在走向一个审查人员对源源不断的看似合理的拉取请求橡皮图章的行业？或者工作是否从构建逻辑转向了更抽象的东西？ 为了回答这个问题，借用热力学的镜头是有帮助的，它为我们提供了一种指导工作、反馈、损失和保持复杂系统连贯性的边界的语言。 当我们剥去人工智能的拟人化幻觉时，剩下的就是计算引擎。它指引方向并将其转化为行动。 位于数据中心的LLM具有巨大的容量，但在给出意图之前，它不会进行有用的工作。提示、业务需求、系统指令或失败的测试为代理提供方向。它将该方向转化为代码、工具调用、查询、测试和对正在运行的系统的更改。 每个发动机都有损失。每个代理循环也是如此。 任何让代理在困难的存储库上运行的人都看到了这一点。它从一个明确的任务开始。然后，它遵循陈旧的假设，解决症状而不是原因，将旧移民视为当前的行为，并开始积累自己的历史。几次工具调用后，

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。