大家好,我是孟健。
前几天,一位做了很多年开发的朋友跟我说:
“现在的 AI Agent 让我想起当年第一次用 Spring 框架的感觉——既兴奋又迷茫。”
我深有同感。
每一次技术范式的转变,都会让我们重新审视”什么是软件”这个根本问题。
最近在研究 12-Factor Agent,看到了一篇特别有意思的软件简史。
作者用一个简单却深刻的视角,带我们回顾了软件开发 60 年的演进之路。
看完之后,我突然明白了一件事:
原来我们写了 60 年代码,本质上都在做同一件事——有向图。
只不过,画图的方式越来越高级罢了。
让我们先看看这 60 年的演进。
60 年前:一切都是流程图

还记得大学时代学 C 语言,老师总是让我们先画流程图吗?
那时候觉得很烦,现在想想,老师真是用心良苦。
因为 软件的本质,就是一个有向图(DAG)。
开始 → 输入数据 → 处理 → 判断 → 输出结果 → 结束
60 年前的程序员,真的是在纸上画流程图,然后一步步翻译成代码。
每个判断分支、每个循环结构,都要仔细设计。
就像搭积木,一块一块地拼接。
问题是,积木越来越多,图越来越复杂,人脑已经 hold 不住了。
20 年前:让机器帮我们管理流程

2000 年前后,出现了一批 DAG 编排工具:
-
Airflow(空气流,名字就很形象)
-
Prefect(完美编排)
-
Dagster(DAG 大师)
这些工具的核心思想很简单:
既然软件是流程图,那就让专门的工具来管理这些流程。
这就像从手工作坊升级到了流水线工厂。
每个步骤都清晰可见,出错了能自动重试,还能监控每个环节的状态。
程序员终于可以专注于业务逻辑,而不是纠结于异常处理和任务调度。
10 年前:AI 开始帮我们处理部分节点

当机器学习模型变得实用后,我们开始在流程图中加入 AI 组件:
-
“用 AI 总结这一列的文本”
-
“用情感分析判断客户反馈”
-
“用图像识别检测产品缺陷”
但本质上, AI 只是流程图中的一个节点。
整体架构还是确定性的,只是某些步骤变聪明了。
就像工厂流水线上,某些工位换成了机器人,但流水线本身没变。
现在:AI 说”让我来画流程图”

这就是 AI Agent 带来的真正革命。
传统方式:
程序员:我要设计10个步骤,处理5种异常情况
AI:我是第3步的执行者
Agent 方式:
程序员:这是目标,这是可用的工具
AI:我来决定用哪些工具,按什么顺序
从”AI 执行流程”到”AI 设计流程”,这是质的飞跃。
就像从”司机开车”进化到”自动驾驶”。
你只需要告诉它目的地,路线规划交给 AI。
理想很丰满,现实很骨感
但是,就像自动驾驶在复杂路况下会迷路一样,AI Agent 也有个致命问题:
上下文太长时,它会迷失方向。
我曾经让一个 Agent 帮我重构代码,前 10 轮对话还好,到了第 20 轮,它开始:
-
重复之前试过的方案
-
忘记最初的目标
-
在错误的路上越走越远
这就像一个人在迷宫里转圈,走得越久越迷糊。
即使 AI 支持 128k token 的上下文,但经验告诉我们:
短小精悍的提示词和上下文,永远比长篇大论效果更好。

实践中的解决方案:微型 Agent
既然让 AI 管理整个流程容易失控,那就让它管理局部流程。
这就是”微型 Agent”的思路:
确定性流程
↓
步骤1(普通代码)
↓
步骤2(微型Agent:处理3-5个相关任务)
↓
步骤3(普通代码)
举个真实的例子——部署机器人:
-
人类:合并代码到主分支
-
确定性代码:部署到测试环境
-
确定性代码:运行自动化测试
-
微型 Agent:负责生产部署的人机交互
-
Agent:准备部署前端
-
人类:先部署后端吧
-
Agent:好的,先部署后端
-
人类:批准
-
Agent:后端部署完成,现在部署前端
-
确定性代码:运行生产环境测试
这个 Agent 只负责一件事: 理解人类的部署意图并执行。
任务明确,上下文可控,不会迷失。

Agent 的本质:四个核心组件
剥开所有花哨的外衣,一个 Agent 其实就是:
-
Prompt(提示词):告诉 AI 可以做什么
-
Switch 语句:根据 AI 的决策执行相应动作
-
上下文累积:记录已经发生的事
-
For 循环:重复直到任务完成
context = [初始任务]
while True:
# AI决策下一步
next_action = ai.decide(context)
# 执行动作if next_action == "完成":
break
result = execute(next_action)
# 累积上下文
context.append(result)
就这么简单。
但简单的东西,往往最有力量。

写在最后:我们还在画流程图
回顾软件开发 60 年的历史,我们一直在做三件事:
-
画流程图(设计逻辑)
-
优化画图方式(提高效率)
-
让 AI 画图(智能化)
从手绘流程图,到 DAG 编排器,再到 AI Agent。
工具在变,思维方式在变,但本质没变。
它可能还不够完美,偶尔会迷路,但潜力无限。
“每一次范式转变,都让我们重新认识软件开发。”
你觉得呢?
欢迎在评论区分享你的故事。
