最近一个说法特别火：智能体已经能连续工作几百小时，你只要提目标、偶尔验收，就能慢慢"站到循环之外"了。😮‍💨
我先泼盆冷水：这件事，可能从一开始就搞错了维度。
打个比方——智能体干活，像在一片疆域里行路。
🚶 行路的能力，是"过程维度"：走得久、不停下、走偏了能自己纠偏、还能越走越熟。驾驭工程、循环工程解决的就是这个。
🏔️ 疆域的地形，是"对象维度"：山多高、谷多深、哪里根本没路。这就是被开发软件自身的系统复杂性——模块耦合、依赖盘根错节、隐性约束、改动波及范围难预估。
这两个维度相对正交，而且相互牵动：
1️⃣ 地形越复杂，行路越难。一个高度耦合的系统，连让 AI 把它解耦、独立测试都做不到，因为拆不开、测不了，反馈信号根本生产不出来。
2️⃣ 行路能力越强，疆域反而可能越大、地形越乱。AI 把代码产出速度提高几十倍，新功能疯狂堆积，却常常伴随架构腐化；已经有团队发现 AI 提交里重复代码比例直线上升。
所以关键是：驾驭工程解决的是"行路的持久性"，不是"地形的复杂性"。以为智能体在过程上足够坚韧，就能征服任意复杂的软件，正是当下最大的偏差。
过程可以驾驭，但地形绕不过。
（先说明：这个系列讲的是软件开发过程的智能化 AI4SE，不是软件运行态智能化 SE4AI，别搞混～）

下一条聊：为什么 10 倍提效，在大项目上会突然失效？
#AI编程 #智能体 #AI4SE #驾驭工程 #软件工程 #程序员 #AI写代码 #Cursor #ClaudeCode #复旦大学 #CodeWisdom