Agents:新一代的造王者
摘要
本文探讨了从开发者工具到AI代理的演变,突显它们如何重塑开发者和科技行业的角色,并与历史权力动态的转变相提并论。
<p><a href="https://lobste.rs/s/uviiyx/agents_new_new_kingmakers">评论</a></p>
查看缓存全文
缓存时间: 2026/09/24 11:00
# 代理:新新的造王者
来源:https://redmonk.com/sogrady/2026/09/16/new-new-kingmakers/
[](https://redmonk.com/sogrady/files/2026/09/o2ivfmz4rksc1.jpeg)
十多年前,跨越数年的数百次对话凝聚成了一本名为《新造王者》(The New Kingmakers (https://thenewkingmakers.com/))的书。这本书的核心论点很简单:一个长期被认为无足轻重的群体,反而成了真正的幕后权力,成为加冕女王与国王的册封者。几十年来,那些被视为不过是带着笔袋的机械工的开发者们,不仅成为了决定使用什么软件、不使用什么软件的仲裁者,更成为了一种真正的竞争武器,能在日益技术化的世界中决定成败。
这种逐渐的共识将开发者的薪酬推得越来越高,各种极端手段,如为获取顶尖人才而进行的“收购式招聘”,在竞争激烈的环境中被开发和部署。
《新造王者》旨在简要捕捉那个时刻,阐述开发者重要性的案例——并非为开发者自己(他们大多已理解格局及自身地位),而是为那些仍认为开发者是可替代、无差别资源的企业高管们。这本书旨在记录并描述这样一个世界:开发者是连接想法与将其实现的代码之间的关键桥梁。
那个世界并未完全消失,但与去年相比,甚至与上个月相比,其面貌已大不相同。
---
这一切始于无害之举。20世纪60年代,首批自动文本替换实现——拼写检查器——开始出现。它们将输入内容与正确拼写数据库进行比对并提出修正建议。在接下来的二十年里,这种技术被应用于源代码,它不仅根据特定语言的语义对部分编写的代码进行评估,还尝试预测它。到2019年,近六十年后,TabNine等工具开始不仅仅基于静态文本或语法库检查代码,而是使用AI进行神经代码补全。2021年,GitHub通过大语言模型(LLMs)进一步推进了这一点,并通过Copilot (https://redmonk.com/sogrady/2022/06/23/copilot/)将这一概念主流化。它不仅能辅助拼写或结构,更能根据推断的意图主动建议和补全代码。在当时,这令人难以置信且震惊四座,但它本质上仍是自动补全,这意味着用户至少需要具备一定的编码能力。
然而,一年后ChatGPT的发布,又是一次阶跃式的变化,将行业推上了目前仍在行进的道路。它不再需要从编辑器中的代码开始。相反,它引入了更高层次的抽象——提示(prompt)。每种编程语言本质上都是通过人类可读的代码向计算机提供精确指令,这些代码可被编译器读取并输出为可执行的机器码。ChatGPT首次向大众市场展示了一个世界:编程语言代码并非由人类编写,而是由机器根据用纯英文编写的提示生成。在代码补全世界里,用户开始用Python编写一个查询API的脚本,代码辅助工具会帮助完成代码。在这个崭新的世界里,人类只需向计算机请求一个查询API的脚本——无需编码,也无需如后文将讨论的决策。
当然,模型的能力存在局限,主流软件开发市场首次必须应对这些非确定性机器——它们不仅会犯错,还会对此撒谎并违背指令。但发展方向是明确的:机器编写代码的能力越来越好,因此它们正在编写更多的代码。同样重要的是,它们不仅编写代码,还经常选择所用的编程语言、依赖的库和框架——甚至用户界面中的字体。事实上,它们常常会选择被明确告知不要使用的技术。
所有这些都意味着,正如权力格局曾向开发者倾斜一样,行业内的权力动态现在正向代理转移。
考虑几个相似之处:
- **成本**:开发者的薪酬曾是损益表上坡度陡峭的项目,而现在,就坡度而言,这变成了token成本 (https://bsky.app/profile/lizthegrey.com/post/3muu2ccukbk2f)。开发者仍是预算中更大的条目,但随着token消耗量增加和人类开发者被解雇,这一比例正在变化。
- **决策**:开发者曾经是决定使用何种技术的受众,而如今越来越多地交由代理决定——以至于一些公司现在谈论“代理引擎优化(AEO)”,就像他们过去谈论SEO一样(更多内容见此处 (https://redmonk.com/kholterhoff/2026/08/24/ax-v-geo/))。
- **速度**:行业花了数十年时间试图提高开发者的生产力——从新的编程语言到开发工具投资,再到流程和方法论的改进——重点是提高编写高质量代码的速度。如今,尽管来自DORA (https://redmonk.com/rstephens/2025/12/18/dora2025/)和METR的数据喜忧参半,但至少行业的普遍看法是,AI是组织实现更快速度的方式——而且毫无疑问,原型设计所需时间大大缩短。
这些及其他相似之处,使行业处于围绕这种新能力重新定位的境地。正如其他地方所观察到的——这里有一个很好的例子 (https://davistreybig.substack.com/p/the-two-software-development-stacks)——有几种方法可以着手这件事。
- 首先,你可以将AI添加或融入面向人类的工作流程中。
- 其次,你可以忽略或遗忘人类,严格为代理构建。
- 最后,你可以尝试同时为两者构建——要么通过独立的、针对特定角色的产品线,要么通过一个能同时与代理和人类交互的单一产品。
在当前的模型能力与不同产品类别之间的巨大差异之间,不太可能存在一种单一的主导方法。在一些市场中,AI辅助的人类工作流程是合适的;在其他市场,则可能是无头(headless)、仅代理的基础设施。
关键是要区分哪些供应商是为新的以代理为中心的世界构建的,哪些仅仅是因为营销告诉他们而嫁接AI的。AI粉饰(AI-washing)并不能表明一个产品必然在未来定位正确。
话虽如此,值得注意的是,有如此多来自截然不同市场的公司,都在尝试为一个代理影响力日益增强的世界构建产品。
一些突出的例子:
## 数据库
- **Neon**:Neon——去年被Databricks收购——构建了Neon for AI,一个专为向代理暴露原语而设计的Postgres后端。如果该公司的数据准确,代理已经注意到了这一点。Neon声称,两年前,其30%的新数据库实例是由代理创建的。到五月份,这个数字是80%。
## 数据科学
- **Observable**:Observable有效地将代理作为一种新的、受支持的角色添加进来,并这样描述:“*以代理为先的笔记本,称为聊天,与我们以人为先的笔记本截然不同,但能与它们无缝协作*。”
## 开发工具
- **Daytona**:曾经是为人类提供云开发环境的提供商,该公司明确弃用了其以人为中心的产品线,转向了代理,表示“*Daytona已决定将其重点从解决人类的开发者环境不一致问题,转向为AI代理解决运行时问题*。”
- **Monid**:至于Monid,它明确将自己定位为面向代理的OpenRouter(OpenRouter最近同意被Stripe以超过70亿美元的价值收购)。
## GitOps
- **Akuity**:作为一个GitOps平台,Akuity最近推出了一个代理控制平面,其主要功能之一是将代理明确绑定到人类以实现问责——因此有了上面的图片。
## 硬件
- **Pamir.ai**:总部位于旧金山的硬件初创公司,构建特定于代理的硬件。其标语字面意思是“*停止与你的代理共享一台电脑。你的代理值得拥有自己的电脑*。”顺便说一句,AMD也在销售自己的“代理计算机”。
## 平台即服务(PaaS)
- **Netlify**:创造了“代理体验(AX)”一词,以描述相当于代理的开发者体验(DevEx)。
- **Vercel**:在宣布其F轮融资时,该公司谈到了复制其最初的产品目标,但通过代理SDK为AI重新实现它们。代理似乎也给出了回应。一月份,Vercel报告称只有不到3%的部署由代理触发。到六月份,这个数字已超过一半。
## 零售
- **Shopify**:六年来,Shopify利用React Native开发其移动应用,因为构建原生应用太困难且耗时。对代理的使用改变了这种计算,Shopify现在正逐步淘汰React Native,为每个平台构建原生应用。换句话说,代理引发了一场巨大的转变,改变了一位大型前用户的移动框架选择。
## 沙盒
- **E2B**:截至今年六月,该公司报告已启动超过十亿个沙盒。
## 安全
- **XBOW**:由创造原始Copilot的部分相同人员构建,XBOW不需要调整其产品以适应以代理为中心的世界,因为代理本身就是产品。
## 版本控制
- **Pierre**:Pierre的code.storage (https://code.storage/)本质上是面向代理(及其规模)而非人类的无头GitHub。
还有数十甚至数百个其他公司为以代理为中心的世界构建产品的例子——Stripe及其代理商业协议(ACP)和Cloudflare即将推出的代理钱包只是两个——但清晰的趋势使它们变得多余。代理已经到来,它们在增长,并且是一股市场力量。
考虑新兴的沙盒应用类别:从Cloudflare、前述的Daytona、Docker、E2B、Modal到现在的Vercel,整个市场都是代理的产物,没有代理就不存在。为人类构建的开发工具是基于他们将在可接受的行为边界内操作的假设;为代理构建的开发工具则假设相反。沙盒的存在是为了给数量激增的代理更多自主权,同时又不信任它们。
最终的问题并非代理和支持它们的工具是否会有一个市场。而是这是否会以人类开发者的市场为代价,还是在其之上增加市场。
这反过来引出了另一个问题:如果代理是新的造王者,那么开发者是什么?对于那些有能力选择所用模型的开发者来说,乐观的答案是皇帝。而悲观的答案则是一个角色,其自主权要小得多:仅仅是女王或国王的顾问。然而,对于悲观者,值得记住的是代理最初是从哪里获得其“意见”的:是它们之前的造王者们。
无论得出何种结论,由代理驱动的世界的现实与之前的人类世界在本质上是不同的。成功的开发者关系(Developer Relations)活动涉及说服和与庞大的开发者群体谈判。然而,代理关系将需要影响少数几个模型,这些模型的数量可能一只手就能数过来。此外,这些模型做出的“选择”极有可能变得比它们学习来源的数百万开发者所做出的选择更为保守和单一。部分原因是,大幅减少做选择的参与者数量在数学上必然意味着总选择减少,但也是因为流行技术提供了更多训练材料并使在位者受益——即使是在转换成本趋近于零的市场中。
最终,正如最初的造王者极大地重塑了围绕他们的行业一样,他们的继承者们也在这样做。并且如同所有AI相关事物一样——它正在以惊人的、近乎荒谬的速度发生。
如果你想知道新的女王和国王会是谁,那么最好的办法可能是去问问代理。
**声明**:Cloudflare、Docker、GitHub、Google (DORA) 和 Microsoft 是 RedMonk 的客户。Akuity、AMD、Databricks (Neon)、Daytona、E2B、Meta (React Native)、Modal、Monid、Netlify、Observable OpenAI (ChatGPT)、Pamir.ai、Pierre、Shopify、Stripe (OpenRouter)、Tabnine、Vercel 和 XBOW 目前不是客户。
相似文章
我们现在都是产品工程师了
本文探讨了AI代理如何改变软件开发生命周期,预测开发者的角色将转向超出代理能力的任务,并预测未来十年的行业变化。
当 AI 智能体成为软件用户时,会发生什么变化?
一篇观点文章,探讨 AI 智能体成为软件用户将如何改变工具设计、API 架构、可发现性以及面向开发者的分发方式,并提出疑问:智能体兼容性是否会成为构建者的下一个前沿领域。
代理将成为发现层
本文认为,AI 代理将从工作流自动化转变为发现层,为用户选择工具、供应商和来源,使得代理的可见性对创始人至关重要。作者介绍了 Rankpad 作为应对这一挑战的解决方案。
我认为我们正在进入“AI Agent”时代,速度比大多数人意识到的要快。
作者认为,人工智能正在从回答问题转向自主执行任务,标志着“AI Agent”时代的开始,这将改变软件的构建方式。
AI代理开始看起来更像员工而非软件
文章认为,AI代理正从仅以智力评估转向需要操作可靠性、治理和团队整合,类似于人类员工,强调了新基础设施层的需求。