WeAreDevelopers World Congress 2026 — 技术总结

最大的收获：AI 编程正在迅速成为一个更大的概念——“代理软件工厂”。未来的栈看起来是：意图 → 规划 → 专门代理 → 隔离计算 → 编码/工具 → 测试/评估 → 安全 → 审批 → 部署 → 可观测性 → 记忆 → 持续改进。最有趣的趋势：• 多代理工程：像 BAND、Traycer 和新兴控制平面这样的工具协调 Claude Code、Codex、Cursor、Copilot、Grok 和其他代理，而不是将团队锁定在一个模型上。• 代理计算机：Daytona 和沙箱/容器方法为每个代理提供一个隔离的、一次性的机器。这使成千上万的代理能够安全地并行工作。• 代理治理：身份、权限、策略、人工审批、可审计性和凭据中介变得至关重要。企业不会简单地给自主代理无限制的生产访问权限。• 代理记忆：像 Beacon 这样的系统指向代理从先前的代理会话中学习，并将成功的调试/工作流转化为可重用的组织知识。• 持续评估：Momentic、Plumloom、Plurai、Opik 和相关系统正在将质量保证从单元测试推向模拟、AI 评估和成千上万的场景，在代理/软件发布到用户之前。• 开发可观测性：Dynatrace、VictoriaMetrics、bitdrift 和较新的软件开发可观测性概念建议追踪整个链：从提示 → 代理 → 工具调用 → 代码 → CI → 部署 → 生产行为。• AI 原生安全：Semgrep、Sonatype、Chainguard 和 Black Duck 展示了安全成为代理生成代码、依赖和软件供应链周围的自动化关卡。• 代理/浏览器基础设施：BrowserSkill、JEV 风格的结构化浏览器控制和像 Oya 这样的浏览器控制平面显示浏览器代理从重复的截图→LLM→点击循环演进到更快的结构化自动化，并在需要时有人工接管。• 代理就绪数据：CockroachDB、MariaDB、Instaclustr 和 Severalnines 显示数据库正在为代理工作负载重新定位，而企业越来越想要托管的便利性而不放弃基础设施/数据控制。• 混合 AI 计算：Runpod、本地 GPU 和混合推理系统指向根据成本、延迟、隐私和能力在本地硬件、边缘系统、私有基础设施和公共云之间进行智能路由。• 物理 AI：机器人和网络物理代理系统越来越与为软件代理开发的相同协调、安全、评估和可观测性基础设施融合。我的最大结论：模型本身正成为一个可互换的组件。战略上重要的层越来越多地位于模型之上——控制平面，它决定哪些代理工作，在哪里执行，他们可以访问什么，如何协作，如何验证他们的工作，以及组织之后学到什么。新兴架构本质上是：模型 = 智能代理 = 工人沙箱 = 工作场所工具/API = 能力记忆 = 组织知识评估 = 质量控制可观测性 = 遥测策略/安全 = 治理协调 = 管理人类 = 目标、判断和权威。这比“AI 写代码”大得多的变革。这是软件组织开始的时刻，人类越来越多地定义目标和约束，而专门代理舰队执行、测试、安全、观察和改进工作持续进行。