智能体现在可以在 Cosmos 中运行完整的 SDLC。那么工程师做什么？

上个月我打开了一个大约 1000 行的 PR。我请来审查的同事看了一眼说：“好的，给我 45 分钟。我现在就做。”

一年前，同一位工程师会说：“这得花六七个小时。我下周二再看。”

这段时间里真正改变的是什么？不仅仅是模型的改进（尽管它们确实进步了）。关键在于 Cosmos，我们统一的智能体平台：一套围绕智能体工程构建的系统，在人工介入之前完成范围界定、任务交接、审查和路由。

编码智能体的天花板

一年前，我的 IDE 和 CLI 已经集成了 AI。我能够快速生成代码，但端到端交付功能的整体产出只提高了大约 40%。

听起来令人失望，但算一笔账就明白了。编码可能只占工作的 30%。其余部分是审查、测试、工单、设计、事件响应和规划。仅仅加快打字速度，吞吐量几乎不变。这就是阿姆达尔定律。

缺失的部分不是另一个编码智能体，而是一个能让智能体共享上下文、记住模式并跨阶段交接工作的系统。

这里以代码审查和事件响应为例，但同样的“围绕智能体的系统”理念几乎适用于所有软件工程任务。

代码审查不再是队列

审查是第一个显现出变化的地方。当代码生成加速后，PR 开始堆积。瓶颈是信心。在团队觉得可以安全合并之前，人类仍然需要推理每一行代码。

解决方案不是“添加一个深度审查步骤”。而是一个工作流，它提取代码审查中机械性的工作，用智能体自动化处理，只把判断性的决策留给人类。实际上，这个系统就是深度代码审查 + 结对评审人：智能体先验证正确性并执行常规修复，然后人类审查员专注于架构、风险和意图。

几周前，我合并了一个 PR，它将两个几乎相同的事件响应专家模板合并为一个。大约一千行改动，很容易出现细微错误。在人类阅读之前，审查工作流就已经开始了。

深度代码审查发现了一个真正的 bug：我删除的一个旧提示文件仍然被已部署的包引用。这会导致实时会话崩溃。

代码审查和事件响应是这里的例子，但同样的“围绕智能体的系统”理念几乎适用于所有软件工程任务。

深度代码审查捕获了一个运行时崩溃；PR 作者在人工审查前修复了它。

深度代码审查捕获了一个运行时崩溃；PR 作者在人工审查前修复了它。

然后 PR 作者在同一线程中修复了它，提交了一个 commit，解释了更改，只留给我一个决定：我是否同意？我同意了。只花了几秒钟，而不是一次上下文切换。

人工审查也发生了变化。我的审查员没有花七个小时阅读删除的行。他们打开了一个结对评审人会话，范围限定在架构和设计上，并用它来回答真正的问题：将这两个专家合并成一个共享模板是正确设计吗？

结对评审人将巨大的 diff 变成了一个聚焦的设计对话，而不是一项阅读任务。

结对评审人将巨大的 diff 变成了一个聚焦的设计对话，而不是一项阅读任务。

目标不是“没有人审查”，而是更好的人工审查。正确性检查、低风险路由和常规修复先由智能体完成。人类则把时间花在设计、风险和系统理解上。

我们已经发布了完整的代码审查数据：大型 PR 的审查时间从六七个降到了 45 分钟，周产出翻了三倍，每个产出单元引入 bug 的提交减少了。自动批准之所以有效，是因为风险分析器很保守。一次假低风险判定比一次不必要的审查代价更大。

值班不再是手动重建上下文

同样的模式也出现在值班中。一旦编码和审查速度加快，运维负载就成了下一个瓶颈。更快的团队会产生更多的告警、更多的部署，以及更多需要值班人员处理的问题。

一年前，调查一个告警大约需要我 30 分钟。我需要在 Slack、PagerDuty、日志、指标、最近部署、最近 PR、负责人和以前的事件之间来回切换。工作并不总是困难，但总是需要注意力。值班时，功能开发基本停滞。

现在，事件调查员在 Slack 内部完成第一遍分析。它收集证据，发布带有建议路径的 RCA，并将事件导向监控、代码修复、回滚或升级。如果代码需要变更，它将修复任务交给 PR 作者，并将结果送入审查。

首次 RCA 时间从大约 30 分钟降至 6 分钟；完整线程解决时间减少了约三分之一。

首次 RCA 时间从大约 30 分钟降至 6 分钟；完整线程解决时间减少了约三分之一。

人类的角色并没有消失。我审查 RCA，提出后续问题，并批准或更改修复路径。智能体收集证据并提出行动建议。我仍然做出生产决策。

最清晰的例子是上周的一条嘈杂告警，一个触发过于频繁的监控器。我的贡献只有一句话：将其调整为每小时一次，并提交一个 PR。智能体启动了变更。代码审查智能体处理了审查。我回去做功能开发了。

事件管理的数据也说明了同样的情况：智能体现在处理 81.3% 的事件，而值班工程师每周合并的 PR 增加了 44%。

平台才是关键

重要的是，代码审查和事件响应不是独立的工具。它们运行在同一个平台上，共享上下文，携带修正信息，并在阶段之间交接工作。审查可以从风险分析到修复再到设计审查。值班时，一条告警可以从 RCA 到修复再到 PR 到审查。工程师不再需要手动拼接各个步骤。

Cosmos 还提供开箱即用的工作流，如代码审查和事件响应（以及许多其他工作流）。智能体驱动机械性的工作，只在需要判断时才引入人类。

这意味着团队可以在一天内采用这些经过实战检验的工作流——包括正确的模型选择、用户体验和护栏——而不是花几个月自己设计系统。

你可以在演示中看到该工作流的概览：https://youtu.be/YqFx8dNgLOI?si=c7w-GVH4mtFw0Xwg

这就是我工作发生变化的地方。智能体接管了机械性工作：读取 diff、追踪日志、重建上下文、编写常规修复、总结证据。剩下的就是判断：架构、风险阈值、RCA 是否足够好、自动批准何时应该扩展、以及当智能体遗漏某些东西时如何改进。

这不是更小的工作。它更重大，因为在人类介入之前，更多的代码和事件已经通过系统流转。

你可以自动化整个 SDLC，就在今天。

如果你运行的是一个相当标准的现代开发栈：常见的工单跟踪器、Git 工作流、CI/CD、可观测性和值班工具等，那么你现在就可以自动化几乎整个 SDLC 生命周期。

有没有粗糙的边角和需要打磨的工作？有。

运行完全定制化流程、自定义基础设施或不寻常约束的团队会遇到更多困难？是的。

智能体工程时代已经到来。这是第一次感觉这条路切实可行。以这种方式构建从未像现在这样可能，也从未像现在这样有趣。

作者：Akshay Utture

Akshay Utture 构建智能体，使软件开发更快、更安全、更可靠。在 Augment Code，他领导公司 AI 代码审查智能体背后的工程工作，将研究级的程序分析与现代生成式 AI 技术结合在一起，自动化 SDLC 中最耗时的部分之一。在加入 Augment 之前，Akshay 在 Uber 工作多年，推进自动化代码审查和修复系统，并在 AWS 自动推理组、Google Android 静态分析团队和 UCLA 进行研究。他的工作处于 AI、软件工程和编程语言理论的交叉点。