平台是否应该了解它生成的软件?
摘要
作者正在构建一个软件生成平台,并质疑平台是否应知晓生成的组件,主张基于制品的契约和生命周期管理。
我正在构建一个平台,用户描述任务后,平台会生成一个代理以及所需的软件:UI、API、服务和数据库。目前我面临的一个问题是平台本身应该了解多少生成的软件。我当前的方法是保持生成的服务隔离,并将制品本身作为事实来源。例如,在生成UI时,我不希望平台维护每个生成的API路由的知识。UI和后端应基于生成制品中存在的契约进行通信。平台主要应关注生命周期:构建、运行、更新和验证制品。我目前正在针对生成的OpenAPI规范进行通用测试,以检测服务之间和跨版本的破坏性变更。我很好奇其他人会如何处理这个问题。你会让平台完全不知道生成的路由,依赖制品内的契约,还是在平台层面也维护一些生成的API表示?
相似文章
发布AI生成的软件(8分钟阅读)
一篇探讨发布AI生成软件之影响的博文,起因于 Robert C. Martin 的观点——他表示自己不再阅读AI智能体编写的代码,而是依赖测试和约束条件,文章由此展开了关于认识论、验证以及当大语言模型(LLM)生成代码时的责任归属等问题的讨论。
平台工程仍然重要
一篇观点文章,认为即使有了AI编码工具,平台工程和代码复用仍然有价值,因为token需要成本,而复用能带来杠杆作用。文中引用了Martin Fowler关于重构的类似论点。
智能体应该是代码还是带有独立运行时的声明式实体?
作者认为,生产环境中的AI智能体应定义为具有独立运行时的声明式清单,而不是分散在应用代码中,以便实现适当的版本控制、可观测性和回滚。他们将自己的解决方案作为开源工具提供。
演进,而非重置:为自主智能体准备平台工程 2.0
分析平台工程必须如何为 AI 代理演进,从僵化的黄金路径转向可组合的、API 优先的构建块,以支持非人类身份、范围化权限和审计追踪。
契约式 AI 治理中没人谈论的问题:开发者随时可以修改契约,而没有任何东西能察觉到这一点。
# 为 AI 智能体构建运行时治理层 一位开发者描述了他为 AI 智能体构建的运行时治理层:通过**密码学密封**(cryptographic sealing)与**仅追加的版本注册表**(append-only version registry)来固定契约的不可变性;通过程序化声明,支持无契约的动态生成智能体;并在此之上加入**凭据网关**(credential gateway)与 **CI lint**,作为第三道强制约束防线。