还有人注意到，开发 AI 智能体的人正在忘记软件工程的基本原则吗？

最近我读了很多帖子，都是人们在为智能体记忆、提示注入和目标劫持而苦恼。这些确实是问题，我并不是在否认它们。但我反复看到的是，基本的软件工程方法不见了。我们从来不会信任客户端在表单里提交的内容。我们会先设计数据模型，在客户端和服务端都进行验证，并在多个层面防范注入。我们会隔离进程和数据，避免某个服务被攻破后导致所有数据泄露。我们会采用基于角色的访问控制，并使用短期有效的令牌。同样的这些基本做法，大多也能解决人们在使用智能体时遇到的许多问题。就拿记忆来说。如果你不知道自己想存储什么，以及这些内容应该如何影响智能体，就无法为它设计数据结构。于是，只因为“它是个大语言模型”，所有东西就都以自由文本的形式存储，结果自然就出现了注入问题。我觉得，部分原因在于氛围编程。即使你通过氛围编程一次性生成一个全栈应用，AI 大概也能覆盖端到端的流程。但它不会处理深入的数据验证、数据库索引等问题。这些都需要你在上线之前补上。智能体工作流也是一样。通过氛围编程生成的智能体，不会替你处理那些贯穿整个系统的共性问题。你仍然需要懂软件工程、设计原则和架构，才能告诉它你真正想要什么。你们怎么看？