Thoughtworks 全 Agent 开发实验暴露稳定性问题

资深开发者对全自动化 Agent 开发模式的犹豫并非出于职业焦虑或单纯热爱编码，而是基于“构建完成不等于生产可用”的工程现实。这种谨慎在 Thoughtworks 为期一周的全 Agent 实验中得到验证：尽管应用能运行，但构建状态频繁变红，暴露出 CI/CD 流水线在应对高并发、大粒度变更时的失效风险。 关键证据来自两个维度：一是 DORA 2025 研究指出 AI 采用率与交付吞吐量正相关，却与交付稳定性负相关；二是实验团队发现人类工程师需投入约三分之二时间进行白板规划与边界定义，仅三分之一用于维护测试与架构检查（harness），且产品负责人提交的特性代码量甚至超过工程师。这种工作流导致变更批次过大，CI 管道无法及时消化并行修改，使得“构建失败”这一关键信号被噪音淹没，破坏了持续集成的信任基础。 推论显示，当前 Agent 开发处于“野外探险”而非“雪道滑行”阶段，缺乏经过验证的安全路径与技能图谱。行业必须重新思考测试驱动开发、契约测试及系统边界的定义方式，不能简单套用旧有实践。事实是 Agent 已具备生成代码能力，推断是现有工程体系需重构以适配其速度，猜测则是未来组织激励将从代码产出转向对构建质量与稳定性的把控。