环境才是 Agent 的核心基础设施

内网看到别人发的文章，感觉很有道理，整理了下，转到这儿来

用一个可以随身携带的问题衡量所有 AI 投入：下一代 SOTA 模型发布时，我正在做的这件事，是获益，还是作废？

一、两条路线

目前的主流做法，是把 AI 嵌进一套人类设计的固定流程：PRD → 需求澄清 → 技术方案 → 任务拆解 → 生码 → 测试。每个节点调用 AI 做局部提效，节点之间的验收和流转仍按老流程走。SDD、各种 Agent Skills、Superpowers 这类插件，本质上都是同一条路线。

这条路线有一个结构性天花板：它优化的是"人使用 AI 的方式"，而不是"AI 使用环境的方式"。

二、workflow 路线的天花板

每个节点都等人验收、按人画的管道流转，AI 实际上被困在条条框框里。

这套分工方式是人类协作时代的产物，把它固化成 Agent 必须遵守的执行顺序，本质上是在 AI 时代重新引入瀑布模型——它假设需求澄清后就是对的、方案评审后就是可行的、实现阶段只需忠实执行。

但真实的开发不是这样：一次测试失败，可能来自实现、环境、数据、架构假设或需求理解中的任何一层。任何失败都回退到方案重新生码，只会把已经做对的判断一起推倒。而且，按 Jack Reeves"代码即设计"的逻辑，技术方案并不等价于代码——设计要到代码运行起来才算完成。

需要说清楚的是：反对的不是验收本身。合规、问责、高风险决策当然需要人工卡点。反对的是在每一跳都设人工验收，让 AI 在每一步都等人踩油门。

三、agentic：让 AI 自主获取验证信号

另一条路线是 agentic。它的本质不是"AI 主导决策"，而是——AI 能否自主获取验证信号，不用每一步都等人来判断对不对。

在这条路线里，workflow 并不消失，它退到自己该待的位置：调度、权限控制、状态保存、审计和高风险检查。

电气化的历史是一个恰当的类比。工厂电气化真正的跃升，不是把蒸汽机换成发电机，而是单元驱动——让每个工位摆脱中央传动轴，获得独立运转的能力。旧范式里，所有工位的动力来自同一根中央轴（人的流程）；我们要做的，是让 coding 这个工位先独立转起来。

四、一笔投资账：SOTA 问题

两条路线怎么选，落到日常就是一笔投资账。所有 AI 相关的投入，都可以用这一个问题来衡量：

下一代 SOTA 模型发布时，我正在做的这件事，是获益，还是作废？

按这个标准，投入分成两类：

贬值区：围绕"生成能力"的投入。 微调模型提升生码质量、囤积提示词技巧、精细编排生码流程。过去一年反复上演的剧情是：昨天的脚手架，变成今天模型的内置能力。在这条线上投入，等于和模型厂商的军备竞赛对赌。

增值区：围绕"环境与验证"的投入。 把企业内部的构建、部署、测试、数据、接口、日志、监控、发布链路，做成 AI 可调用的工具。这件事没有任何厂商能替我们做；而且模型越强，这些资产越值钱——同样的环境，更强的模型能跑出更深、更长的自主循环。

贬值和增值的分界线，不在"编排"还是"环境"这两个词上，而在它和模型能力的关系上：

• 凡是替代或补偿模型推理能力的东西——拆解步骤、设计提示词、编排流程——都会被模型的下一次升级吸收，因为模型厂商恰恰是在这些维度上训练下一代模型；
• 凡是给模型提供它自己造不出来的信息的东西——内部系统的真实状态、构建结果、日志、测试反馈——都会持续增值，因为关于世界的信息只能从世界里来，不可能从权重里长出来。

五、乘法关系：红利 = 模型能力 × 环境能力

为什么环境会持续增值，而生成投入不会？可以用一个简单的关系来理解：

企业从 AI 拿到的红利 ≈ 模型能力 × 环境能力，是乘积，不是加和。

模型是这个乘积里租来的因子，跟着厂商的节奏自己往上涨；环境是自有的因子，只能靠我们自己建，而且只涨不跌。乘法的意思有两层：

• 任何一端是零，结果就是零——再强的模型，进不了我们的环境，生产力就是零；
• 模型每变强一代，都会把同一套环境的价值重新放大一遍。

workflow 化的收益是线性的，因为它只是给现有环节加了个常数；环境投入的收益是复利的，因为它在乘法里占住了一个因子。

需要补一句防御：环境中不折旧的是信息本身——内部系统状态、构建结果、日志、测试反馈；可能被换代的是接口层——工具的具体调用形态和协议。所以正确的姿势是把世界信息沉淀下来，让接口适配保持廉价，不在接口形态上过度雕花。

所以主张是：不做"如何让 AI 生码更强"的军备竞赛，只做企业内部环境的工具化。 这不是说模型相关工作一概不碰——模型选型、评测、上下文接入当然要做——划界标准就是上面那个 SOTA 问题。

六、环境建设的五件事

具体到建设清单：

1. 业务领域知识的构建。 业务域 SKILL、本体知识库等。这是模型权重里长不出来、又直接决定判断质量的信息。

2. 可复现、可调用的研发环境。 让 Agent 能独立构建项目、启动服务、准备数据、调用接口、操作浏览器或 APP（手淘、千牛）、查看日志和调用链、读取监控指标。本质是把"只有人会操作的内部系统"，翻译成"AI 可调用的工具"。

3. 分层验证体系。 这是五件事里最难、也最先起效的一件，建议从秒级反馈做起，因为它直接决定自主迭代的速度，是复利公式里最先转动的因子。

• 秒级反馈：编译、类型检查、单元测试——适合高频自主迭代，Agent 可以不打扰任何人自己跑；
• 分钟级反馈：集成测试、契约测试、浏览器自动化——覆盖更真实的行为；
• 人工判断：只保留给机器无法可靠裁决的部分——业务价值、用户体验、伦理边界。

4. 端到端的研发系统打通。 研发流程涉及一系列系统——O2、ZCache、MTL、一休、A+、Orange、Aone、Switch 等——需要将它们改造为 AI Friendly 的模式。

5. spec 与技术方案的新写法：区分"约束"与"假设"。 数据不能出域、接口必须向后兼容、延迟不能超过阈值——这些是约束，要长期保存并尽可能自动检查；微服务还是单体、用哪种缓存策略——这些是有待验证的假设，应允许 AI 根据实现和运行中的反馈自己调整。spec 负责划定"什么算对"的边界，不负责规定实现路径。

需要回答的一个遗留问题是：谁来判断某一条是约束还是假设？这本身是人工判断，也是最容易扯皮的地方。一个可操作的默认规则：有争议时先按约束处理——错把约束当假设的代价（出域、破坏兼容、超阈值），远高于错把假设当约束的代价（少一点自由度）。

七、结语

模型能力是租来的，环境是唯一自有的。workflow 化赚的是常数，环境建设赚的是乘法里的因子。把企业内部的构建、测试、部署、数据、监控翻译成 AI 可调用的语言——这件事没有厂商能替我们做，而模型每强一代，都会把它的价值重新放大一遍。