架构师的品味,可能只是还没被测量过的偏见
Jacob Lauritzen 认为,coding agents 会重演机器学习里的 bitter lesson:工程师引以为傲的架构判断,可能从优势变成约束。回复区吵成一片,有人赌已经发生,有人坚持退款计算仍得手写。
软件工程里正在出现一种不舒服的张力。Coding agents 越来越能干,工程师却还想让它们产出“我们自己会设计”的系统。于是规定接口、挑抽象、改架构决策,再补上自定义 lint 和机械检查,把标准和品味写进规则。Jacob Lauritzen 是 Legora 的 CTO,他在一篇推文文章里提出,这种分工是临时的,软件工程会有自己的 bitter lesson。
bitter lesson 来自 Rich Sutton。传统机器学习里,大量工作花在特征工程上:人选特征、定表示,模型只学权重。后来数据和算力上来,深度学习把表示学习也接了过去。花识别、语音识别、AlphaGo Zero、自回归大模型,都是通用学习方法在足够规模下压过人类先验设计的例子。
架构就是特征工程
Jacob 把架构比作特征工程。现在工程师规定代码库结构、服务、核心接口和抽象,agent 在边界内找解。工程师的输入大致三类:对代码的正确性反馈,agent 拿不到的上下文,以及对某个设计未来影响的判断。第一类会随模型变聪明而减少,第二类靠更好的上下文和明确指导解决,第三类被叫作 judgement 或 taste,难内化,因为 agent 没有运营影响、扩展代码的痛苦、CI 影响这些信号。
他的反问是,如果能建系统解决这三类问题,把人类累积的信息也给 agent,为什么人类还要参与架构设计。架构选择来自经验,经验不必只属于人类。一个能探索更多替代方案、观察后果、从后果里学习的系统,可能发现人不会规定的结构。bitter 的地方在于,被替代的是资深工程师花职业生涯换来的判断,也是他们自认“资深”和“优秀”的来源。
回复区分歧很大
有人直接贴视频回应:
Roman 说,也许这件事已经发生了,只是没人敢让模型做架构决策。Sharath 认为代码布局也许可以,但退款计算这类真正的业务规则仍会手写。Jacob 回他:如果能用黑盒证明实现正确、所有不变量都满足,为什么还要手写。Aleksandar 的立场是,对模型也许如此,但必须每次都正确的事情,手写检查仍然赢。Alessandro 说得更刺:一半聪明抽象是某人的 ego。a 的说法是,让 agent 构建、测量、学习,没有测量就没有所谓好代码或正确想法,工程师的抽象只是 bias。
反方也搬出了 Sutton。Luca 引用 Rich Sutton 的推文:暴力计算不足以产生智能,需要聪明的新方法,AI 科学远未完成。这条引用下面有人贴图回应:
Michael 问的是更实际的问题:正确的 reward function 是什么,持续喂养和调整它的底层 substrate 又是什么。Aria 认为,自定义 lint 作为 codified taste 确实像手工特征,但可以先删掉风格类规则,保留能抓真 bug 的。amois 说发现仍然需要围栏,系统要求事实时不能接受推断答案,每个值都要命名可检查的来源。Meheryar 把这件事拉回日常:指导 junior 的技能现在用在 agentic harness 上,只是杠杆形态不同。
从写代码到设计奖励
文章后半段把工程类比成 reward design。机器学习从设计特征转向设计损失和奖励,软件工程可能从手写系统转向设计奖励系统,让 agent 优化出正确抽象。难点在于 reward 是多维、带时间、难量化的,每家公司甚至每个团队都不同。feature team 可能优化速度,infra team 优化扩展性和安全。更一般的 reward 大概是某种代码库量化指标,让发布极快,同时正确、安全、可靠、可扩展。它看起来像不像 staff engineer 设计的系统,不应该有 weight。
工程师不会明天就消失。更可能的变化是工作重心继续后移:从自己写代码,到指导 agent 写好代码,到建护栏确保 agent 写好代码,再到构造反馈回路让 agent 自己发现什么算好代码。真正稀缺的会是定义可测量目标、设计反馈回路、留下必要围栏的人。至于“品味”,一旦不能测量,它容易变成风格;一旦被测量,它可能只是还没更新的偏见。
发布时间: 2026-11-18 15:28