文章讨论了从编写代码到自动化优先开发的转变，强调了 Agentic AI 在软件开发中的作用。建议关注结果而非代码行数，以自动化优先原则构建，并培养 AI 就绪的技能。未来的重点在于构建智能、自适应的系统。
译自：Farewell, Elegant Code. Hello to the Era of Elegant Automation
作者：Neel Sundaresan
几十年来，优雅的代码一直是卓越软件开发的标志——代码精简、高效、文档齐全、可重用且制作精良。在我职业生涯的早期，我接受的培训是将编写工具和程序生成器置于直接编写程序之上。这种方法促使我参与了许多创新举措，这些举措实现了软件现代化的自动化并提高了生产力。通过开发生成转译器的工具，我们能够高效地实现数百万行代码的现代化。
如今，生成式 AI 模型可以根据人类语言创建代码，从而使开发更具直观性。毫不奇怪，像 vibe coding 这样强调直觉、美学和代码体验影响的概念受到了欢迎。尽管 低代码和无代码系统 不断扩展，但大多数软件仍然由工程师制作。
进入 Agentic AI 时代
随着 AI 的快速发展，从传统 AI 到 生成式 AI，再到现在的 agentic AI，重点正在从仅仅编码逻辑转移到自动化整个软件开发过程。自动化测试、持续文档、自动化拉取请求和 CI/CD 系统，以及 AI 驱动的性能和 安全问题跟踪 和修补都显示出巨大的潜力。
在这些进步的基础上，现代 IT 系统——包括本地、混合云和超标量环境——提供了超越简单报告和分析的机会。这些系统能够实现高级问题检测、定位、纠正、优化、恢复和预防，所有这些都由现代 AI 技术提供支持。
例如，我们的客户使用 IBM 的自动化产品套件来利用传统 AI 和生成式 AI，将原始数据转换为智能系统。这种强大的组合通过在整个技术堆栈中启用复杂、数据驱动的解决方案来增强 IT 运营。
Agentic AI 通过独立执行任务使这一点更进一步。它可以自动处理构建和运行软件的要素，而无需编写代码。这使工程师能够设计 AI 团队，其中每个 AI 代理专注于不同的任务，但协作以验证、改进和完善解决方案。
这些由 大型语言模型 和其他 AI 系统驱动的代理可以通信、共享数据并迭代地增强其输出。这种持续的问题解决周期将支持正确性、可扩展性和效率。
最终，未来真正的卓越工程将在于由先进 AI 系统驱动的优雅自动化。
向自动化优先开发转变
这种范式转变为 IT 领导者带来了新的机遇和挑战。他们将需要解决关键问题，例如：他们如何鼓励他们的团队使用 AI 来实现端到端自动化？他们如何确保有适当的控制措施来提高效率并释放创新，而不是制造新问题？哪些工具和经验可以促进 AI 更早地集成到软件开发生命周期中？
将您的团队从代码转向自动化的 3 个步骤
1. 关注结果，而不是代码行数
要实现卓越的自动化，请将您的重点从编写的代码量转移到自动化的流程数量和 节省的时间。实施 衡量这些结果的指标，以有效地跟踪进度。创建一种依赖数据和实验来推动决策的文化。鼓励工程师思考自动化（尤其是 AI）如何提高其工作的速度和可扩展性，而不仅仅是关注技术细节。推广一种将自动化视为增强和支持团队的方式，而不是取代团队的文化。
去年，IBM 一个由经验丰富和新聘用的产品开发人员组成的小团队接管了包含大约 750 个 JavaScript 文件但没有任何文档的代码存储库。该团队的目标是弄清楚代码是什么以及它的具体作用。
首先，团队成员创建了一个概念验证，该验证使用 watsonx Code Assistant 来记录大约 1,000 行代码，这些代码分布在九个不同的文件中。这使他们能够在几秒钟内理解和记录每个文件的内容，从而使此特定任务的时间节省超过 90%。
此特定任务节省的时间有可能扩展到整个企业的其他用例中，并最终节省数千小时。
2. 以自动化优先原则构建
从一开始就将自动化集成到核心开发工作流程中。鼓励团队将部署、测试和监控自动化作为其开发过程的常规部分。利用 AI 驱动的开发助手来加速高质量软件系统的创建。优先考虑低代码和无代码解决方案来执行重复性任务，从而让工程师能够专注于高价值工作，并提高整体效率和创新。
例如，全球托管服务提供商 Ensono 利用 IBM watsonx Code Assistant for Red Hat Ansible Lightspeed 来整合公司的自动化平台，执行直接数据库迁移，并为其 Ansible 内容建立单一的事实来源。
这种简化的方法使 Ensono 能够在短短一年内完成 2800 万个任务并为开发人员节省 超过估计的 100,000 小时，从而显着增强了客户端事件响应、应用程序性能和整体效率。
3. 培养 AI 就绪的技能和思维模式
通过关注 AI 和自动化工具如何增强开发人员的专业知识，将开发人员转变为自动化工程师。投资于 AI 和自动化培训，以帮助 团队建立 AI 驱动开发、可观测性 和自愈系统的专业知识。鼓励 IT、运营和业务团队之间的跨职能协作，以确保自动化与战略目标保持一致。建立反馈循环，以鼓励自动化战略的持续迭代和改进。
未来：从编写代码到工程智能
IT 的下一个时代不是关于更努力地编写代码，而是关于更智能地自动化。最优秀的 IT 领导者认识到，他们团队的最大价值在于构建智能、自适应的系统，这些系统可以毫不费力地扩展并主动响应变化。
通过将重点转移到优雅的自动化上，开发人员能够解决更大的问题，产生更大的影响，并使组织面向未来。
从优雅的代码到优雅的自动化转变代表了软件开发领域的一个重大转变。它需要一种新的思维模式、一套新的技能，并愿意将 AI 视为一种协作工具，而不是采用 AI 来取代人类专业知识。
随着我们不断前进，成功的 IT 团队将是那些有效利用 AI 的力量来创建优雅、高效和可扩展的自动化解决方案的团队。
