文章探讨软件发布从季度到每日多次的演变，AI正加速此进程，未来AI代理将实现软件自我修复和自动化。
译自：Why AI Agents Are ‘Just Another Backend’
作者：Michelle Gienow
在2014年，询问公司为何希望每季度发布软件不止一次，是一个合理的问题。Gartner甚至还在推行“双模开发”，建议银行每年只发布两次代码以确保稳定性。
LaunchDarkly联合创始人兼首席执行官Edith Harbaugh在AWS re:Invent的一次对话中表示：“现在，如果有人说‘我的目标是每季度发布一次’，你可能会想，你把所有时间都用来做什么了？”
在本期《The New Stack Makers》节目中，Harbaugh与TNS创始人兼出版商Alex Williams坐下来，讨论如何将AI代理视为又一个后端工具，以及Harbaugh如何观察全球5000多家LaunchDarkly客户每天发布数十次，同时展望软件能够自我修复的未来。
不再有“黄金光盘”
如今，我们对CI/CD和滚动发布习以为常，但我们必须通过摒弃数十年来围绕物理限制建立的工程实践才能走到这一步。
正如Harbaugh所说：“当你发布物理光盘，用户将你的软件安装到他们自己的硬件上时，你必须做到完美。你不能回头修复那张光盘。”这种发布完美“黄金光盘”的压力，影响了从发布周期到质量保证流程的一切。
即使软件迁移到云端，遗留的思维方式依然存在。用户仍然期望下载和安装更新。工程实践需要时间才能赶上现实，即在软件即服务（SaaS）的世界中，“客户所见即所得”——没有版本号，无需等待采纳。
现在，AI正在进一步加速事物发展，其非确定性结果可能随时变化。但Harbaugh在颠覆之下看到了连续性。
她说：“如果你每周甚至每天多次推送功能，就会有更多的流畅状态和与客户更快的反馈循环。”
“我们的客户使用LaunchDarkly内置的A/B测试引擎来测试不同的后端、不同的吞吐量。从某些方面看，AI只是一个不同的后端。”
自我修复软件的时代即将到来
但Harbaugh在谈到接下来会发生什么时最为兴奋：AI代理不仅能检测问题，还能自主修复问题。
她说：“在检测可靠性和回滚之后的下一步是检测哪里出了问题，并基于错误生成可提交的代码。”
设想一个代理，它注意到某个特定iOS版本上的故障，编写修复程序，提交并发布，所有这些都只需要最少的人工干预。
她看到了自动化响应客户反馈的类似潜力。例如，如果支持工单开始涌入，要求提供西班牙语或中文语言支持，AI代理可以自动处理本地化。
她说：“本地化历来都是非常手动的，但这是AI可以极其廉价和准确的一个领域。”
对Harbaugh来说，AI完美契合了LaunchDarkly十多年前宣布的使命：发布、衡量、控制。她说：“对我们而言，代理本质上只是另一套软件。你仍然在衡量响应时间、准确性和预期结果。代理式AI可以更快地触发，但你仍然会担心所有相同的事情。”
完整的对话涵盖了LaunchDarkly的AI配置如何帮助客户根据业务指标测试不同的LLM（大型语言模型），在实时发布期间版本化数据模型的挑战，以及为什么更多的AI代码代理不会意味着更少的工程师，就像从计算尺转向电子表格并没有消除华尔街的工作岗位一样。
