AI提速编码，但软件创新瓶颈在非编码。智能编排以工作流、统一上下文和护栏，实现人机协作，优化软件全生命周期，加速企业创新。
译自：How intelligent orchestration transforms software innovation
作者：Manav Khurana
软件行业在2025年11月和12月达到了一个拐点。
三款突破性的AI模型发布，Google的Gemini 3、Anthropic的Opus 4.5和OpenAI的GPT-5.2，提供了强大的功能，迫使行业领导者重新评估AI在软件开发中的作用。Gergely Orosz在他的《Pragmatic Engineer》通讯中报告称，经验丰富的工程师现在信任AI生成90%或更多的生产代码。
但挑战在于：创新速度远不止取决于AI更快地编写代码。真正的加速需要优化业务关键型软件开发流程中的数百个步骤，例如质量保证、安全验证、合规性核查和可维护性规划，使其与AI生成的代码无缝协作。
在GitLab的一项调查中，组织报告开发人员生产力提高了48%，使开发人员能够比以往更快地生成功能、识别错误和发布新功能。然而，编码只占软件交付周期的20%。
根据阿姆达尔定律，当包括代码审查、测试、安全和部署在内的其余80%保持不变时，将编码速度提高10倍只能带来1.25倍的整体加速。专门为编码实施AI的组织会发现其生产力停滞不前。他们的团队将报告生产力提高，但同时却陷入积压的审查、不稳定的测试、合规性要求和性能优化中。
凭借智能编排，组织可以放弃顺序模型，转而采用持续执行循环。
在GitLab，我们称之为“AI悖论”。尽管AI使编码更高效，但加速创新的最大机会在于提升整个软件生命周期中的质量、安全性和速度。
智能编排至关重要
传统的软件交付在离散阶段运行，伴随着手动交接：规划、编码、测试、安全、部署、操作。每次交接都会引入延迟、上下文丢失和协调开销。当AI只加速一个阶段（编码）时，交接就成了瓶颈。阶段之间的每次转换都会抵消更快速编码带来的速度提升。
凭借智能编排，组织可以放弃顺序模型，转而采用持续执行循环。团队不再是“先编码，再测试，再安全”，而是并行地持续生成、测试、安全、部署和验证工作。AI代理在这个持续流中自主运行，而人类则从宏观层面进行编排，设定方向和治理，而无需做出死记硬背的决策。
这种转变消除了阶段之间的差距，这些差距会减慢团队速度。工作不再在下一个阶段开始前排队等待。上下文在整个循环中保持不变，而不会在每次交接时丢失。
智能编排的3大支柱
解决AI悖论需要建立在三个基本支柱上的智能编排：
- 工作流：团队与AI代理协作。 软件团队为AI代理制定规则，包括依赖哪些上下文、简化哪些工作流以及强制执行哪些合规规则。团队超越一对一的AI聊天体验，转向团队层面的代理工作流，其中多个代理协作完成复杂任务、从问题到合并请求的流程、安全分析、代码审查和CI/CD操作。一个代理服务多个开发人员。多个代理在团队之间并行工作。人类提供指导和方向，而不是详细管理单个AI输出。
- 上下文：贯穿整个生命周期的统一数据和智能。 智能编排不是通过中断流程的顺序交接，而是通过统一的数据模型在各个阶段保持持续执行。与上下文在系统间消失的碎片化工具不同，这提供了整个生命周期的完整上下文。团队不仅可以了解代码，还可以了解需求、历史记录、安全影响、部署限制和操作反馈。因此，团队可以在不丢失上下文的情况下同时处理多个项目和发布。每个阶段都同时运行。过去是工单、等待、交接和修复冲刺，现在变成了持续生成、持续合规和持续改进。
- 护栏：将治理和合规性集成到流程中。 灵活的部署选项，结合自定义的安全和合规规则，可以完全控制您的数据和工作流。代理评估风险并为每个任务推荐适当的自主级别，并通过策略驱动的护栏确保高风险变更获得更多人工监督，所有这些都在一个统一的编排系统中完成。这使得团队能够保持速度，而不会牺牲安全性或合规性，与工作流集成，并实现自动执行。
人机协作
解决方案不在于更多的工具或更快的AI。答案在于重新思考人类与AI如何协作，并从根本上重新设计软件交付流程本身。GitLab的研究表明，76%的DevSecOps专业人员认为AI将创造更多工程师，而不是减少。正在改变的是工作本身的性质。
这些是关于智能编排使团队能够在企业规模上保持速度的故事。
当AI编写大部分代码时，关键技能将是团队以前对高级或资深工程师期望的那些技能：委派工作、做出合理的架构决策、采取以客户为中心的方法、实施自动化测试和可观测性，以及跟踪技术债务。正如Gergely Orosz观察到的那样，“技术主管的特质几乎肯定会更受欢迎。当AI可以实现任何明确定义的工单时，谁来编写能让AI正确创建代码的工单呢？”
在实践中，AI代理在多个阶段自主管理重复性任务，例如生成代码、运行测试、扫描漏洞和部署变更。人类负责确立方向、维护治理并做出判断。这种转变使开发人员从编写每一行代码转变为编排系统和指导AI代理。创造力、战略愿景、判断力和架构思维等有价值的人类技能变得更加关键，而不是不那么重要。
这种转变使开发人员从编写每一行代码转变为编排系统和指导AI代理。
在爱立信（一家领先的电信公司），管理覆盖300多家全球通信服务提供商的企业软件部署，需要在多个工具、系统和工作流之间进行无缝编排。在实施统一平台方法后，爱立信实现了50%更快的部署，并在六个月内节省了13万小时，使公司能够在数周而不是数月内交付更新。
这种模式在各个行业中普遍存在。Indeed实现了日常软件开发管道79%的增长，同时将其硬件成本降低了高达20%。在CERN，来自100多个国家的1万名科学家合作进行粒子物理研究，实现了作业启动速度提高90倍。洛克希德·马丁公司取消了数千台Jenkins服务器，并加速了软件交付，从每月部署变为每周部署，并将安全性和合规性内置到工作流中。
这些例子并非关于让单个开发人员更快的AI编码工具的故事。这些是关于智能编排使团队能够在企业规模上保持速度的故事。
未来属于编排团队
AI编码仅仅是软件转型的开始。智能编排将这种加速作用扩展到整个团队和完整的开发生态系统。
具有前瞻性的企业领导者在评估其软件交付方法时应该问：当前的工具是使团队加速创新还是制造新的瓶颈？答案决定了竞争优势。当软件团队和AI代理有效协作时，重心就从协调和后勤转向了愿景。
