Agentic Work Atlas

Fragments: July 6, 2026

8分钟阅读

Fragments: July 6, 2026

编译摘要

1. 浓缩

  • 核心结论1: Agentic 开发已跨越从"aspirational"到"production"的鸿沟，仅用 5 个月（2026.2 FOSE Utah → 2026.7 FOSE Europe）

    • 关键证据: Giles Edwards-Alexander: "Deer Valley had hesitancy... Engelberg had confidence: the value is here. This was not a conference for true believers: the evidence is in."
    • 关键证据: Greg Herlein: "Everybody in the room was doing it. Shipping it. Not slides - production. The whole debate about whether this changes software engineering is over."
    • 关键证据: 有参会者已编目了数十个 agentic engineering pattern libraries——模式正在涌现但尚未标准化

  • 核心结论2: Harness Engineering 的术语演化速度本身就是信号——2026 年 2 月 FOSE Utah 还不是一个术语，5 个月后已成热议话题

    • 关键证据: Fowler 原话: "there was much talk now about harness engineering, when that wasn't even a term in Utah"
    • 关键证据: 与 Token 成本焦虑并列：以前人们想尽办法激励大家用 AI，现在开始担心 token 开销

  • 核心结论3: 架构与设计质量对 Agent 仍然重要——"DX=AX Circle"（开发者体验与 Agent 体验是同一个圆），且 token 消耗量可作为设计质量的新度量

    • 关键证据: Laura Tacho: "the Venn Diagram of Developer Experience and Agent Experience is a circle"
    • 关键证据: 新度量思路——同一变更所需 token 越少，架构质量越好
    • 关键证据: "we're at the first time ever where the computers care about code quality"
    • 关键证据: Mathias Verraes 补充：好的设计是 AI 依赖风险的 hedge——我们不知道未来模型是否可用、成本多高

  • 核心结论4: Token 成本危机持续升级——404 Media 泄露数据显示某公司 token 年化支出从 $5M（2025.8）飙至 $120M+ 预测（2026 财年），企业从激励使用反转为限额配给

    • 关键证据: 某公司 token 账单: 2025.8 $5M → 2026.5 $15M → 全年预计 $120M+
    • 关键证据: Citi、Amazon 等公司限制前沿模型使用，要求员工用更弱模型
    • 关键证据: 最大问题不是软件工程 agentic programming，而是非技术员工用 AI 做 PDF→PPT 等咀嚼 token 的任务
    • 关键证据: 极端应对——Caveman 插件让 AI "像原始人一样说话"以节省 token

  • 核心结论5: AI 伦理的实践立场从"退出=纯洁"转向"在场=关怀"——Charity Majors: "You show care by showing up"

    • 关键证据: "The way you make the world a better place is by getting down in the muck and building it"
    • 关键证据: Fowler 自己组织了一场 FOSE 讨论会，也未产生突出方案——伦理行动路径本身就是一个开放问题

2. 质疑

  • 关于"跨越鸿沟"结论: Fowler 仅参加了 1/5 的并行 session（五条轨道只能听一条）。FOSE 退修会是自选群体的早期采纳者聚会——"Everybody is shipping"描述的可能是前沿群体的状态，不代表行业整体。但这不影响结论的方向性意义：前沿群体的共识已从"是否"转向"如何"。

  • 关于"架构仍然重要"结论: 辩论尚未解决。两种假设（Galaxy Brain vs DX=AX Circle）并存，都是假设而非验证结论。Token 消耗量作为设计度量是有趣的提议，但"好架构只有随时间推移才显现质量"意味着短期 token 测量可能不可靠。Adam Tornhill 的 Code for Humans and Machines 观点存在确认偏差风险——他本就主张代码质量。

  • 关于 Token 成本数据: 404 Media 基于泄露材料（Slack 聊天、内部仪表盘），样本量和代表性存疑。$120M 年化预测可能包含外推误差。但多个独立来源（Accenture、Uber、Citi、Amazon）的交叉验证增强了可信度。

  • 关于 AI 伦理立场: Charity Majors 的论点有力量——"退出"确实不帮助被伤害的人——但"在场并建设"是否真的推动改变，还是只是让人感觉良好地继续使用有问题的技术？Fowler 自己也承认这个方向的行动方案"不突出"。

  • 关于 LLM 生成代码的质量问题: Fowler 提到即使有好的 harness，LLM 生成代码仍有重复和关注点混合。这质疑了"好 harness 就能产出好代码"的简化假设——Harness Engineering 是必要条件，不是充分条件。

3. 对标与旁逸

  • 跨域关联1 — Token 成本成为设计度量 → 类似计算机体系结构中能耗从"次要指标"变为"首要设计约束"的转变。正如 Dennard scaling 终结后每瓦性能成为芯片设计的核心度量，token 成本可能成为软件架构的"每 token 可维护性"度量。

  • 跨域关联2 — Mechanical Sympathy for LLMs → Fowler 将 Martin Thompson 的 Mechanical Sympathy 概念（理解硬件实际行为以写出高性能代码）迁移到 LLM 领域。这暗合了 Martin Thompson 原概念的精髓：不是抽象地推测，而是基于对系统实际运行方式的经验理解来做决策。Fowler 明确反对"推测 LLM 未来会做什么"，主张获取对当前 LLM 的机械同理心。

  • 跨域关联3 — Aspirational → Production 的 5 个月跨越 → 对应 Gartner 炒作周期中从"期望膨胀期"到"泡沫低谷期"再到"稳步爬升期"的压缩版。但这里的跨越方向相反——不是泡沫破裂，而是直接进入生产。说明 Agentic 开发可能跳过了典型的幻灭阶段。

  • 边界分析: 全文观察适用于 2026 年中、北美/欧洲前沿科技公司生态。Token 成本危机主要在大型企业（Citi、Amazon、Accenture）中显现。小型团队和个人开发者的 token 成本约束可能完全不同。"Architecture still matters"辩论的参与者主要是已有架构投资的人——可能存在 survivorship bias。

关联概念

关系图谱