文章EN中한

约束在移动:Agentic Engineering Days Zurich 的一天

Agentic Engineering Days Zurich 2026 的七场演讲,以及贯穿其中的主线:智能体不会消除约束,只会把它移到别处。

阅读时长22 分钟
发布于
主题智能体, 智能体框架, 智能体协议, 数据融合, 多人协作, 瑞士
简而言之

Agentic Engineering Days Zurich 2026 是在苏黎世火车总站旁一家酒店里举办的一天,门票售罄,40 场分会从 344 份投稿中选出,而其中最好的部分是人。 Pini Reznik 的摘要给了我看这一天的视角:AI 不会消除约束,只会移动它。我看过的每一场演讲,都是在回答约束应该去往何处。 Exasol 主张把数据融合移进数据库,这样智能体就不必在每次调用时背负集成的负担。这是一场赞助演讲,也是我会最先去测试的一场。 协议那场演讲说,能消除最多不确定性的最简单协议会胜出;NVIDIA 的 NOOA 把智能体重新变回带类型的软件,这让我想要一个编译器来检查这些类型。 GitHub Next 展示了约束落在团队对齐上,这指向一种工作方式:人与智能体共享的对话,决策就存在于对话之中。

周五我和几位同事在 Agentic Engineering Days Zurich 度过了一天。会议在苏黎世火车总站旁的 Marriott 举办,为期一天,由 letsboot.ch 组织,五个会场共 40 场分会,从 344 份投稿中选出,门票售罄。明年它会换到更大的场地,办两天,这多少说明了这一年是怎么过的。

Jonas 和 Barbara Felix 以及他们的团队组织了这一切,作为第一届,几乎无可挑剔:会场准时,演讲准时,食物很好,apéro 也足够长,长到能容下演讲引出的那些对话。谢谢你们两位。

第一场演讲开始前 Marriott 的大堂
开幕前半小时,苏黎世火车总站旁 Marriott 的大堂。我记得的大部分对话都发生在这里,而不是在会场里。

有些演讲者是几年前瑞士云原生圈子里的人,如今在做下一件事。那些分会不是我来的目的。我来是为了那些构建我们其他人所用部件的人,而议程里有他们:NVIDIA、GitHub、Red Hat 和 IBM、Google,还有一位来自 Exasol 的数据库创始人。我看了七场演讲,遇到的有趣的人比我预想的多,回家时带着一句我一直放不下的话。

约束在移动

这句话出自 Pini Reznik,他联合创办了 Container Solutions,为 O’Reilly 写了 Cloud Native Transformation,现在经营 re:cinq。他为“From Copilot to the Dark Factory”写的摘要描述了一家公司给所有人买了编程助手之后会发生什么:个人变快了,但“PR 数量上升,评审队列变长,测试变弱,上下文、安全和平台方面的瓶颈逐渐显现。”然后是那句话:“AI 不会消除约束;它只是移动约束。”(“AI does not remove the constraint; it moves it.”)

读过 Goldratt 的人会认出这个形状,而我自己一周前也在 Every layer moves the uncertainty 里写过它的一个版本。周五让它变得有用的是,它把一份互不相关的议程变成了一个问题。编程助手把约束从打字移到评审。一个能访问五个系统的智能体,把约束从集成层移进了智能体本身。所以对每一场演讲,我都问约束去了哪里,以及那是不是一个好地方。

Reznik 自己的演讲把这种移动画成了一张图,“Who Builds Software with AI?”,一条轴是复杂度,另一条轴是一个系统需要的开发者人数。Excel 宏和简单脚本靠近原点,然后是一到五名开发者的功能型工具,五十到一百名开发者的市场平台,比如 Booking.com 和 HubSpot,再是一千名以上开发者的超大系统,比如 Google Search 和 AWS。再往后,轴上写着“Impossible”(不可能),例子是气候模拟器、城市数字孪生和个性化医疗。他的红色箭头把每一档都向左移了一步:非开发者变成公民开发者,五个人的团队能造出过去需要一百人的东西,轴的最远端也不再是不可能。如果这大致正确,稀缺的就不再是会写代码的人,而是代码周围一切单个团队无法独自完成的事情,他的结束幻灯片说了该怎么做:“找到约束。构建能力。重复。”(“Find the constraint. Build the capability. Repeat.”)完整版本是他和 Michael Müller 合写的一本书,From Cloud Native to AI Native,re:cinq 免费提供。

Pini Reznik 和他那张谁在用 AI 构建软件的图表
re:cinq 的 Pini Reznik 站在他的图表“Who Builds Software with AI?”前:每一档复杂度都向左移了一步,“Impossible”不再是轴的尽头。
演讲约束去了哪里
Wrike,生产环境中的 SRE 智能体进入上下文,而没有人测试上下文
Exasol,Beyond MCP离开智能体,进入数据库
Red Hat 和 IBM,Agents Speak Protocol离开每一个集成,进入每个边界上的契约
NVIDIA,NOOA离开提示词,回到普通的带类型软件
GitHub Next,协作环境从写代码转到就写什么达成一致
Typeform,When Software Stops Being Deterministic从测试套件转到评估和追踪
re:cinq,From Copilot to the Dark Factory从写代码的人转到写规格和检查的人

智能体成为集成层

我的上午从 Wrike 的 David Pech 和一个已在生产环境运行数月的 SRE 智能体开始。他的摘要把大多数这类智能体描述为“勉强算是初级系统管理员,裹着一件风衣”,他列出的教训与模型无关:框架没有预想的那么重要,误导性的文档误导了智能体,而没有人测试的上下文会在一个版本到下一个版本之间悄悄退化。我猜标题就是智能体自身指令里的一句话,而每一个构建这类智能体的团队最后都会写下它。

一小时后,Alexander Stigsen 把同一个问题往下推了一层。Stigsen 创办了 Realm,也就是 MongoDB 在 2019 年收购的那个移动数据库,现在是 Exasol 的首席产品与技术官,Exasol 是来自纽伦堡的内存分析数据库。他的演讲“Beyond MCP”是一个赞助时段,也是一场产品推介,我先把这一点说在前面,因为它同时也是我见过的对我所研究问题最清晰的诊断。

给智能体每个系统配一个 MCP 服务器,CRM、计费、客服,智能体就成了你的集成层。它要为上下文里的每一个工具 schema 和每一份原始结果付费,每个数据源一次往返,在没有查询规划器的情况下连接数据,跨数据源什么都不缓存,并且在每次调用时都要调和同一个客户的三种拼写。他的幻灯片列出了七项成本,并用一句话总结:“智能体背负着集成的负担。”(“The agent carries the integration burden.”)摘要还补充了一条排除了显而易见解决办法的约束:“受监管的组织无法把所有数据复制到一个 AI 平台里。”

他的答案是在一个联邦数据库之上提供一个 MCP 接口,在数据所在之处查询数据,并用一个语义层把每个数据源的词汇映射到共享的业务概念上。CRM 里的 account_id 和计费系统里的 customer_ref 变成同一个客户身份;发票、退款和币种变成以 CHF 计的净收入。一个语义层,每个智能体都复用它。

我知道数据融合这个想法。我没有考虑过的,是把它放进持久化层,由存储一次性完成繁重的工作,每个智能体都拿到结果。这是 Context is cheaper than exploration 的论点往下一层,也直接触及 Building IT Intelligence 里的模式。在那里,融合是一条流水线:来自每个数据源的观测,作为工作流步骤的身份解析,PostgreSQL 里的实体和边,以及每条链接都带着它的依据和置信度。

反驳很容易提出,我也对自己提出过。一个在查询时做融合的数据库会再次移动约束,移进一个我无法控制的产品,而我最在意的语义,也就是该信任哪个数据源、一次匹配有多确定,恰恰是流水线明确表达出来的东西。Exasol 自己的文档也提醒,一个只有 MCP 服务器的智能体可能会写出忽略 Exasol 方言的 SQL。所以我不会凭一张幻灯片做决定。周一我开始拿参考实现来测试它,并把这个问题记在了 Data fusion belongs in the store 里。

制定标准的人

下一场演讲由 Stefano Maestri 和 Alessio Soldano 主讲,能亲眼见到协议背后的人是一件乐事。Maestri 代表 IBM 担任 A2A Technical Steering Committee 成员,并为 A2A Java SDK 写了发布文章;Soldano 在 Red Hat 领导过 RESTEasy,也是 Apache CXF 的提交者。他们两人从内部亲历了 SOAP 与 REST 之争,这场演讲就建立在那段历史之上。

Stefano Maestri 和 Alessio Soldano 在台上
Stefano Maestri(左,讲台旁)和 Alessio Soldano,身后是他们演讲的视角:“能消除最多不确定性的最简单协议会胜出。”

他们的视角是“能消除最多不确定性的最简单协议会胜出。”(“The simplest protocol that reduces the most uncertainty wins.”)他们的地图把一个智能体放在中间,每个边界上都有一份约定:面向模型的 Open Responses,面向工具的 MCP,面向其他智能体的 A2A,面向用户的 AG-UI 和 A2UI,面向知识的 AGENTS.md 和 Skills,面向运维的 OpenTelemetry GenAI,面向编辑器的 ACP,以及面向支付的 x402。地图下面的问题是:“你想让什么变得可替换?”

这场演讲很抽象,与其说是一个故事,不如说是一张地图,我本希望能看到一个系统被从头到尾走一遍。但这张地图给了我一个更好的问题,用来回看我刚离开的那场 Exasol 演讲。“一个 MCP 接口”是押注在一个边界上:智能体保有一份标准契约,契约背后的数据变得可替换。只有当语义层随契约而走、而不是随产品而走时,这才成立,而这正是我要检查的。他们幻灯片里我一再回想的一句是:“打开一条通道并不等于达成约定。”(“Opening a channel is not the agreement.”)MCP 服务器打开一条通道。一个客户意味着什么,才是约定。更多内容见 The simplest protocol that reduces the most uncertainty wins。

一切重新成为软件

NVIDIA 在夏天发布 NOOA 时我看过它,却一直没找到一个下午去试,所以我很高兴听到 Matt Staats 亲自讲解。Staats 的博士论文研究测试,还写过一篇关于测试预言的获奖 ICSE 论文,也就是你如何知道一个程序的输出是对的,对一个如今工作是评估智能体的人来说,这是很好的背景。他的摘要开头是:“一个智能体的好坏,取决于模型周围的 harness。”

Matt Staats 在台上讲解 NOOA
NVIDIA 的 Matt Staats 站在“Zoom out: now everything is software”前,这张幻灯片里智能体循环变成了一个带内部状态的对象。

NOOA 把智能体当作一个 Python 类。方法是能力,字段是状态,docstring 是提示词,签名是契约。一个方法体为空的方法在运行时由模型补全,模型的行动方式是编写调用带类型服务的 Python,也就是来自 Wang et al. 的 CodeAct 思路。NVIDIA 的文章列出了六项能力:带类型的输入和输出,按引用传递,以代码为行动,可编程的循环工程,显式的对象状态,以及模型可调用的 harness API。它报告在 SWE-bench Verified 上用 GPT-5.5 达到 82.2%,这是 NVIDIA 的数字,不是我的。让我记住的那张幻灯片写着“Zoom out: now everything is software”(拉远看:现在一切都是软件):智能体循环变成一个带内部状态的对象,被一个确定性的应用调用,带类型的任务进去,带类型的值出来。下一张幻灯片上的例子小到可以放在这里。正如幻灯片所注明的,它改编自 NOOA 的框架导览,llm 是一个已配置好的客户端:

from nooa import Agent

ItemPrice = tuple[str, float]
CategoryTotal = tuple[str, float]

class BillingAgent(Agent, llm=llm):
    categories: set[str] = {"food", "travel", "other"}

    async def categorize(self, prices: list[ItemPrice]) -> list[CategoryTotal]:
        """Group items by self.categories; sum prices for each category."""
        ...

    async def run(self, raw: list[ItemPrice]) -> list[CategoryTotal]:
        prices = []
        for item, price in raw:
            if price >= 0: prices.append((item, price))
        return await self.categorize(prices)

run 是普通的 Python,像任何程序一样过滤输入。categorize 没有方法体:... 把它交给模型,docstring 是提示词,签名说明了必须返回什么。判断被委托了出去,契约没有。

Staats 展示的结果关于记忆,在 ARC-AGI-3 游戏上测量,全程使用同一个模型和同一个 skill。让智能体用 Markdown 自己记笔记达到了 38.4%;NOOA 的记忆 API 达到了 50.2%。智能体写下了 3,262 条记忆,但自动召回平均每轮只取回 4.1 条,所以上下文窗口保持得很小。之后那张幻灯片的标题是“Software is cheaper than thinking”(软件比思考便宜),副标题是“even if software is doing the thinking”(即使是软件在思考):要达到 Markdown 那次运行的分数,带世界模型和记忆 API 的版本估算 API 成本约 $290,对比约 $1,040。由 harness 管理的结构化记忆胜过模型必须反复重读的笔记,而从数千条记忆中只取回四条的召回,是一种 strategic forgetting,这次还附上了价格。

这是我见过的约束被移动得最令人信服的地方。提示词和松散的工具列表难以评审、版本化和测试;一个带签名的类则不然。它接近我在 Tools: How Agents Actually Do Things 里描述的东西,只是走得比我更远。

我一直在想的,是“带类型”这个词出现在一门不强制类型的语言里。在 Python 中,应用与智能体之间的契约在调用发生时才被检查,NOOA 会重试直到输出符合。在一门由编译器强制契约的语言里,类型不一致,程序就构建不起来。这让我回到 bhc,想推理和 harness 绑定能否在那里成为原生原语,让一次智能体调用像任何其他 effect 一样带类型。我还不知道那会是一个库、一个语言特性,还是一个坏主意。半成形的版本在 Harness types in the compiler 里。

约束落在对齐上

这一天最有远见的演讲来自 GitHub Next 的 Krzysztof Cieślak,他创造了 F# 工具 Ionide,并把自己列为 Copilot 的共同创造者之一。他的摘要说“到目前为止,智能体工程一直是一个人的故事”,这与我的经验相符:一个人,几个智能体,大量产出,房间里没有别人。一张幻灯片写着“大多数 AI 工具关注的是单个开发者的生产力”;让全场有反应的那张写着“代码很便宜。共同的理解和信任却不是。”(“Code is cheap. Shared understanding and trust aren’t.”)

Krzysztof Cieślak:代码很便宜,共同的理解和信任却不是
GitHub Next 的 Krzysztof Cieślak:“代码很便宜。共同的理解和信任却不是。”这张幻灯片让全场有了反应。

他展示了两个研究原型。Ace 把一个团队、它的聊天、它的编程智能体以及它们的 microVM 放进一个共享工作空间。它的后继者 Chopin 是“一个实时多人、智能体化的规划环境”,同事和智能体围绕一个代码仓库一起写计划,并在所有人都能看到的地方敲定决策。GitHub Next 小心地称 Chopin“既不是产品,也不是完成的原型”,而 Ace 已经暂停。

它们背后的论点又是 Reznik 那句话。GitHub Next 的 Maggie Appleton 今年早些时候用一句话说出了它:“就构建什么达成一致,是新的瓶颈。”当智能体让代码变得便宜,约束就移到了关于代码应该是什么的对话上,而 pull request、issue 和聊天并不是为那种速度下的那种对话而建的。

我相信工作正在往这里去:几个人和几个智能体共处其中的共享对话,决策、设计和代码都在对话里产生,并一直附着在对话上。这让我想到 Zed,我很早就用它,因为在智能体成为话题之前很久我就喜欢它的愿景。Zed 用 Rust 编写,用他们的话说,“像电子游戏一样渲染”,建立在自己的 GPU 框架之上,并且从一开始就是多人协作的。今年他们发布了 DeltaDB,一种“捕捉其间每一个操作并赋予每个操作稳定身份”的版本控制,以及构建在它之上的 Delta,其发布文章写道:“如今软件发生在线程里,界面应该反映这一点。”Zed 来得早于它的时代,一路上失去了一些势头。我仍然在为他们加油。更多内容见 The conversation is the workspace。

确定性,以及黑灯工厂

对我来说,下午以 Typeform 的 staff engineer Susanna Wong 收尾,讲的是当软件不再具有确定性时会发生什么。我们大部分工程实践都假定同样的输入给出同样的输出;她的摘要直白地说,“LLM 系统打破了这个假设”,演讲讲述了 Typeform 不得不改变的东西:用持续评估取代测试套件,用追踪取代日志,把提示词当作工程产物来评审,以及围绕那些不会两次表现相同的组件做编排。这是 Evaluation Closes the Loop 涵盖的领域,能从一个必须在产品中亲历这一切的人那里听到它,很好。

她的最后一张幻灯片标着“The one thing to take home”(要带回家的一件事),写着“提示词买来的是产出率。系统买来的是保证。”(“Prompts buy yield. Systems buy guarantees.”)下面是:“可靠性是系统的属性,而不是模型的属性。”最底部用小字写着这一天那句话的另一种形式:“确定性没有消失。它移动了:从模型里出来,进入模型周围的系统。”(“Determinism didn’t disappear. It moved: out of the model, into the system around it.”)提示词可以提高好答案的比例。只有模型周围的系统,评估、重试、带类型的契约、签字确认的人,才能承诺任何东西。

她的演讲也是 Reznik 的黑灯工厂通向的地方。这个词来自无人值守制造,Dan Shapiro 的 AI 编程五个层级以它结尾:一个“把规格变成软件的黑箱”。Simon Willison 的总结描绘了一座工厂,那里“灯是关着的,因为机器人不需要看见”。Reznik 通向那里的六个系统是编排、沙箱、上下文、验证、治理和学习循环,没有一个是模型。把灯关掉,约束就移到了留给人的两件事上:写规格,以及知道输出是否正确。这就是 Wong 的演讲,也是 Staats 的老本行。

我带回家的东西

在 apéro 上和同事们一起
在 apéro 上和我的同事们一起,这是会议中任何演讲都无法替代的部分。

演讲很好,这一天更好,主要是因为演讲之间以及 apéro 上和同事们的那些对话。但如果只留下一件事,那就是 Reznik 那句话给我的习惯。我看过的每一场演讲都移动了一个约束:进入数据库,进入协议,进入类型,进入共享对话,进入评估。没有一场让约束消失。关于任何新的智能体工具,有用的问题不是它消除了什么,而是它把工作放到了哪里,以及那个地方是不是我能看见、测试并掌握的。

黄昏时的苏黎世火车总站,在回家的路上
黄昏时的苏黎世火车总站,在回巴塞尔的路上。

参考资料

    打开完整搜索 →