2024年，我在写《软件工程3.0》第6章、展望“AI+软件工程”的未来时，虽然怀揣着对技术变革的憧憬，并预判了LLMs和智能体将带来的范式转移，但现在回看，那时的笔触或许仍显“保守”了。仅仅不到两年的光景，AI领域的进步速度远超想象。今天朋友圈里被Citrini Research的文章《2028年全球智能危机》刷屏，犹如一声警钟；而那篇“228小时狂飙100篇论文、烧光114亿Token：FARS杀疯了”的报道，则像一颗重磅炸弹，在我心头激起了更深的波澜。
（直播还在继续：https://analemma.ai/fars，现在已经连续工作273个小时，消耗136亿tokens，花费12.2万元，提出284个假定，完成了118篇论文）
它们让我不得不重新审视和深化在《软件工程3.0》第六章“未来展望”中对“AI+软件工程”3-5年发展轨迹的判断。
过去一年，多智能体系统（如微软的AutoGen框架日益成熟，支持LLM、工具或人类代理进行协作完成任务）、AI Spec-driven development（AI-SDD）、各种“技能”（Skills）的涌现，以及Claude 4.6、Gemini 3.1 Pro、Kimi 2.5等模型能力的飞速成长，加上Claude Code、OpenAI CodeX、Cursor、Qorder、Trae等工具的快速推出，智能软件工程的发展曲线已经不再是线性增长，而是呈现出陡峭的指数级跃升。这让我深刻认识到，我当初的展望，可能只触及了冰山一角。
Citrini报告描绘了一个并非预言，而是“情景推演”的2028年“全球智能危机”：如果AI按现有趋势发展，将导致大量白领工人被取代，经济结构发生根本性变化。这种由“智力丰裕”而非稀缺引发的危机，可能导致“幽灵GDP”——生产力飙升，但实际工资和消费萎缩，最终陷入通缩。报告尤其提到，到2025年末，Agentic编程工具的能力已经实现了“阶跃式增长”。到了2026年初，一个有能力的开发者借助这些工具，数周内就能复刻一个中等规模SaaS产品的核心功能，这彻底颠覆了商业模式和价值链。
而FARS系统，则是一个微观层面的震撼例证。它在连续工作273小时，自主生成了118篇短论文（目前还在继续），平均每篇成本约1034美元，且质量高于人类平均水平。这不仅仅是科研自动化，更是将原本视为高度创造性、非标准化的人类智力活动，转化为“工业级吞吐量”的智力流水线生产。它用实际行动证明了“无限心智生产线”已经可以稳定运行 。
将这些前所未有的洞察整合进我的思考，我深感，2028年的“AI+软件工程”将不仅仅是效率的提升，而是一场智力红利消解的激荡与重塑。
我2年前设想的“10倍开发者”已然不再是终点，它更像是一个起点。到2028年，软件工程的核心将从传统的“构建”转向更高级的“策展”（curating，当AI能生成海量的代码、设计方案、测试用例时，人类工程师像策展人挑选艺术品一样，从AI提供的众多选项中，识别出最优秀、最符合项目愿景、最具有创新性或最高效的方案）、“引导”（guiding）和“校验”（validating）由AI自主完成的创作。这不仅仅是生产力的飞跃，更是对软件本质、人类角色乃至整个社会经济结构的一次颠覆性重塑。Citrini报告中的“智力丰裕”论，在软件工程领域将体现得淋漓尽致，而FARS的案例，则为我们勾勒出“智力劳动工业化”的具体图景。
超自动化软件开发生命周期
FARS系统在科研领域的成功，无疑为软件工程指明了一条“智力工厂”的道路。我在《软件工程3.0》中提到的“超自动化SDLC”将实现远超预期的速度和规模。
1. AI意图驱动开发的统治地位
传统的AI-SDD还停留在“将规范翻译成代码”的阶段。然而，到2028年，我们看到的将是AI意图驱动开发（AI-IDD）的全面普及。AI不再是被动地等待需求规格说明书，而是主动地去“理解”和“推断”人类的意图。它将从：
模糊的自然语言描述（比如“我想要一个能让用户更方便交流的社交功能”），结合上下文和领域知识，自主细化出详细的功能模块和接口设计。
用户行为数据和产品使用模式中，洞察潜在需求，甚至预判用户尚未表达的需求，并主动提出新的功能或优化建议。
跨模态信息，如手绘草图、语音指令、甚至眼神和手势，来捕获用户深层的设计理念。
这背后是AI对“什么是好软件”的更深层次理解，以及对人类思维模式的模拟。例如，未来我们可能只需对AI说：“给我构建一个类似TikTok但专注于知识分享的平台，并且支持多语言、多设备。”AI便能自主分析现有社交平台的成功要素，结合知识分享的特点，自动生成完整的系统架构、模块代码、API接口，甚至初步的UI/UX设计。这种“心电感应式”的开发体验，将让初创公司的原型开发周期从数月缩短到数天。
2. 多智能体系统的“内部社会”与“科研式迭代”
我的第六章曾提及多智能体协作，但2028年的场景将远超“协作”范畴，更像是一个由AI构建的“内部科研社会”。FARS系统能够自主提出假设、规划实验、执行实验、分析结果并撰写论文，这种模式将直接映射到软件开发中 。每个智能体都拥有高度专业化的“技能”和“角色”：
“架构设计智能体”：负责全局设计和技术选型，确保系统的宏观健壮性和可扩展性。
“代码生成智能体”：根据架构师的指示，专注于高质量代码的生成。
“测试智能体”：不再仅仅运行测试用例，它将像FARS一样，自主提出“测试假设”、设计和执行诊断性实验，甚至能处理“没做成”的测试用例，并进行反思性诊断，像“算法诚实”地报告负结果。
“优化智能体”：持续监控系统运行，自动进行代码重构、资源优化，以达到最佳性能和成本效益。
这些智能体之间不再是简单的信息传递，而是进行复杂的“谈判、博弈与竞合”。当“架构师代理”提出一个设计，“代码生成代理”可能会指出其实现难度，“优化代理”则会从资源消耗角度提出异议。通过内部的“辩论”和“共识机制”，最终形成最优解。这就像一个由AI构成的迷你开发团队，以超乎想象的速度迭代和演进。近期热门的AutoGen等框架，已经让我们看到了这种趋势的萌芽。
3. 自主测试与“预防性自愈”及“算法反思”
传统的测试是发现问题，而2028年的AI测试将是预防问题并进行深度反思。AI不仅能实时监控系统，更能通过预测性分析，在潜在问题发生之前就介入。
漏洞“预警与自补”：AI安全代理能够持续扫描代码库和运行环境，结合最新的安全漏洞数据库和攻击模式，预测可能存在的安全风险，并自动生成补丁或防护策略。例如，它能检测到某个库的某个版本存在已知漏洞，并自动升级或隔离该模块。
性能瓶颈“自愈合”：当AI预测到某个服务在未来高并发场景下可能出现性能瓶颈时，它能自动调整资源分配、优化算法或进行微服务拆分，在用户感知到卡顿之前完成修复。
行为一致性校验：通过对用户界面进行视觉识别和交互模拟，AI能够确保产品在不同设备、不同操作系统上的行为和用户体验一致性，甚至能感知到微小的UI偏差。
更重要的是，AI测试智能体将像FARS的实验模块一样，对测试结果进行“算法反思”。如果测试失败，它不会简单报告错误，而是会深入分析失败原因，推断导致错误的代码或设计决策，甚至能像FARS撰写负结果论文一样，生成包含错误分析、诊断过程和改进建议的“测试报告”，帮助人类理解和避免同类错误。
人机共生与角色再定义：从“智力红利”到“灵魂价值”
Citrini报告中关于“智力红利”消解的论断，在软件工程领域将体现得尤为明显。FARS的案例更是直观地展示了，当AI能够工业化生产“智力成果”时，传统智力劳动的价值将快速贬值。如果AI能高效完成大部分“聪明”的编码、测试和优化工作，那么人类的价值又在哪里？
1. “主导智能体”（Master Agent）与“意图工程师”（Intent Engineer）——驾驭“智力工厂”的核心
开发者将不再是“代码的生产者”，而是“意图的注入者”和“AI群体的管理者”，更是这“智力工厂”的“厂长”。他们的主要工作是：
高层次愿景的定义与拆解：将模糊的商业目标转化为AI可理解的、可执行的“宏观意图”。
AI群体的“导师”与“调停者”：指导AI代理的进化方向，设定约束条件，并在多个AI代理发生“理念冲突”时进行仲裁。
“创造性突变”的引领者：AI擅长优化和组合，但真正从0到1的颠覆性创新，仍需要人类的洞察力。人类工程师将引导AI在特定方向上进行“探索性生成”。
案例设想： 一位“意图工程师”面对一个新兴市场需求，他不再直接编写代码，而是向AI群体下达指令：“我们需要一个能解决X痛点，面向Y用户群体，具备Z核心功能的平台，预算A，期望B个月内上线。”随后，他将监控AI群体的设计方案、代码实现，并在关键决策点介入，提出质疑、校正方向。他更像是软件产品的“首席设计师”和“总导演”，而不是一个“演员”。
2. “灵魂工程师”与“伦理架构师”——智力产品中的人文之光
当AI具备强大的自主决策能力，并能工业化生产软件时，其生成软件的“价值观”将变得至关重要。FARS虽然产出大量论文，但在“真正具有突破性的研究取舍”和“思想压强与机制洞察”上仍有提升空间。这正是人类“灵魂工程师”的价值所在。
“灵魂工程师”：负责将企业的核心价值观、品牌精神、用户情感等非功能性要求，融入到AI的开发流程中。确保AI生成的软件不仅仅是功能完善，更是有“温度”、有“品味”、有“人格”的。这部分工作是AI短期内无法大规模复制的。
“伦理架构师”：专注于确保AI在设计和实现过程中遵循公平性、透明度、隐私保护、社会责任等伦理准则。例如，防止AI在数据处理中产生偏见，避免其在推荐算法中形成“信息茧房”，或者在自动化决策中侵犯用户权益。这是一个全新的、极其关键的角色，是避免Citrini报告中“智能危机”的最后一道防线。
3. “智力红利”的重构：从通用智能到跨域智慧与品味
如果通用智能被AI廉价化，那么人类的“智力红利”将体现在“跨域的智慧”和“复杂情境下的战略决策”，以及对“美学和用户体验的极致追求”。这包括：
复杂系统集成与涌现性管理：面对高度自治的AI系统，人类需要理解它们之间可能产生的非线性交互和“涌现行为”，并进行宏观调控。
人本创新与共情设计：真正理解用户深层需求，进行富有同理心的产品设计，这是AI短期内难以替代的。
战略规划与危机管理：在不确定性极高的商业环境中，制定长远战略，处理突发危机，依然需要人类的直觉和经验。
审美与品味：FARS虽然能写出“合格”的论文，但真正能引发思潮、改变范式的“美学”和“思想深度”，仍是人类的专属领地。在软件产品中，这种对“品味”的把握，是赢得用户心智的关键。
经济与社会冲击：软件产业的结构性重塑与智力资产的重新定价
Citrini报告对经济的担忧并非空穴来风，而FARS的案例则以具体的数字（每篇论文1034美元成本）向我们展示了“智力工厂”的巨大成本优势。软件行业将首当其冲。
1. “幽灵软件工厂”与SaaS模式的颠覆
到2028年，许多SaaS公司将面临严峻挑战。当一个有高级AI助力的开发者团队，像FARS一样，能在数周内快速开发出与现有SaaS产品功能高度重合、甚至更优化的内部工具时，企业购买外部SaaS服务的动力将大大降低。SaaS提供商将被迫转型，要么提供极端差异化的、AI难以复刻的“智慧服务”，要么将重心转向提供强大的AI开发平台和生态。
案例预想：某大型企业需要一套定制化的CRM系统，以往可能需要数百万购买商业SaaS或外包开发数年。但在2028年，其内部一个由“主导智能体”带领的AI开发团队，可能只需投入数十万元的AI资源和人力成本，在几个月内就生成并部署一个完全符合业务流程、高度定制化的CRM系统。这将导致传统SaaS市场的大洗牌，也会对软件外包行业造成巨大冲击。
2. 软件研发组织的扁平化与“智力资产证券化”的加速
随着AI接管大部分技术实现，传统的金字塔形研发组织将进一步扁平化。少数高水平的“主导智能体”和“意图工程师”将能够驱动庞大的AI开发集群。同时，AI生成的高质量代码、系统架构和设计模式本身，不再仅仅是内部资产，而可能成为一种新的“智力资产”，可以被评估、交易甚至证券化。FARS产出的“论文”本身就是一种可量化、可交易的“智力资产”，软件的组件、设计模式同样如此。
3. 法律与伦理边界的模糊与“责任归属”困境
AI生成的代码，其版权归属、责任认定（Bug导致损失谁负责？）、以及AI在开发过程中潜在的“歧视性”决策，都将成为新的法律和伦理挑战。例如，如果AI为了优化性能而牺牲了用户隐私，责任该由谁承担？当“智力工厂”大规模生产软件时，谁来为这些产品的质量、安全和道德负责？这都是必须面对的严肃问题。
技术加速器：从LLM到“世界模型”的涌现与“算力换智能”的持续深化
我当初的展望主要围绕LLM，但2028年，AI已经超越了语言模型本身，并展现出“算力换智能”的惊人潜力。
1. “世界模型”（World Models）的崛起
AI将不仅仅理解文本和代码，它将构建起对真实世界运行规律的深刻理解。这将使得AI在软件工程中能够进行更高级的“因果推理”和“情境感知”。例如，它能预测某个软件模块在真实物理环境（如自动驾驶、智能制造）中的表现，并进行针对性优化。
2. 通用AI（GAI）的初步显现与“算力换智能”的极限突破
虽然AGI（通用人工智能）的完全实现仍有距离，但到2028年，我们将看到具备初步GAI能力的AI系统。它们能够跨领域学习和迁移，解决更广泛、更抽象的问题，甚至能够自我改进和进化。FARS烧光114亿Token所展现的“算力换智能”模式，将持续深化并突破极限。未来，通过投入天文数字般的算力，AI将能在更多看似需要人类“灵感”和“直觉”的领域，实现工业化级别的智力产出。
3. 编程语言和范式的进化
AI的介入也将改变编程语言本身。低代码/无代码平台将高度智能化，甚至可能出现“意图编程语言”——一种更高层次的抽象，让开发者直接用自然语言或领域特定语言向AI表达意图，而非传统的编程语法。
结语：智力红利消解下的“灵魂再造”
大约660天后的2028年，我预想的“AI+软件工程”图景，将不再仅仅是效率的提升，而是一场深刻的智力红利消解下的“灵魂再造”。它将不仅改变我们开发软件的方式，更将重塑软件的形态、行业的结构、以及人类在创造活动中的核心价值。
Citrini报告提醒我们，这种智力协同并非没有代价，甚至可能是一场严峻的挑战。而FARS的案例，则敲响了警钟：当“无限心智生产线”启动，当原本珍贵的智力成果可以被AI工业化生产时，人类的“智力溢价”将快速稀释。
未来的软件工程师，不能仅仅满足于编写代码，甚至不能仅仅满足于指导AI编写代码。他们必须提升到更高的层次，成为“意图的设计者”、“智力流程的管理者”、“系统思想的架构师”，以及最重要的——“价值观的守护者”和“突破性创新的引领者”。唯有如此，我们才能在这场由“无限心智生产线”开启的智力变革中，找到人类不可替代的“灵魂价值”。
这场变革，无疑会带来巨大的阵痛，Citrini报告的“全球智能危机”并非危言耸听。软件行业的变革速度可能比我们想象的还要快。我们需要更加紧迫地思考人才转型、教育革新和社会保障机制，以应对可能到来的“结构性智力失业”。“人人都该尽快就业”的焦虑感，将从科研领域蔓延到整个知识工作领域 。
所以，2028年的“AI+软件工程”，或许将是一个充满奇迹，但也伴随着阵痛的时代。它要求我们不仅拥抱技术，更要思考人性；不仅追求效率，更要坚守价值。这不仅是软件工程的未来，更是人类文明在智能时代的一次深刻自省与进化。作为《软件工程3.0》的作者，我将持续关注并思考，如何在这场由AI驱动的浪潮中，为软件人指引方向，共同探索那个充满未知与机遇的智能新纪元。
