五大趋势重塑工程范式

2026 年的 AI 工程师世界博览会（AIEWF）显示，AI 工程已经进入一个全新阶段：从围绕智能体构建系统，取代单纯地用智能体构建产品。回顾 2023 年，"AI 工程师" 这个概念才刚刚诞生，彼时整个行业的兴奋点集中在让模型自主完成任务的 AutoGPT 一类项目上；三年之后，AIEWF 的议程几乎完全转向 Claude Code、Codex、Cursor 等生产级编码智能体，以及让它们在真实业务中稳定运行的工程基础设施。

第一个关键转变是焦点从智能体本体迁移到围绕它的系统。原 OpenAI 研究员、Thinking Machines Lab 联合创始人 Lilian Weng 在 2023 年的文章《LLM 驱动的自主智能体》中将智能体拆解为规划、记忆和工具使用三个核心模块；而她在 2026 年发表的《Harness 工程与自我改进》则把视角切换到模型之外——管理流程、上下文、权限、评估、持久状态和持续改进的 harness 已经成为与智能体同等重要、甚至更关键的研究对象。

第二个趋势是 Loop 工程正在成为新的控制层。开发者越来越多地采用内外双循环结构：智能体在内循环中高速执行任务，人类工程师在外循环中设定方向、做出决策、注入反馈信号并监督评估。前 Google 工程负责人 Addy Osmani 概括得很精炼——"智能体可以运行更多的内执行循环，但外循环仍然是工程。" 这一理念也贯穿于 OpenClaw 创始人 Peter Steinberger 等一线工程师的实践之中。

关于智能体能否完全自主管理循环的辩论贯穿了整个大会。HumanLayer 的 Dex Horthy 指出炒作已经跑在了纪律之前，他承认 Kubernetes 等成熟系统也建立在控制循环之上，但那些循环是确定性的；而 Geoffrey Huntley 等人则坚持 Loop 是前沿探索，类比铁路机车的演进——人们最初也不理解蒸汽动力。AIEWF 现场，这场辩论没有给出定论，但明确了 Loop 工程是 AI 工程师的核心职责。

第三个值得关注的张力在于，即便是最前沿的模型厂商也无法完全掌控自家模型的演进方向。Anthropic 的 Thariq Shihipar 在主题演讲中将其新一代模型 Claude Fable 描述为 "有机系统"——模型是被"培育"而非"设计"出来的，其能力以非线性的方式跃升。这意味着把可靠性寄托在模型本身的稳定性上是危险的，AI 工程师更应该把精力投入到构建可评估、可监控、可干预的系统层。

总体来看，2026 年的 AI 工程不再追逐让智能体完全替代人的乌托邦，而是务实地把智能体定位为增强工程师能力的协作伙伴。OpenAI 的 Romain Huet 在演讲中提出，"软件吃掉了世界，然后 AI 吃掉了软件，现在 AI 工程师正在吃掉世界。" 这句话既描绘了行业的雄心，也暗示了一个更现实的工程命题：在智能体能力持续跃升、不确定性同步放大的背景下，能否搭建出一套让它们可靠运行的生产系统，将决定 AI 工程师这个角色在未来软件产业中的真正价值。

要点

• AI 工程焦点已从智能体本体转向围绕智能体的 harness 系统，包括上下文管理、权限控制、评估与持续改进机制。
• Loop 工程成为新的控制层范式：人类工程师在外循环中监督和决策，智能体在内循环中高速执行任务。
• 完全自主的智能体在生产环境中既不可靠也不被广泛需要，更现实的定位是人机协作中的增强角色。
• 前沿模型能力呈现"有机生长"式的非线性跃升，连模型厂商自身也难以完全预测其行为，凸显系统层工程的重要性。
• 可观测、可评估、可干预的基础设施，将成为 AI 工程师区别于普通开发者的核心能力栈。