為真實工程工作設計 agent runtime

Runtime 才是產品表面

多數 AI 寫程式工具讓模型看起來像系統的中心。在企業工程裡,模型周圍的 runtime 往往更重要:記憶、context、政策、可觀測性,以及人類的控制。

一個 agent runtime 應該讓工程工作跨 session 存續。它應該保存意圖、揭露決策,並提供足夠的結構,讓多個 agent 能協作,而不是把 codebase 變成一個不透明的副作用。

Runtime 的核心職責

最起碼有用的 runtime 不是一層程式碼抽象,而是一套職責清楚的作業模型:

• 讓工程意圖跨 session 存續
• 讓自主行為可見到足以審查
• 讓人類判斷留在問責路徑上
• 在假設過期時支援回復
• 累積經驗教訓,又不暴露專有機制

每一項職責都必須在系統層級可觀測。出問題的時候,團隊應該能夠推理:問題是出在意圖不清、context 不良、邊界薄弱,還是審查不足。

治理不是官僚

治理是讓 AI 輔助工程規模化、超越個人信任的機制。它定義 agent 可以做什麼、什麼時候必須由人核准、風險如何評估,以及哪些決策要留存給未來的工作。

好的治理讓團隊走得更快,因為邊界是清楚的。系統應該讓安全的工作容易做,讓有風險的工作被明確標示。

長期的機會

最有意思的未來不是一個強大的 coding agent,而是一個工程環境:人類與 AI agent 透過可長存的 context、明確的約束,以及持續演化的系統記憶協作。