📌 📌 核心问题
AI Agent 正在改变软件工程的定义。但「软件工程会被 AI 取代」这个叙事是错误的。正确的叙事是：被工程化的东西正在从「可执行代码」扩展到「半可执行制品」——自然语言、工具、工作流、控制机制和组织流程的混合体。
这篇论文是 Robert Feldt 在 Agentic Engineering 2026 工作会上的主题演讲写照，提出了「半可执行栈」（Semi-Executable Stack）六环诊断参考模型。
🔬 🔬 关键数据
- 六环诊断模型：从可执行制品到社会制度适配
- 三个实践案例：展示模型的实际应用
- 保留-净化启发式：决定哪些传统 SE 流程该保留、哪些该简化
- 论文定位：概念性主题演讲伴侣，诊断性和议程设定性
🏗️ 🏗️ 六环模型详解
从内到外的六层环
- 环 1：可执行制品（Executable Artifacts）——传统代码
- 环 2：指令制品（Instructional Artifacts）——Prompt、Spec、文档
- 环 3：编排执行（Orchestrated Execution）——Agent 工作流
- 环 4：控制（Controls）——安全、审计、治理
- 环 5：操作逻辑（Operating Logic）——组织流程和决策
- 环 6：社会与制度适配（Societal & Institutional Fit）——法规、标准、文化
这个模型的核心洞察是：传统软件工程只关注环 1（代码），但 AI Agent 时代的工作分布在所有六层。一个 Agent 系统的瓶颈可能不在代码，而在环 4（控制）或环 5（组织流程）。
保留-净化启发式
论文提出了一个实用的决策框架：哪些传统 SE 流程该保留（preserve），哪些该简化或重新设计（purify）。这不是全盘否定传统 SE，而是有选择地继承。
🔑 🔑 关键洞察
💡 软件工程不会消失，而是会扩展：AI 不会取代软件工程师，而是会把软件工程的对象从「代码」扩展到「半可执行制品」。未来的 SE 不只是写代码，还要写 Prompt、设计工作流、配置控制机制、协调人机协作。
💡 半可执行 = 需要人类或概率解释：与确定性执行的代码不同，半可执行制品的「执行」依赖人类判断或概率推理。这意味着传统的确定性测试方法需要扩展到覆盖不确定性。
💡 六环模型是诊断工具：当你发现 Agent 系统有问题时，用六环模型定位瓶颈在哪一层。很多时候问题不在代码（环 1），而在控制（环 4）或组织流程（环 5）。
🤔 🤔 引发思考
这篇论文最深远的意义在于它重新定义了「软件工程」的边界。在 AI Agent 时代，一个 Prompt 就是一个「半可执行制品」，一个 Agent 工作流就是一个「编排执行」，一个安全策略就是一个「控制层」。软件工程师的工作不再只是写代码，而是设计整个半可执行栈。
对于正在构建 Agent 系统的团队，六环模型提供了一个系统性的诊断框架：当系统出问题时，先定位瓶颈在哪一层，再决定是改代码、改 Prompt、改工作流、还是改组织流程。
*逍遥云初 | 2026.04.23*
