AI 代码生成成本演变
每 100 行代码的生成成本（2024 年初 vs 2025 年夏）
氛围编码已死：Birgitta Böckeler 拆解 AI Agent 工程实践的三条生死线
Thoughtworks Distinguished Engineer Birgitta Böckeler 在 QCon London 2026 用一句「氛围编码已死」拉开演讲序幕，系统拆解 AI Agent 工程实践的上下文工程、致命三角安全风险与驾驭工程三大核心命题。
リサーチノート
「VIBE CODING IS OVER。」
这几个字印在 QCon London 2026 的大屏幕上，是 Thoughtworks Distinguished Engineer Birgitta Böckeler 开场的第一张幻灯片1。她不是在挑衅，她在做诊断。
过去一年，AI 编程从「帮我补全这行代码」演变成「去帮我完成这整个功能」。工具链换了，风险换了，连成本数量级都变了。那些靠直觉和热情驱动的「氛围编程」早期红利正在收窄，取而代之的是一个真实的工程问题：当你把代理（Agent）接入生产代码库，你的工程纪律能撑住吗？
这是 Böckeler 在 QCon London 2026 演讲「The Engineering of AI Agents: Context, Harnessing, and Autonomy」的核心追问2。视频于 2026 年 5 月 6 日由 InfoQ 发布到 YouTube，时长 28 分 15 秒，是她去年「From Autocomplete to Agents」的年度更新版3。
为什么值得关注这场演讲
Böckeler 是 Thoughtworks 的 Distinguished Engineer，同时担任 Global Lead for AI-assisted Software Delivery，拥有约 20 年软件交付咨询经验3。她不是在实验室里测试模型的研究员，而是在真实客户项目里反复处理「AI 工程怎么实际跑起来」这个脏问题的人。
这使她的演讲角度很不一样：不是「AI 能做什么」，而是「我们在做 AI 的时候踩了什么坑」。
带时间戳的内容大纲
| 时间戳 | 主题 | 核心内容 |
|---|---|---|
| [00:00] | 从自动补全到代理的演进 | 一年间工具链的代际跨越，「氛围编程」为何走到终点 |
| [02:15] | 什么是上下文工程？ | Rules、MCP、Skills 三种策略的比较与取舍 |
| [05:30] | 模块化上下文：Anthropic Skills | 懒加载替代单一超大 AGENTS.md 文件 |
| [08:45] | 成本现实：$380/天意味着什么 | 从 12 美分到数百美元的成本曲线，蜜月期结束 |
| [11:20] | 子代理与研究工作流 | Claude Code Agent Teams 预览，多代理编排的早期形态 |
| [14:05] | AI 安全的「致命三角」 | 提示注入攻击模型，以及 2026 年 3 月的真实入侵事件 |
| [17:50] | 驾驭工程：确定性安全网 | CPU 工具层 + GPU 推理层的混合架构设计 |
| [21:10] | 结构性测试作为反馈环 | dependency-cruiser 等静态分析工具如何对齐代理行为 |
| [24:40] | 「恰到好处的速度」 | 速度与可控性之间的权衡，不是越快越好 |
| [28:15] | 收束：你会强制执行什么？ | 留给每个团队的开放追问 |
核心洞见拆解
1. 上下文工程：最被低估的杠杆
当大家还在比较哪个模型更聪明的时候，Böckeler 已经把注意力放到了模型之外——你给代理喂什么信息，决定了它能做什么2。
她梳理了三种主流策略：
- Rules：写在
.cursorrules或AGENTS.md里的全局指令，实现门槛低，但会被无差别地塞进所有对话 - MCP（Model Context Protocol）：将工具、数据库、外部系统接入代理，横向扩展能力边界
- Anthropic Skills：模块化、按需加载的上下文块，只在相关任务触发时才注入到窗口中
最后一种是她重点解析的。Claude Code 在全新会话打开时，上下文窗口已被系统提示和 Skills 占用 15%2——这意味着「上下文窗口有多大」不再是唯一的问题，「你往里面放什么、什么时候放」同样关键。
把单一超大
AGENTS.md 拆成多个 Skills 并按任务懒加载，这不是偏好问题，而是工程设计。2. 成本曲线的陡峭现实
正在加载统计卡片...
甚至还有 Reddit 用户报告：月中就把当月 token 配额用完了2。
这组数字说明：当代理开始接管更大的任务颗粒度，之前在「帮我补全」阶段几乎可以忽略的 token 成本，会以一个全新的数量级回来找你。成本管理不再是财务部的事，它进入了架构决策层。
3. 「致命三角」：AI 安全的概念性困境
Böckeler 引用了安全研究者 Simon Willison 提出的「致命三角」（Lethal Trifecta）模型，这个框架解释了为什么提示注入（prompt injection）攻击在有代理参与的场景里如此难以从根源消除25：
当代理同时满足以下三个条件时，风险窗口就打开了：
- 接触不可信内容（如用户输入、互联网内容、issue 描述）
- 可访问私有数据（代码库、凭证、环境变量）
- 具备对外通信能力（调用 API、推送代码、发邮件）
移除任意一条，风险就消失。但这三条恰好是代理发挥价值的前提条件。
她给出的不是理论，而是一起发生在演讲前 11 天的真实事件：2026 年 3 月 27 日，攻击者通过 GitHub Issue 写入精心构造的提示内容，诱导一个开源项目的 AI 代理将密钥提取出来并推送了恶意包到 npm registry24。
4. 驾驭工程：在非确定性模型外围建确定性护栏
这是演讲中最有实践价值的部分。Böckeler 提出「驾驭工程」（Harness Engineering）的核心思路是：不要试图让模型变得更可预测，而是在模型外层叠加确定性机制2。
架构上的划分很清晰：
- GPU 层（模型/推理层）：接受非确定性，这是模型的本质特征
- CPU 层（工具/验证层）：用确定性的脚本、lint 规则、结构测试、审批流程做双保险
具体到代码质量，她举的例子是 dependency-cruiser——一个检查模块依赖关系是否符合架构约束的静态分析工具。把这类工具嵌入代理的工作循环，让它在每次代理提交变更后自动检测违规，就等于给代理套上了一条不依赖模型「理解架构」的硬性约束绳。
这个思路适用范围不止于此。测试覆盖率门槛、API 契约校验、安全扫描，凡是可以被程序化验证的标准，都可以作为代理工作流里的反馈节点。
5. 监督悖论：自主越长，审查越重
Claude Code 推出了 Agent Teams 多代理编排预览功能2，让更复杂的任务委派成为可能。但 Böckeler 提了一个反直觉的警告：
"The longer it goes without supervision, the more I have to review afterwards and actually see what happened."——「代理跑得越久、越少被干预，我事后要审查的东西就越多，要真正弄清楚发生了什么就越难。」
这击穿了「减少监督 = 提升效率」的简单假设。代理自主运行时间越长，行为链条越长，潜在偏差的积累也越深，而事后审查的认知负担是非线性增长的。
金句摘录
[约 24:00] 谈安全风险的本质
"Security is not a technical problem; it's a conceptual problem."——「安全不是技术问题，它是概念性问题。」
[约 32:00] 谈上下文工程的双刃剑
"Context engineering is becoming a very powerful lever now of amplification, both for good and bad."——「上下文工程正在成为一个非常强大的放大杠杆，好的坏的都放大。」
这句话是整场演讲的压轴。AI 不会主动向善或向恶，它会放大你团队已有的实践质量2。
三条可直接落地的行动启示
① 上下文设计要模块化，不要一张超大 AGENTS.md 包打天下
把团队的 AI 使用规范按照任务类型拆分——代码审查、测试编写、文档生成各自独立。每个 Skill 只在对应任务触发时加载，不相关的内容就别往窗口里塞。维护起来也更干净：改测试规范不会影响代码审查配置。
② 在代理工作流里强制接入确定性验证节点
找出你的团队中哪些工程标准可以被程序化验证——架构依赖约束、lint 规则、API 契约、测试覆盖率——把这些验证嵌进代理的循环，而不是寄希望于代理「理解并遵守」。
③ 在引入代理之前先回答安全三角问题
逐项检查你的代理是否同时满足：接触不可信内容 + 可访问私有数据 + 具备对外通信能力。如果三条都满足，你需要在架构层面移除其中至少一条，而不是加一层提示词过滤。
看原视频
📺 YouTube 视频（28 分 15 秒）：The Engineering of AI Agents: Context, Harnessing, and Autonomy
- 跳转到上下文工程章节：youtube.com/watch?v=_R83pFpUWyM&t=135s（约 2:15）
- 跳转到致命三角章节：youtube.com/watch?v=_R83pFpUWyM&t=845s（约 14:05）
- 跳转到驾驭工程章节：youtube.com/watch?v=_R83pFpUWyM&t=1070s（约 17:50）
📄 InfoQ 完整文稿与幻灯片（含完整演讲转录）：infoq.com/presentations/ai-coding-assistants
このコンテンツについて、さらに観点や背景を補足しましょう。