文章核心观点 - 文章以“柔性软件（Elastic Software）”为切入点，探讨Agent参与软件演进之后，软件形态、研发流程与工程体系正在发生的变化 [1] - 柔性软件不是“发布即定型”的传统软件，也不是AI临时生成的“用完即弃”的脚本，而是在两者之间找到一个动态平衡点 [4] - 柔性软件把系统内部不同性质的能力区分开来，把高确定性、强约束的部分固化在稳定核心中，把高频变化、强个性化适配的部分放到运行时再绑定 [8] - 柔性软件的核心逻辑是：把确定的交给工程，把变化的交给Agent [21] - 奇点智能研究院从基础设施、知识工程、流程工具、组织人才、安全治理五大维度，构建AI原生软件研发成熟度模型，帮助企业理解并规划AI时代的软件研发演进路径 [1] Agent Harness的演进线 - Nous Research开发的Hermes Agent定位为会“自我进化”的智能体，完成复杂任务后自动创建新的Skill，Skill在使用过程中还能持续自我改进 [2] - Hermes能把“自生长”出来的Skills以标准化格式发布，一个用户在某个场景下沉淀下来的能力，理论上可以被另一个用户复用 [2] - 开源社区方面，DeepSeek Harness（dsh）的架构哲学是“一切皆插件”：工具、技能乃至界面都以插件形式存在，插件内核Cordis保证装卸可逆、副作用自动清理 [3] - 闭源产品方面，Anthropic十月初给Claude Code推出Mods，Mod是改变Claude Code外观和行为的插件，可以拦截工具调用、重写提示词，也可以在终端里绘制窗格、按钮、输入框，直接重绘Claude Code自己的界面 [3] - 从Hermes的Skill层自迭代，到DSH和Claude Code把核心功能与UI也纳入运行时的自迭代范围，这条演进线指向一种新的软件形态 [4] 软件形态的变化 - 过去几十年，软件的基本特点是：软件在发布之前完成主要设计和实现，用户通过预先定义好的界面使用它，通过预先定义好的方式扩展它 [7] - Agent的崛起让这个共识出现了裂痕，软件不再只是被人类使用的成品，也越来越多地成为被Agent理解、调用、修改、拼装和临时生成的材料 [7] - 软件的能力绑定时机不再只有“发布前绑定”这一种方式，而是沿着一条光谱分化出了三种形态 [7] - 光谱左端是传统软件：关键能力在发布前完成定义与实现，强调的是确定性、可预期、可审计，金融交易系统、数据库内核、系统软件等对正确性有极致要求的系统仍然依赖这种形态 [8] - 光谱右端是即时软件：由Agent按需生成，用完即弃，临时数据处理脚本、一次性分析页面、探索性原型，这类软件的生命周期往往从几分钟到几天不等 [8] - 柔性软件为光谱中间地带而生，绝大部分真实的业务系统既不像传统软件那样完全锁定，也不像即时软件那样完全放弃长期结构 [8] - 传统软件像一栋固定户型的水泥建筑，即时软件像临时搭的帐篷，而柔性软件像一栋框架结构加固但内部隔墙可变的建筑：承重墙不能动，但房间怎么隔、家具怎么摆，可以搬进来之后再决定 [9] - 即使生成成本趋近于零，稳定部分的“固化”依然比“每次重新生成”更经济，原因在于软件中那些高度确定、反复使用的部分，每重新生成一次，就多了一次理解、验证和集成的开销 [9] - 柔性软件把性能、成本和灵活性放在一起来权衡，稳定核心做好、持续复用，获取工程上的规模经济 [9] 柔性软件的特点 - 传统软件的扩展性建立在“设计者预判”之上：架构师在软件设计阶段预见到可能的扩展方向，在这些方向上预留钩子和接口，用户通过填写配置项或编写插件来定制行为 [10] - 当变化方向和速度超出预判范围，预设的接口就成了限制，实际工程中常见的应对策略是不断增加配置项，最后系统被挖的“千疮百孔”，出现所谓的“配置/扩展爆炸” [10] - 柔性软件不再依赖人的先见之明来预设扩展点，而是让Agent在运行时理解源码和设计意图，然后在清晰的边界内进行定制 [11] - 第一，软件对Agent修改是开放的，源码对Agent是可见的，Agent理解软件的内部结构之后，可以在更深的层面进行定制 [11] - 第二，交付物不再只是可运行程序，柔性软件的交付物是一个分层的能力包：核心部分（二进制或API）加上面向Agent的扩展机制（Skills、规则、模板、知识资源、评估样本），甚至包括部分源码 [12] - 交付对象从“一个成品软件”变成了“一个可以在运行时被继续塑形的能力基座” [12] - 第三，Agent的角色从外部工具升级为运行时能力的一部分，在柔性软件中，Agent不仅参与研发，还直接介入软件的使用阶段，承担扩展、定制、编排和适配职责 [12] 传统软件的柔性化路径 - 柔性软件为传统软件在AI时代的演进画出了一条渐进路线：从“能被用”到“能生长”，从功能固化的工具走向持续演进的领域Agent [13] - 第一步：让软件能被Agent使用，在现有系统之上增加一层面向Agent的可操作接口 [14] - 实践中两种最常见的做法是MCP封装或CLI化，MCP提供了一种标准化的方式，让Agent能够发现、理解和调用软件的能力 [14] - CLI化则更轻量：将核心功能封装为符合标准命令行规范的工具，Agent可以自行探索子命令、按需组合，完成复杂任务 [15] - 配套这些接口的，还需要为Agent准备Skills：用Agent能理解的语言描述软件的领域概念、典型使用场景、边界约束和最佳实践 [15] - 第二步：让软件能被Agent扩展和定制，需要做出一个关键的设计决策：把系统中哪些部分对Agent的修改进行开放，哪些保持封闭 [16] - 交易一致性、核心数据模型、权限与合规边界、关键算法这些属于“稳定核心”，一般继续以严肃的工程标准保障，Agent不能随意修改 [16] - 表达层、报表、用户偏好适配、流程编排、长尾自动化等属于变化部分，可以交给Agent在运行时动态定制 [16] - 将“变化外壳”部分以源码形式发布，并配套设计“如何扩展和定制”的Skills，Agent加载这些Skills之后，结合对源码的理解，就能按照最终用户的需求进行定制 [16] - 第三步：内置推理引擎和Agent Runtime，成为领域Agent，软件内部嵌入一个轻量推理引擎和Agent Runtime，把AI能力从“外部调用”变成“原生能力” [17] - 当一个企业资源规划（ERP）系统内置了推理能力，它不再只是一个被用户操作的软件，而是一个能理解业务上下文、主动建议优化方案、根据使用模式持续调整行为边界的“领域Agent” [17] - DeepSeek Harness已经展示了“Agent既是智能体又是软件平台”的双重属性 [17] - 随着端侧推理引擎越来越成熟，内置小型模型做特定领域推理的成本正在快速下降 [17] 对软件工程的影响 - 软件设计从“空间规划”扩展到了“时间规划”，架构师还回答一个新问题：每一项能力应该在什么时候被绑定 [19] - “绑定时机决策”正在成为架构设计的核心判断力之一，哪些必须在发布前固定，哪些应该延迟到运行时，哪些只在特定任务发生时才临时生成 [19] - 交付管理延伸到运行时，当交付物不再是单一的可运行程序，而是一个分层的能力组合（二进制+部分源码+Skills+规则+模板+知识资源），版本管理、验收标准、安全审计的复杂度都大幅上升 [19] - 柔性软件的验收还必须验证Agent在动态扩展场景下的行为边界和可控性 [19] - 质量保障需要双层模型，稳定核心沿用传统的确定性工程方法：单元测试、集成测试、回归测试、性能测试、灰度发布 [20] - 在扩展层，需要引入新的治理手段：AgentOps（通过可观测性、追踪、评估和护栏让Agent的行为符合预期）成为质量保障的必要组成部分 [20] - 复用和分发方式正在变化，柔性软件天然倾向于源码级别的分发和复用，因为Agent需要读源码才能理解软件的结构和意图 [20] - 当代码的生产成本因为AI而急剧下降时，源码的商业价值也在相对降低，开源不再只是一种理想主义的选择，而可能成为吸引Agent生态和用户社区的有效策略 [20] - 真正的竞争壁垒，会转移到领域知识中的Know-Why和Know-How、私有化的领域数据和工程化的Agent驾驭能力上 [20] 柔性的力量 - 传统软件工业花了几十年时间，建立起了一套围绕确定性运转的工程体系：需求分析、架构设计、开发测试、发布运维 [21] - 这套体系需要面对一个它从未认真考虑过的变量：软件在使用阶段仍然可以被Agent使用、塑造和改变 [21] - 柔性软件给出了一个务实的回应：把确定的交给工程，把变化的交给Agent [21] - 也许几年后回看，即时软件的数量会是最多的，但对软件工程这门学科产生最深刻影响的，恐怕会是柔性软件 [21] - 柔性软件并不把自己绑在“传统”或“颠覆”的任何一边，而是在看似对立的诉求之间，搭出了一条可以双向通行的路 [21] 相关白皮书与大会 - 《AI原生软件研发成熟度模型AISMM 2026》白皮书围绕基础设施、知识工程、流程工具、组织人才、安全治理五大维度，构建AI原生软件研发成熟度模型，帮助技术Leader判断企业当前AI原生研发阶段，识别关键短板，规划下一阶段演进路径 [31] - 白皮书有稳定的框架和原则，也有可扩展的技术实践和行业案例，会跟着技术演进和行业发展一起往前走，持续迭代和扩展 [22] - 2026奇点智能技术大会设置了“AI原生软件研发：从Harness到Loop”专题，邀请腾讯CodeBuddy & WorkBuddy、小红书AI Coding、百度Comate、滴滴AI Coding平台等一线团队，分享从Coding Agent到Harness Engineering的最新实践 [6] - 11月20—21日，2026奇点智能技术大会将在北京万达文华酒店举行，报名参会即可领取《AI原生软件研发成熟度模型AISMM 2026》实体白皮书 [6] - 大会将围绕AI原生软件研发、Agent、AI Infra、世界模型、Physical AI等方向，汇聚一线技术专家，共同讨论从工具提效到组织级AI研发能力建设的演进路径 [31] - 本文作者王博也将亮相2026奇点智能技术大会，带来主题演讲《企业AI原生软件研发转型：实践探索与AISMM演进解读》 [22]