AI热榜 如果一名开发者怎么都用不好 Agent，问题可能并不在开发者，而在公司根本没有为 Agent 准备好一套能工作的系统。
很多企业所谓的 AI 转型，仍然停留在给开发者购买 Cursor、Claude Code 等工具，办几场培训，再让大家自行摸索。
如果最后 Agent 效果不好，责任又落回到使用者身上。
但 DevOps 一词的提出者 Patrick Debois 认为：“开发者需要完成一个重要的思维转变：当 Agent 没有按你的预期完成任务时，不要再去修改它生成的代码，而要去改进整个系统，而不是只改 Prompt。
” 在 Debois 看来，这是软件工程从确定性系统转向非确定性、概率性系统和工作流时必须经历的变化。
它不仅涉及技术，也会重塑开发者、团队和整个组织的工作方式。
但这种变化不可能只靠某一个工程师，也无法仅停留在单个团队层面。
它和 DevOps 一样，只有在规模化落地后，才能真正实现。
问题的核心不只是开发者会不会用 Agent，而是公司能否围绕 Agent，重新组织团队、平台和协作方式。
核心观点如下： 不要再修 Agent 产出的代码了，去修那个产出代码的系统。
如果你团队里还有人用那种“YOLO（先跑通再说）”的野路子搞 vibe coding，你应该立刻制止。
工程实践不仅对你维护系统至关重要，对 Agent 自身持续变好也至关重要。
暗工厂可能不是全暗，而是保留了一点微光（dim factory），这意味着你得决定对什么功能承担多少风险，不是所有功能都适合完全自治。
能极致用 AI、有扎实工程功底、愿意分享和协作，将这三点组合，才是你要找的人。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接