软件工厂在 AI 时代回归
ZDNET AI··作者 Joe McKendrick
关键信息
文章将软件工厂描述为一种流水线：先提交初始原型，再把它转化为可重复构建、面向更广泛发布的产品。文中提到 Anthropic、Cognition、Cursor、Factory、Google、Github、OpenAI 和 Ramp 等公司正在构建类似的智能体系统，同时也强调人类开发者仍然负责判断什么应该被构建和发布。
资讯摘要
ZDNET 认为，已经沉寂多年的“软件工厂”概念正在重新兴起。这个想法很简单：组织不再把软件当作一次性手工项目，而是把原型输入一个可重复的生产系统，由它把产品扩展到更广泛的使用场景。文章把这与实体工厂类比，先做出原型，再进行规模化生产。ZDNET 指出，这股复兴潮的驱动力是 AI，尤其是基础模型和编码智能体，它们能够自动化软件开发生命周期中的更多环节。CloudBees 首席执行官 Moritz Plassnig 表示，过去编码一直是很多组织的瓶颈，因为企业必须不断招聘更多工程师，而这既昂贵又困难。
Plassnig 说，有了智能体编程，团队在编码方面受到的限制更少，开发者也会把更多精力放在判断应该构建和发布什么上。前派工程师兼技术传播者 Jaymin West 说，在过去 18 个月里，许多领先的 AI 公司都独立收敛到了同一种机器形态。文章列举了 Anthropic、Cognition、Cursor、Factory、Google、Github、OpenAI 和 Ramp 作为正在构建这类系统的例子。ZDNET 将这一趋势视为对更频繁发布和更新的回应，因为这会进一步提高对整个交付流水线自动化的需求。
资讯正文
关注 ZDNET：将我们添加为 Google 上的优先来源。ZDNET 的要点
软件工厂将为大规模分发做好原型准备。
领先的 AI 公司正在搭建基础设施。
每日发布和更新的压力要求更高程度的自动化。
调到电视节目《Shark Tank》，你最常听到风险投资人对怀揣创业梦想的人问的一个问题，就是他们是否已经找到了工厂合作，能够以低成本大规模生产他们的拾便器、保暖袜或百洁垫。对于软件交付来说，这种大规模生产设施的想法同样说得通。
设想一下，你把自己的原型——比如一个应用的 vibe-coded 初始版本——提交给一项服务，由它以可重复、自动化的方式批量生产你的解决方案，并交付给广泛受众。这就是“软件工厂”的承诺。另：这个免费的 Windows 11 工具可以在出现故障时拯救你的电脑——方法如下
这个概念并不新鲜——大约二十年前，随着更多软件开发变得模块化且可重复，它曾一度成为热门话题。微软早在 2008 年就已经在谈论 software factories 了。这个想法沉寂了一段时间，但现在又回来了，原因是人工智能生成并管理软件代码的速度极快。
CloudBees 首席执行官 Moritz Plassnig 告诉 ZDNET，直到最近，即便有自动化和 DevOps 实践，“编码仍然是许多组织的瓶颈”。“你不得不雇用更多工程师，但招人非常困难，而且成本很高。”
今天的软件工厂建立在 AI 模型之上
得益于基础 AI 模型及其相关代理的编码能力，软件工厂这一概念重新焕发生机——把软件开发生命周期自动化为可重复的若干模块，正受到认真考虑。Plassnig 说，借助代理式编码，“我们在编码这件事上受到的限制更少了”。这同样可能提升 IT 专业人员的角色。“开发者的工艺精神不会消失，因为开发者和工程师正从编写代码转向对构建什么、发布什么进行判断。”
当下的软件工厂概念围绕市场上已有的 AI 模型构建——而且不同模型之间的概念几乎如出一辙。最近一段 YouTube 视频中，前线部署工程师兼技术布道者 Jaymin West 表示：“在过去大约 18 个月里，许多走在前沿、利用代理来自动化软件开发生命周期的公司，都在搭建同样的机器，并且独立得出了这台机器应当呈现什么样子的相同结论。”另：‘我已经不是程序员了’：Linus Torvalds 谈他现在只使用的两个工具
正在构建软件工厂的公司，包括当今代理经济中的明星企业：Anthropic、Cognition、Cursor、Factory、Google、Github、OpenAI 和 Ramp。West 指出：“这些公司中的每一家都已经收敛到同一种形态。”
“此时此刻，真正重要的是意识到，这些公司都站在技术前沿，而且它们在如何构建整个工程框架方面已经形成了一个清晰的模式。”（披露：Ziff Davis，即 ZDNET 的母公司，于 2025 年 4 月对 OpenAI 提起诉讼，指控其在训练和运营人工智能系统时侵犯了 Ziff Davis 的版权。）
Plassnig 以此说明，软件工厂是一种让创意迅速落地的方式。“假设有人在客户支持岗位工作，他们根据从客户那里听到的所有反馈，有了一个有趣的想法。就像汽车工厂一样，你先有一个实验性的原型，但随后你有一座按规模生产汽车的工厂。同样，拥有这个软件想法的人可以把它提交给工厂，然后它的第一个迭代版本就会被创建出来。接着，产品、工程和 IT 专业人员会看一看。然后工厂可以再把它拿回去继续制作。”
另请参阅：“AI 对软件公司来说是巨大的顺风”：适应新的“SaS”模式的 5 条建议
软件工厂有助于解决验证和维护数十万行代码这一挑战，同时也要应对在许多组织中如今几乎每天都在发生的软件发布、更新和刷新。“我们会走到这样一步：作为人类，我们将无法再验证哪些东西在工作、哪些东西其实并没有真正工作，”Plassnig 说，“你会想知道软件是否真的在运行，是否没有 bug，是否没有错误率激增。或者它也许在运行，但 agent 的内存使用量是否高于你希望的水平？今天，你还是让人类去看所有这些告警，但如果你的变更量增加了 100 倍，比如每几分钟一次，那就会崩掉。”
软件工厂是什么样子的？West 概述说，由基础模型支持的典型软件工厂由六个组件组成：
队列： “工作以 issue 的形式到来，而不是以 prompt 的形式。”
控制平面： “一个持久化的界面，而不是一台笔记本电脑。”
沙箱： “每个任务一个。之后销毁。”
拉取请求： “输出单元。由人类检索。”
事件流： “监视每一个动作。可以在不销毁运行过程的情况下终止它。”
持久内存： “沙箱会在每次运行中执行。没有写入文件的内容不会存活下来。”
当然，无论软件工厂多么高效，它们都不是良好软件实践的灵丹妙药。
另请参阅：1Password 的研究警告称，AI 74% 的时间无法正确修补软件漏洞
“现在早已不是秘密，代码生成极其容易，”West 说，“它非常便宜。对许多公司来说，验证已经成了瓶颈。确保 agent 写出代码非常容易。但确保那段代码是正确的，仍然是一个重大的工程难题。讨论为什么构建软件工厂并不意味着你只是在放弃验证，或者降低代码库的质量，这一点很重要。”
来源与参考
收录于 2026-08-12