吴恩达（Andrew NG）：Agentic Coding 时代，软件工程的基本功变了吗？
即使你用编程 Agent 帮你写出全部代码，理解软件工程的基础仍然很重要——它能帮助你在需要权衡取舍时引导你的 Agent（或者至少让你意识到存在哪些取舍）。即使你在做 AI 应用开发，AI 的核心逻辑也往往嵌套在一个更完整的软件系统中运行，而一个有经验的工程师会主动去塑造这个系统。
只会 vibe coding、不懂基础的新手能做出简单的应用，但这往往会带来问题：编程 Agent 可能在延迟、可用性、一致性、可靠性、可维护性、简洁性和成本这些维度上做出糟糕的权衡。大多数情况下，开发者自己都不知道这些权衡的存在，因此也不知道如何引导 Agent 做出适合自身应用场景的正确决策。
以下这封信基于我们对"AI 工程技能"的研究，总结了软件工程师最重要的知识领域。它要求你在这五个方向具备能力：全栈应用开发、数据管理、系统设计、安全与可靠性、生产环境的扩展与运营。
1. 全栈应用开发
Agentic coding 让很多原本只专注某一角色的开发者（比如前端或移动端）有机会扮演更宽泛的全栈角色。编码 Agent 可以协助你不熟悉的开发环节，但了解整个技术栈的实际运作方式依然至关重要。
熟练的开发者理解前后端系统的核心组件和关键概念：UI 组件、缓存、页面渲染、API 的选择与设计、认证鉴权、状态与会话管理、异步处理、数据持久化、测试、安全性和无障碍访问。
2. 数据管理
数据值得特别重视，因为它是构建一切软件的底层基石，而且一旦选定就很难改动——就算有 Agent 帮忙，迁移也不容易。
懂得管理数据的开发者能够分析数据的访问模式，并据此决定存什么、存多久。他们能选择合适的模型和存储类型（关系型表、文档数据库、键值存储、图数据库等），而这直接决定了系统的速度、可扩展性、可用性、可靠性和成本。他们理解事务和并发的原理，确保数据干净、一致、时效准确。在需要时，还能保障隐私、合规和治理要求。同时知道如何管理数据的完整生命周期。
随着应用的演进，你也得随之调整数据架构。数据管理的决策需要大量人为提供的上下文信息。你的 AI 系统会从你的数据源获取输入上下文，如果数据架构选得不好，AI 就会出现"不知道自己不知道"的情况。这也是为什么需要懂行、擅长 AI 工程的工程师来做正确的选择——也就是你。
另外，为 Agent 而不是传统软件或人类来构建数据基础设施，这是一个快速演进的领域，你需要随着行业实践不断更新自己的方法论。
3. 系统设计
理解了全栈各个组件之后，你才能更有判断力地决定如何把各部分组装在一起。好的系统设计需要先搞清楚目标是什么——用户量多大？对延迟有多敏感？成本控制是否关键？——然后才能在前后端部署边界、系统拆分粒度、应用状态存放位置、架构选型（单体还是微服务）等方面做出合适的决策。同时还要选择技术栈（编程语言、运行时框架、前后端框架、数据技术方案），有些时候需要通过实验评估多个方案后再拍板。
更重要的是，没有一劳永逸的架构。初期做原型用的简单架构未必是首个生产系统的最优解，首个生产系统的架构也不会一直适用到规模化阶段。做出这些判断需要你对软件组件和应用场景都足够熟悉，才能设计和持续演进合理的架构。
4. 安全和可靠性
要做到系统可靠，就得掌握验证手段：单元测试和集成测试怎么搭配、用什么框架、覆盖率达到多少。你还需要围绕故障做设计——比如 API 被限流了怎么办？如何做优雅降级？怎么最小化一次故障的影响范围？
此外，安全也在向前移。越来越多的开发者开始采用"安全左移"的思路，在开发生命周期早期就考虑安全问题，而不是先写代码再回头加固。就像所有开发者在向全栈发展一样，现在许多开发者也要兼顾一部分安全工作。你可以用 AI 工具扫描代码漏洞、检测依赖的供应链注入风险、审查云配置的攻击面，但这些活儿要做好，还是需要有一定的安全知识储备。
5. 生产环境中的扩展与运营
要为真实用户提供服務，你就必须把软件部署到生产环境中。了解软件开发流程（SDLC）会很有帮助——不仅包括构建和测试，还包括部署环境配置、发布策略选择、CI/CD 自动化部署、以及对 IaaS 的理解。
上线后还要搭建可观测性体系、设置告警、处理线上事件。要让应用真正扛住用户量增长，你得理解真实负载情况，掌握服务端扩容、流量负载均衡的方法，必要时通过分片、索引、副本等手段改造数据基础设施，或者对架构进行更大范围的调整。此外，版本控制、代码审查、依赖维护和债务管理等编码规范习惯，也帮助你持续地迭代和维护系统。
写在最后
Coding Agent 改变了我们构建软件的方式——这一点毫无疑问，即便不含任何 AI 组件的软件也是如此。一些编程知识，比如死记语法细节，正在变得不重要。但最终，那些深刻理解软件工作原理的开发者，一定会比只凭直觉 vibe coding 的人表现得更好。
除了 AI 之外，掌握软件工程基本功还能帮你认清"软件能做到什么、做不到什么"——这是你使用编程 Agent 时的关键判断依据。这个话题我会在接下来的两封信里继续展开。
how i ai 程序员
