微信扫码
添加专属顾问
我要投稿
当AI驱动的Agent开始重写软件结构,领域建模必须进入运行时才能保持约束力,这不仅是技术演进,更是软件工程范式的转变。 核心内容: 1. 传统领域建模与代码执行的分工失效原因 2. Agent驱动系统带来的动态决策新特征 3. 领域建模进入运行时的必要性及实现路径
软件工程长期建立在一个稳定分工之上:领域建模用于描述,代码用于执行。但当系统行为开始由持续演化的 Agent 决策驱动时,这种分工正在失效。领域建模被迫进入运行时,并由此引入新的约束层——治理,软件的基本结构也随之发生重写。
软件被 Agent 重写:CLI 化的 SaaS,正在变成 AI 的“操作系统语言”
读完Stone与我的学生合写的那篇文章(链接如上),感慨颇多,遂写下这篇随笔。
在相当长的一段时间里,软件工程默认了一件几乎不被质疑的事情:领域建模(DDD)是用来描述系统的,而系统是用来运行模型的。
这正是传统领域驱动设计的隐含前提。人通过抽象,将业务世界压缩为一组稳定的概念结构——实体、值对象、聚合——然后把这些结构交给程序执行。模型存在于设计阶段,它的价值在于“足够准确”,而不是“持续有效”。一旦进入运行时,真正发生作用的是代码,而不是模型本身。
这个分工在过去是有效的。因为系统的变化频率是可控的,模型可以滞后于现实,甚至可以是近似的。只要工程体系足够稳定,模型与真实世界之间的偏差,不会立即变成系统性问题,而是被测试、流程、以及人力逐步吸收。
问题并不出在建模能力上,而出在一个更底层的假设:世界变化的速度,低于领域建模被重写的成本。
这个假设正在失效。
当代码不再完全由人编写,而是由 Agent 持续生成与修改时,系统行为开始呈现出一种新的特征:它不再是一个固定程序的执行结果,而是一组动态决策过程的叠加。逻辑路径变得不稳定,状态边界开始模糊,系统不再“执行一次定义”,而是在运行中不断重构自身。
在这种结构下,“先建模,再执行”的顺序开始出现断裂。领域建模如果仍然停留在设计阶段,它就无法覆盖运行时的变化;而一旦无法覆盖,它就不再是系统的抽象,而只是对过去状态的一种记录。换句话说,模型开始失去约束力。
可以尝试用补丁修复这个问题:更频繁地更新模型、更精细的领域划分、更强的类型系统。但这些手段都会遇到同一个瓶颈——它们仍然假设模型是“在运行之外”的。只要这一点不变,领域建模就永远在追赶系统,而不是参与系统。
当这种追赶的成本高于系统自身的变化速度时,原有结构就不再是低效,而是失效。
于是,一个新的要求开始变得不可回避:领域建模必须进入运行时。
这不是一个渐进优化,而是位置的改变。一旦模型进入运行时,它就不再只是描述系统的语言,而成为系统本身的一部分。系统不再是“代码执行领域建模”,而是“LLM驱动代码生成与执行”。领域建模的状态,直接影响系统的行为;领域建模的变化,本身就是系统演化。
这也是为什么类似 Palantir 的 Ontology 看起来更像一层基础设施,而不是一个建模工具。它所做的事情,并不是帮助人更好地表达领域,而是维持一个持续存在的结构:现实世界的映射、系统当前的状态、以及对这些状态的操作能力,被放在同一个可计算的空间中。
在这个空间里,建模不再是一次性的行为,而是一种持续发生的过程。人可以修改模型,Agent 也可以修改模型;系统运行依赖模型,而模型又在运行中被重塑。模型从“定义”变成“介质”。
一旦模型成为运行时介质,另一个问题立刻浮现出来:谁来约束它的变化?
在传统结构中,这个问题并不突出。领域建模是由人设计的,变化是离散的、受控的。但当领域建模可以被多方持续修改时,它会迅速变成一个高度耦合的共享结构。不同 Agent 的行为、不同任务的需求,都会试图在模型上留下痕迹。如果没有约束,这种演化会在很短时间内走向混乱。
于是,“建模”之外,出现了一个新的层——治理。
这里的治理,并不是权限控制或流程审批,而是对模型演化路径的约束机制。它决定哪些修改是合法的,哪些状态是可接受的,哪些关系是必须保持一致的。换句话说,它定义了领域建模可以如何变化,而不仅仅是领域建模当前是什么。
当这一层出现时,领域建模的性质再次发生变化:它不再只是知识的表达,而成为系统行为的边界条件。系统可以生成代码、执行任务、改变状态,但所有这些行为,都必须在模型及其治理规则之内展开。
这时再回头看执行层,会发现它的地位正在发生转移。无论是代码生成框架、任务编排系统,还是各种形式的 Harness,本质上都在回答同一个问题:如何把一个意图转化为可执行过程。这一层当然仍然重要,但它开始呈现出明显的通用化趋势——不同系统之间的差异,越来越少体现在“怎么执行”,而越来越多体现在“执行什么,以及在什么约束下执行”。
当执行变成通用能力,差异就会向上移动。
真正难以替代的部分,开始集中在两个东西上:领域建模本身,以及对它的治理。
因为只有这一层,能够决定系统的连续性。原型阶段形成的结构,不再需要被翻译成另一套“生产代码”;它可以直接进入运行,被修改、被强化、被约束,最终演化为系统本身。开发与运行之间的断层被抹平,取而代之的是一个持续演化的过程。
这种连续性不是简单的效率提升,而是一种结构优势。它意味着系统不再需要通过“重写”来完成阶段切换,而是通过“演化”来积累能力。每一次修改,都发生在同一个模型空间中;每一次执行,都会反过来影响这个空间。
如果沿着这个方向继续推导,一个相当直接的结果会出现:软件的核心将不再是代码,也不是执行框架,而是一个持续运行的世界模型,以及对它的治理结构。代码成为实现细节,执行框架成为可替换组件,而领域建模及其演化路径,成为系统真正的边界与护城河。
在这样的结构里,“谁更会写代码”不再是决定性问题;真正关键的是,谁控制了那个领域建模,以及它如何被改变。
这不是工具层的演进,而是软件如何被定义的一次转移。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-03-19
Palantir:决策优势、本体论与极端环境下的「确定性杠杆」
2026-02-12
企业数字孪生背后的大脑:揭秘Palantir Foundry Ontology图谱引擎
2026-02-05
Palantir 的 Context Layer 答卷:从 Ontology 看企业级AI落地的新解药
2026-02-05
本体论思想-抽象建模的本质是什么?
2026-02-05
AI时代的数据架构——本体(Ontology)之谜
2026-01-27
咨询 | Palantir:我们不想做带着UI的埃森哲;一家咨询公司有望成为Palantir吗?优势和劣势分别在哪里?
2026-01-25
拆解Palantir AIP Terminal的自然语言编程范式
2026-01-24
别神话Palantir了:本体论的技术实质与知识图谱演进真相
2025-12-24
2025-12-22
2026-01-16
2026-01-08
2026-01-24
2025-12-22
2026-02-05
2025-12-23
2026-01-06
2026-01-01
2026-02-05
2026-01-27
2026-01-19
2026-01-08
2026-01-06
2025-12-25
2025-12-22
2025-12-16