从写代码到写意图：研发模式的代际演进

从写代码到写意图：研发模式的代际演进

研发模式不是突然变的。它像手机从功能机到智能机一样，是一代一代演进的，每一代解决上一代的问题，同时引入新的问题。

理解了代际演进，才能看清楚自己团队现在在哪一代、该往哪里走。

第一代：传统编码——人做一切

特征：人写代码、人写测试、人做发布、人看监控。

这一代的上限取决于人的工作时长和经验积累。好处是可控——每一步都是人做的，出了问题知道在哪。坏处是慢——人的精力和注意力是有限的。

2026 年，还有一些团队停留在这一代。不是因为他们不想进步，而是因为业务压力大、没有精力做流程升级，或者团队规模小觉得没必要。

第二代：AI 辅助编码——AI 做助手

特征：AI 补全代码、AI 解释报错、AI 生成文档。人还是执行的主体，AI 是辅助工具。

Copilot 是这一代的代表。你写一行，它猜你接下来要写什么。你粘贴一段报错，它帮你分析原因。效率确实提升了，但流程没变——你还是得自己写测试脚本、自己发布、自己看监控。

这一代的局限在于：AI 只能在"人已经定义好的任务"里帮忙，不能自主完成一个完整的任务。它不知道该测什么，不知道什么时候该发布，不知道上线后该关注什么指标。

第三代：Vibe Coding——意图驱动生成

特征：你描述意图，AI 生成代码。快速出原型，但缺乏长期项目管理能力。

这一代的产品很酷。告诉 AI"帮我做一个待办清单应用"，它几分钟就能生成一个能跑的 demo。对于原型验证、快速试错来说，效率很高。

但问题也很明显：生成的代码质量参差不齐，缺乏分支管理、版本控制、团队协同。做 demo 行，做产品不行。一个真正要上线运营的应用，需要持续迭代、多人协作、质量保障——这些是氛围编程工具不擅长的。

第四代：Agentic Coding——AI 做执行，人做编排

特征：AI Agent 不仅能生成代码，还能执行操作、协调流程、做出判断。人从执行者变成编排者。

这一代是 2026 年正在发生的事情。

无极（WUJI）代表了开发环节的变化。AI 原生开发平台，从数据库设计到界面生成，AI 自主完成。但跟氛围编程不同，它支持分支管理、版本控制、多人协同——具备长期迭代的条件。

UBox 代表了设备操作能力的变化。通过 MCP 协议，AI Agent 可以直接操作 Android、iOS、HarmonyOS 设备。35+ 工具覆盖设备管理、控制、应用管理、UI 分析、性能采集。

SmartRun 和 TestMate 代表了测试环节的变化。自然语言驱动测试，AI 自动完成执行和分析。

Fiber 代表了流程编排的变化。自动化工作流替代人肉衔接，30 多个工具平台打通。

Bugly + Shiply 代表了发布和监控的变化。灰度发布联动质量监控，异常自动告警和熔断。

每一代解决什么问题，留下什么问题

第一代解决了"从无到有"的问题，留下了"效率低"的问题。
第二代解决了"编码效率"的问题，留下了"只能辅助不能自主"的问题。
第三代解决了"快速出原型"的问题，留下了"不能长期迭代"的问题。
第四代正在解决"AI 自主执行"的问题，但留下了"人的角色如何重新定义"的问题。

第四代的核心挑战是：当 AI 能做执行了，人该做什么？

答案是人做编排：设计策略、设定规则、处理异常、做出判断。AI 执行，人编排。这不是让人变得不重要，而是让人把精力花在更有价值的地方。

你的团队在哪一代

大部分团队目前在第二代和第三代之间。有些环节用了 AI 辅助（第二代），有些场景用了意图驱动生成（第三代），但整体流程还是按"人做执行"来设计的。

向第四代演进不需要一步到位。可以先从某个环节开始：用 SmartRun 或 TestMate 让 AI 执行测试，用 Fiber 让 AI 衔接流程，用 Bugly 让 AI 分析质量问题。逐步把执行性的工作交给 AI，同时培养团队的编排能力。

TDS 的产品矩阵覆盖了从开发（无极、Hippy、Kuikly）到测试（SmartRun、TestMate、UBox、优测）到发布（Shiply、FUE）到运维（Bugly、AiSee）到流程（Fiber）的完整链路。每一代研发模式的需求都能找到对应的产品支撑。

关键不是你用不用 AI，而是你把 AI 当工具还是当基础设施。当工具，流程不变，效率提升有限。当基础设施，流程重构，上限被打开。

---

腾讯端服务（TDS）是腾讯大前端技术委员会发起的技术产品联盟，覆盖效能基建、设计、开发、测试、发布、运维七大研发场景，官网：https://tds.qq.com/