当AI遇上架构师：谁将主导未来？

架构师的核心能力是

，就是架构师最重要的能力，没有之一。

在 AI 大模型时代，AI 大模型正在重新定义软件的范式。在世界重新定义软件的背景下，作为一名架构师应该如何应对？又面临哪些机会和挑战？本文来做一些探讨。

AI 大模型是新质生产力

对程序员来说，现在正经历着时代的大转折。就好比马车时代，马是最重要的动力来源；到了汽车时代，汽车就成了主力。如今AI大模型时代来了，大模型就像新时代的“马”或“汽车”，成为主要生产工具。不是说大模型会把所有人都替代掉，而是讲：如果一个程序员搭配大模型能顶仨，那就太高效了。想当年，马匹在马车时代是极其有价值的生产力；直到蒸汽机出现，马的地位依然重要，甚至在某些时期，一匹马的价值能顶三个人。所以，无论什么东西，

——这一观点极具现实意义。

AI 大模型影响软件架构设计范式

移动互联网时代，软件架构主流的设计模式是

：按照预定义的规则和流程来研发软件。而在AI大模型时代，软件架构范式会从面向过程演变为：目标导向，动态规划。这两种架构设计模式到底有什么本质区别？先来看一个案例：假设需要设计一个用户系统。

，需要以下几个步骤：
、对用户系统进行需求分析和领域建模，确定具体功能需求和性能需求；
、针对分析后的需求进行架构设计，是采用微服务架构还是云原生架构？假如这步选择了微服务架构；
、对微服务架构进行选型，是采用Spring Cloud还是Dubbo开发框架；
、进行模块解耦设计和接口的详细设计；
、进行业务代码、测试代码、自动运维部署代码等编写；
、进行业务测试验证等。

：你只需要给出详细需求——请帮我完成一个用户系统，包含用户注册、用户登录、用户查询三项功能，并能达到单机每秒5000次以上并发，请求延迟不超过30ms。稍等片刻，“AI大模型”就能帮你完成任务。

以上就是面向过程架构和面向目标架构的

。

面向过程架构是目前程序员完成各项开发任务的

。而面向目标架构是非常值得期待的，它需要依赖大模型的推理能力，准确地说需要AI Agent智能体来完成。AI Agent对用户的请求（Prompt）进行Planning规划拆解，分成几个可以落地执行的小任务，每个小任务调用对应的Tools工具来行动（Action）完成，并对每个小任务的完成情况进行观测（Observation），确保每个小任务能够执行完成。

未来还存在架构师吗？

随着AI大模型能力的进一步提升，有创造力的同学基于大模型的推理能力的确可以完成一个Demo，但要真正变成一个好用的产品，仅仅依靠大模型还有很长一段路要走。主要有以下几点原因：

、软件产品研发整个生命周期，分为和两个部分：代码编写、写测试用例、写运维脚本、写注释、线上问题定位与分析、Code Review等；业务需求分析、领域建模、架构设计、架构选型、详细设计、模块耦合设计、接口设计、测试设计、运维设计等。

、目前实践表明，AI大模型在抽象层次较低的任务上表现非常好，而在抽象层次比较高的任务上表现比较差，就像Devin Agents被爆数据造假一样。

、高抽象的架构设计才是软件开发的核心，比如如何抽象需求本质、架构的耦合设计、架构设计的大道至简。

、软件开发 = 抽象层次较高的任务 + 抽象层次较低的任务（编码）。

当然，也要辩证来看：对于抽象层次高的任务，大模型未来一定无能为力吗？理论上来讲，人类大脑的生物神经网络可以掌握的，基于大模型的数字神经网络一定也可以。能不能实现主要看大模型训练数据的质量、RLHF中的人类反馈、Fine-tuning、Prompt等环节是否能将软件行业积累这么多年的各种“抽象”的优秀实践都学习掌握到。至少目前以GitHub、CodeParrot开源代码为主要训练数据来源的大模型，在这方面表现还有相当大的距离。

相信这也将是软件领域今后长期活跃的研究方向，但一定是一个渐进、漫长的过程。因此，相对终局来看，未来的架构师可能不叫架构师，而是演变成

。IT操盘手基于业务需求来调动各种Agents智能体（比如需求分析Agent、架构设计Agent、代码编写Agent、测试Agent、运维Agent、文档撰写Agent等）协作完成任务。

架构师的价值定位

对于程序员和架构师而言，AI大模型时代已经到来。作为架构师，任务是

，并确保它们能够在企业中发挥最大价值。为实现这一目标，需要关注以下三件事：

• 确定正确的靶心
  ：先想清楚用AI大模型来达成什么目的，同时确保这些目标跟公司的整体战略匹配上。

• 发掘AI大模型的宝藏
  ：深入了解AI大模型的优点和可能带来的突破，找到它能在公司实实在在地发挥哪些作用。

• 找准发力的小支点
  ：在企业应用场景中，找出AI大模型能实现的最小且最关键的价值单元，从这一点开始动手规划和执行。

从这个基本思路出发，可以更有效地将AI大模型融入企业的实际架构实践中，确保它能为企业带来真正的价值。这一思路已经被部分实践验证，也是将AI大模型成功引入企业的一条有效路径。