阿里巴巴的《AI Native 研发范式实践手册》里有句判断很得要领:Coding 正在被模型快速解决,研发提效的主战场已从"让 AI 更会写代码"迁移到环境与验证——把那些"只有人会操作"的内部系统、知识和发布链路,翻译成 Agent 可调用、可验证、可追责的基础设施。(手册配图见原贴)
这句最漂亮的是三个"可"的排序,它几乎给这两天我们所有讨论标好了位置。
可调用,是接入层:内部系统要开出门和插座,agent 才进得来——HTTP 通道、工具检索、货架上那些接地服务,全在这一层。可验证,是质量层:进得来之后,产出必须能被检、被测、被拦下——测试审计、部署验证、看全读懂的观测线,都是在给"能不能信"建答案。
可追责,是归属层:出问题时这笔账记在谁头上——凭据自持、门禁签发、决策卷宗,负责把责任钉回人。三层缺一不可:只可调用是放任,只可验证是摆设,只可追责是甩锅;三层齐了,基础设施才算交出去。
"只有人会操作"这个表述也值得停一下。它点破了当前最贵的那部分成本不在模型,而在翻译——人肉操作员每天做的那些点击、复制、确认,本质是把业务流程口译给机器听。把翻译固化成基建,一次性投入、长期复用;这正是"买活与买路"的另一种说法:买活是每次雇人翻译,买路是修一条 agent 自己能走的道。
战场迁移这半句还有个反面推论:还在卷"谁的模型更会写代码"的人,押的是正在被解决的那一半;而环境与验证是问题的另一半——它不会被模型进步自动抹平,反而随着 agent 能力变强愈发要紧:能力越强,越需要能拦住它的闸门。
给团队一句落地的:拿这张三可清单给你的系统做次体检——列十个 agent 最想调用的内部系统,标出每个卡在哪一可(进不去?验不了?追不到责?)。卡点分布会直接告诉你下一个季度的基建预算该往哪花,而不是再给模型加一次订阅。















