前言
过去几十年，软件的底层范式非常稳定：需求提前固化，工程师把业务逻辑翻译成代码、页面、菜单、按钮；用户打开 App / 网页，沿着开发者预设好的路径点击、填表、选择，完成固定流程。软件交付之后，能力边界基本锁定，变更需要走版本迭代、发版、升级。SaaS 时代只是把软件搬到云端，底层逻辑依然是UI 优先、流程优先、功能预先定义。
大模型、智能体、System One 判定模型（JEV 这类判定模型）的成熟，正在动摇这个根基。软件不再只是给人点击的界面集合，AI 智能体本身也成为软件的一等公民用户；软件的价值不再是提供一堆按钮，而是承接用户目标，自主规划、调用能力、处理不确定性、交付结果。
但这里有一个非常普遍的误区：很多观点认为 "未来 App 会全部消失，只剩下一个万能聊天框"。这个判断过于极端。真实演进路线是分层光谱化演进：金融核心交易、工业控制、数据库内核这类强确定性系统，依然保留传统静态软件形态；而办公、数据分析、运维、测试、企业业务协同、内容生产类软件，大规模走向 Agentic（智能体化）、意图驱动、柔性可演化形态。两者长期共存，互相调用、互相兜底。
本文从交互范式、架构形态、能力组织方式、研发模式、质量与测试体系、部署生命周期、商业形态七个维度，完整拆解 AI 时代软件形态的演进趋势，同时结合我们前面聊的 JEV 三层判定架构、AI 测试中台给出落地视角。
一、交互范式：从 GUI 点击驱动 → 意图驱动，界面从 "目的地" 变成临时视图
传统软件交互范式是 WIMP（窗口、图标、菜单、指针）：软件把能力排列在界面上，用户学习软件的结构，按软件规定的步骤操作，人去适配软件的流程。
- 用户思考：我要找到这个按钮，点这个表单，按顺序走完流程；
- 软件逻辑：固定输入→固定业务逻辑→固定输出。
AI 原生软件的交互范式切换为 意图优先（Intent-First）：用户只需要描述目标（what），不需要描述步骤（how）；系统理解目标之后，自主规划执行路径，跨多个系统、多个能力完成任务。
界面角色发生根本性转变：
- 界面不再是常驻主入口，而是按需临时生成的视图。很多时候不需要持续界面，只需要三次交互：意图输入、关键节点确认、结果复盘。任务完成，临时界面销毁，也就是行业所说的 "Ephemeral UI（瞬时界面）"；
- 界面同时服务两类使用者：人和 Agent。一部分接口是给人看的可视化面板，另一部分是面向智能体的可调用能力接口（Agent Interface），优先保证机器可发现、可调用、可校验、可审计；
- 多模态自然交互成为默认入口：文本、语音、图像、文档拖拽、截图理解融合；GUI 退化为复核、审批、干预、查看详情的兜底视图，而不是主执行链路。
这里要区分两个容易混淆的概念：聊天 UI ≠ 意图驱动软件 。大量产品只是在原有软件上加一个聊天框，本质还是外挂 AI；真正意图驱动的软件，设计顺序是反过来：先定义目标、能力集、权限边界、判定规则、校验策略，最后才考虑要不要生成界面、什么时候生成界面。也就是 Agent-First 开发思路：先设计智能体推理链路，再补界面。
一个直观对比：传统报销系统 vs 意图驱动报销智能体
- 传统：打开 OA → 找到报销菜单 → 选择报销类型 → 上传发票 → 填金额、事由、项目编号 → 选择审批人 → 提交；每一步都由人驱动流转；
- 未来形态：直接发送一句意图："把我本周出差的高铁票、住宿发票提交报销，走研发项目预算，金额超过 2000 需要主管确认"；智能体自动识别发票、OCR、匹配预算、校验合规规则、自动填充表单、发起审批；遇到边界模糊的判定，自动调用 JEV 做合规判定；置信度不足时，主动弹窗找人确认，而不是卡住流程等待人工全流程录入。
这个变化带来一个直接结果：产品经理、UX 设计师的工作重心，从页面流转设计，转向目标定义、权限边界、确认节点、异常兜底、可解释性设计。
二、架构形态：从单体 / 微服务 → 能力原子化、智能体编排架构，三层判定架构成为标配
传统软件架构，以业务模块、服务、接口为核心拆分单元。微服务拆分依据是领域边界，对外暴露固定 API，输入输出 Schema 预先定义，路径固定，确定性优先。
AI 原生软件的核心拆分单元变成 可调用能力（Invocable Capability） 。能力是最小原子单元：查数据库、发起审批、读取日志、生成报表、发送通知、执行测试脚本；能力本身保持强确定性，输入输出稳定、可审计；而编排、决策、路径规划交给智能体arXiv。
2.1 新架构分层：稳定内核 + 判定层 + 智能体编排层
这恰好和我们之前 JEV 的三层架构完全对齐：
预览
查看代码
flowchart TD
U[用户 / 其他Agent] --> A[意图层：目标解析、记忆、上下文管理]
A --> B{路由决策}
B -->|确定性计算| C[稳定内核层：传统代码、规则、数据库、核心业务服务]
B -->|语义判断、分类、打分、真假判定| D[判定层：JEV这类System One判定模型]
B -->|复杂推理、未知场景、开放问题| E[LLM推理层]
C & D & E --> F[原子能力池：标准化工具API]
F --> G[执行结果汇总、校验、审计日志]
G --> H[结果交付 / 临时UI生成 / 继续迭代执行]豆包
你的 AI 助手，助力每日工作学习
- 稳定内核层（不可变底座）：核心交易、权限、账务、底层存储、强校验规则。这部分依然是传统代码实现，追求 100% 可复现、可审计、零幻觉，不交给模型做决策；
- 判定层（高频小判断层）：大量边界清晰、选项有限、频次极高的语义判断 ------ 日志异常分类、缺陷定级、合规初筛、结果是否合格、用例是否重复。这一层优先使用 JEV 这类校准判定模型，并行批量判断、输出结构化结果 + 可信置信度；置信度高直接放行 / 拒绝；置信度落在不确定区间，才向上交给 LLM；
- 智能体编排层：负责任务拆解、步骤规划、工具调度、多步骤闭环、记忆管理、异常重试、跨系统协同。它不自己掌握所有业务逻辑，只是一个目标驱动的调度者；
- 能力池：所有能力标准化、自描述，提供元信息、入参、出参、错误码、权限范围、回滚方案，方便 Agent 自动发现、自动调用，也就是 Invocation-First（调用优先）设计。
关键趋势：微服务不会消失，而是下沉成为智能体架构里的稳定能力底座；智能体不是替换微服务，而是在微服务之上增加一层动态编排和决策层。
2.2 多智能体集群取代单一应用
复杂业务不再由一个大 Agent 包揽，而是拆分为专业化分工的智能体团队：测试 Agent、财务 Agent、运维 Agent、合规 Agent、数据 Agent；Agent 之间可以协商、委托任务、互相校验结果、并行工作。 典型场景就是 AI 测试中台：
- 用例生成 Agent 负责理解需求生成用例；
- 执行 Agent 调度自动化脚本跑任务；
- JEV 判定 Agent 批量判定执行结果是否符合预期；
- 根因分析 Agent 只处理 JEV 判定为不确定、失败的样本；
- 审计 Agent 持续记录所有判定、调用、决策链路，方便质量复盘。
这种多智能体协同架构，天然适配质量治理、持续测试、大规模评测场景。
三、软件能力形态：形成 "传统静态软件、柔性软件、即时软件" 的光谱
软件不再只有 "发布版本、长期运维" 这一种形态，而是在一个连续光谱上分化三类形态，企业系统往往是三者混合搭建：
- 左侧：确定性静态软件 金融核心、嵌入式固件、操作系统内核、工业 PLC 控制程序、数据库引擎。核心诉求：可复现、可证明正确性、高稳定。AI 在这里只做辅助测试、巡检、漏洞扫描，绝对不参与主链路决策逻辑。这类软件长期存在，是整个数字世界的信任底座。
- 中间：柔性软件（未来企业业务系统主流形态） 把系统拆成 "固定不变的核心规则" 和 "运行时动态适配的智能逻辑"。稳定部分固化代码；变化、个性化、模糊判断交给 Agent + 判定模型。 典型例子：企业 CRM、工单系统、测试中台、RAG 评测平台。基础数据模型、权限、存储是固定的；工单分类、优先级判定、客户意图识别、结果校验、用例优先级，由 JEV+Agent 动态处理，不需要每次改业务判断逻辑都发版本。
- 右侧：即时软件（Instant Software，用完即弃） 由 Agent 按需实时生成、生命周期极短（几分钟到几天），任务结束之后销毁，不纳入长期维护清单。临时数据分析脚本、一次性专项测试任务、临时数据清洗流程、临时报表页面都属于这类。 以前，想要做一次临时分析，需要提需求、开发、排期；未来直接描述目标，Agent 生成临时脚本执行，跑完就丢弃，不需要纳入版本管理。这会极大降低探索性、临时性工作的交付成本。
这个光谱模型，解释了为什么不能简单说 "App 会消失"：高可信核心永远是静态软件；日常业务系统走向柔性；一次性探索任务走向即时生成软件。
四、研发与生产范式：从代码交付 → 意图契约、能力编排、提示工程与评估体系共同交付
传统软件工程的交付物是源代码、二进制包、版本 ；工程师的核心工作是把业务逻辑翻译成代码。 AI 原生软件的交付物变成一套组合：目标定义、能力契约、提示词模板、判定规则、置信度阈值、评估数据集、兜底策略、权限边界、观测链路。代码只是其中一部分。
4.1 开发者角色分化
- 传统开发者：编码者，把需求翻译成逻辑；
- 新一代工程师（意图架构师）：定义目标边界、拆分能力、设计判定链路、设计级联策略（规则→JEV→LLM）、设计评估集、校准置信度；
- 评估工程师（评测 / 测试工程师）：专门负责验证智能体行为，验证边界 case、置信度校准、兜底触发逻辑、幻觉风险、越权风险；也就是我们前面 JEV 文章里提到的，测试重心从 "单次判断对错" 转向 "三层边界是否合理"。
这也是为什么 AI 测试岗位、模型评测岗位、智能体观测工程师会持续扩张。软件里大量逻辑不再写死在代码里，而是存在于提示词、判定模型、评估数据集之中，这部分同样需要版本管理、回归测试、灰度发布。提示词、评估集、判定阈值，都要像代码一样纳入 Git 管理，变更要有评审、回归。
4.2 软件工程走向 SE3.0：意图驱动开发
开发链路变化：需求不再直接拆函数和接口，而是先拆解目标、拆解原子能力、设计校验规则，再决定哪些交给规则、哪些交给 JEV 判定、哪些交给大模型推理；最后按需生成代码、提示词、评估用例。 同时，软件自我演化能力变强：系统持续收集人工复核结果、失败案例，自动回流微调判定样本、校准置信度，在人工管控范围内持续迭代行为，而不是必须等新版本上线。
重点提醒：自演化不等于无监督自由演化。所有自优化必须有审计日志、回滚机制、熔断开关，这是企业落地红线。
五、质量与测试体系重构：确定性测试 + 智能体评测 + 判定校准三位一体
这部分承接我们 JEV AI 测试实践，也是你做 AI 原生测试中台最关心的趋势。 传统软件测试：测输入输出、接口返回、UI 交互、分支覆盖；测试对象是代码逻辑。 AI 原生软件测试对象变成三类：
- 稳定内核层：沿用传统自动化、接口测试、性能测试、混沌工程，保证确定性能力可靠；Healenium、Sitespeed、Lighthouse 这类工具依然有巨大价值；
- 判定层（JEV 类 System One 模型） ：不只是测准确率，核心测置信度校准能力、ECE 期望校准误差、风险覆盖曲线、兜底触发率；验证阈值是否在业务数据集上标定有效，验证 "自信错误" 样本是否可控；
- 智能体编排层：测试规划能力、工具调用正确性、循环风险、幻觉、越权调用、多步骤任务成功率、异常恢复能力。这类测试无法穷举所有 case，转向基于场景、目标、对抗样本的评测，建立持续评测流水线（Eval Pipeline）。
未来质量体系的核心指标不再只有覆盖率、缺陷率，新增一整套智能体质量指标：
- 判定兜底率（多少判断落到 LLM 复核）
- 置信度校准误差
- 任务端到端完成率
- 幻觉率、越权动作次数
- 人工干预率
- 单任务成本、p95 延迟
这也是 Multica、智能体工厂这类 AI 测试中台的核心定位：不是替代传统自动化，而是新增一套面向智能体和判定模型的评测底座。
六、部署、运维与运行态：从静态发布 → 持续自适应、可观测、可熔断的动态系统
传统软件上线之后，行为基本固定；运维重点监控指标：CPU、内存、错误率、响应时间。 AI 原生软件运行时行为是动态的：同一个目标，不同上下文下 Agent 选择的执行路径不一样。运维重心升级为智能体可观测性（Agent Observability）：
- 记录每一步意图、思考过程、工具调用参数、JEV 判定结果、置信度、LLM 输入输出、人工复核动作；
- 增加分层熔断机制：规则层故障、JEV 服务降级、大模型限流，都要有独立降级预案；JEV 不可用时，自动切回规则兜底或者全部升级 LLM；
- 权限精细化：Agent 不是拥有账号权限，而是临时、最小权限委托，每一次动作都可追溯、可撤销；
- 灰度不再只是版本灰度，还包括判定阈值灰度、提示词灰度、Agent 能力灰度，小流量观测幻觉、误判风险。
边缘端软件也会同步变化：轻量判定模型（类似 JEV 轻量化版本）下沉到端侧，处理本地高频判断，只把少数复杂推理上传云端，兼顾延迟、隐私、成本。
七、商业与交付形态：从 License、SaaS 走向能力订阅、Agent-as-a-Service
软件商业模式沿着这条路径演进： 本地授权软件（License）→ SaaS（云上应用订阅）→ 能力订阅、Agent 即服务（AaaS）。
未来很多企业不再采购一套完整的应用系统，而是按需采购标准化原子能力、专用判定 Agent、行业智能体。比如采购工单分类判定 Agent、测试结果评测 Agent、合规审查 Agent；把这些能力接入自己现有业务底座，自主编排工作流。 软件的价值交付单位从 "一套系统" 变成 "一个可完成目标的智能能力"。同时软件生态会出现能力市场：能力提供者发布标准化、自带评测报告、可审计的工具和 Agent，使用者按需组合。
但这里同样存在边界：强合规、强数据隔离、核心生产系统，依然会选择私有化部署，把智能体底座、判定模型部署在内网，不使用公有 AaaS。
八、挑战、边界与冷静预判：不是万能进化，三大硬约束长期存在
很多畅想把下一代软件描绘成无所不能的自主智能体，现实落地会持续受到三个硬约束制约，也是架构师和测试团队必须守住的底线：
- 幻觉与不确定性约束：推理模型天然存在不确定性。只要系统引入 LLM、Agent 决策，就必须设计兜底、复核、熔断机制；JEV 这类判定模型是很好的缓冲层，但它本身也存在误判，置信度可信不等于绝对正确；
- 可解释、可审计合规约束：金融、政务、医疗等场景，决策链路必须可追溯、可解释。智能体黑盒推理很难直接用于高风险决策；这也是稳定规则内核永远不可替代的核心原因；
- 成本与效率权衡约束：Agent 自主探索式执行，会带来工具调用爆炸、成本飙升。因此级联架构（便宜判定优先、昂贵推理后置）是长期最优工程解，这也是 JEV 最大的价值场景。
所以未来软件的演进不是 "抛弃一切传统软件"，而是建立确定性底座，用智能体和判定模型包裹不确定性场景。
九、总结：软件形态演进路线图，给技术团队的落地建议
软件三代范式极简总结：
- 第一代：代码定义流程，人跟着软件走（GUI 时代、传统单体 / 微服务）；
- 第二代：AI 作为外挂功能，辅助原有流程（当前大多数产品现状，Copilot、聊天助手）；
- 第三代：AI 原生、Agent 优先、意图驱动；能力原子化、分层判定，软件主动承接目标，人负责定义目标、设定边界、复核结果。
给正在搭建 AI 测试中台、质量底座团队的落地建议：
- 不要推翻现有自动化、性能测试体系，把它沉淀为稳定能力内核；
- 优先搭建判定层（JEV 类能力）承接高频小判断，先把成本、延迟降下来，再逐步引入复杂推理 Agent；
- 同步建设智能体评测流水线、置信度校准、观测审计体系，质量能力和 Agent 能力同步迭代；
- 按业务风险分级：高风险链路保留纯规则；中等风险走规则 + JEV 判定；低风险探索性场景放开 LLM 兜底。
长远看，软件工程师、测试工程师的价值，不会被 Agent 取代；工作重心从编写固定流程代码，转向定义目标、划定边界、设计校验规则、校准智能决策、搭建制衡体系------ 我们从软件的流程编写者，变成智能系统的规则设计者与审计者。