译文信息

AI 正在如何改变软件的构建方式——工程负责人应在 2026 年抱有何种预期？我们梳理了行业中正在浮现的模式。

编码 agent（coding agents）如今已是协作者。

2025 年，工程团队发现 AI 已能承担整条实现链路：写测试、排查失败、在庞大代码库中导航。我们预测，到 2026 年，这些能力还将显著增强。

我们的新报告归纳了今年有望定义 agentic coding（代理式编程） 的 八大趋势，并归入三类：基础类趋势 改变开发如何发生，能力类趋势 拓展 agent 能完成的工作，影响类趋势 作用于业务结果。

真正拉开差距的组织，并不是把工程师移出闭环，而是 让工程师的专业判断集中在最关键之处。

我们观察到的现象

软件开发生命周期正经历自图形用户界面以来最剧烈的变化之一。工程师正从 亲自写代码 转向 协调会写代码的 agent，把自身专长更多放在架构、系统设计与战略决策上。

在研究开发者如何 实际 使用 AI 时，一个关键细节逐渐清晰：这场转型依赖 积极的协作。

我们 Societal Impacts（社会影响） 团队的研究表明：虽然开发者约有 60% 的工作会用到 AI，但他们表示只有约 0–20% 的任务可以「完全托付」给 AI。AI 是持续的协作者，但要真正用好它，仍需要监督、校验与人的判断。

实践中的样子

各行各业的组织正在把这些模式落地，在 agent 自主性 与 人工监督 之间找平衡，以求更快交付且不把质量搭进去。

Rakuten 的工程师用 Claude Code 验证了一项复杂技术任务：在约 1250 万行 代码规模的 vLLM 代码库中实现 activation vector extraction（激活向量提取） 方法。Claude Code 在约 七小时 的自主工作中完成任务，数值精度达到 99.9%。

TELUS 团队打造了 逾 1.3 万个 定制 AI 解决方案，工程代码交付速度提升约 30%，累计节省 逾 50 万小时。

Zapier 在全公司实现约 89% 的 AI 采用率，内部部署了 800 余个 agent。

下一步怎么走

若组织在规划 2026 年重点，有四个领域需要 立刻 投入：掌握多 agent 协调、通过 AI 驱动的自动化评审 扩展人机协同监督、把 agentic coding 延伸到工程团队之外，以及从 最早阶段 就嵌入安全架构。

把 agentic coding 当作战略优先事项的组织，将决定未来能做成什么。

完整内容见 2026 Agentic Coding Trends Report（2026 年代理式编程趋势报告）（PDF）。