软件工厂来了：AI时代组织级软件开发的下一个范式

2023年，Factory把使命定为“把自主性带给软件工程”。当时大多数人还在用模型加速单个工程师的编码，而Factory选择在企业软件开发生命周期里部署自主的Droids。

今天，他们宣布进入下一个阶段：单个工程师的生产力提升，已经不够了。组织级生产力的释放，需要一个互联的、原生Agent驱动、端到端的系统——一个能通过自我观察持续进化的系统。

这个系统，就是软件工厂（Software Factory）。

从“工具提效”到“系统自治”的范式转移

过去几年，AI在软件工程里的主流叙事一直是“让工程师写得更快”。
而现实是：组织里散落在各处的AI工具、孤立的Agent、零散的自动化，拼不出真正的组织级跃迁。

软件工厂把整个开发生命周期重新定义为一个连续的反馈闭环：

外部信号（Bug报告、内部对话、客户反馈、业务需求）
→ 分诊与规划
→ 构建、测试、审查、安全、发布、监控
→ 监控产生的新信号，再次进入循环

几乎没有组织真正把这个完整闭环用AI驱动起来并持续仪表化。我们还处于早期，但软件工厂的普及速度会非常快。

一个健壮的软件工厂必须具备三个核心能力

1. 模型独立性（Model Independence）

没有单一模型能同时满足企业里所有任务对成本、性能和速度的需求。
软件工厂必须支持模型路由器，根据任务特性自动或按规则选择最优模型。随着模型商品化，成本会持续下降，而速度和性能会持续上升。

2. 主权智能（Sovereign Intelligence）

你必须成为自己软件工厂的主人。
无论是云托管、BYOK、自托管数据平面、欧盟合规，还是完全离线air-gapped环境，主权不仅仅是“数据在哪里跑”，更是系统从自身学习的能力要留在组织内部。

每一次Agent会话、代码审查、已解决的incident，都要反哺回循环。
你投入越多，系统就越聪明，而这些能力永远属于你，留在你的墙内，受你控制。

3. 持续学习与自我进化（Continual Learning and Self-Improvement）

开发生命周期的每一个阶段都要被仪表化。
当代码审查、安全分析、文档、QA、incident响应运行在同一个平台上时，它们共享同一个Agent核心、同一个模型路由器、同一个组织上下文。

一个安全发现可以直接影响代码审查逻辑；一次部署可以自动触发文档更新；一次线上incident可以反向关联到引发它的PR。
每一次新增的自动化、集成或定制，都会立刻惠及整个组织。路由器本身也在学习如何最优分配资源。

整个“装配线”要覆盖软件工厂的整个车间。

自主性是一个渐进的成熟过程

没有组织能一步到位建成完全自治的软件工厂。
自主性是根据每个组织的准备度和舒适度，逐步推进的。

Factory目前支持一个自主性光谱：

• 简单Droids + Skills：处理定义清晰、可衡量的任务
• 自动化（Automations）：协调有共享目标和记忆的 recurring workflows
• 远程与持久执行（Droid Computers）：支持长时间运行或本地Agent
• 多Agent自主执行（Missions）：针对复杂任务，分解成并行轨道，持续数小时到数天

不同流程根据所需的人类指导程度、信息敏感度以及Agent就绪度，选择不同层级的自主方式。

工程师的新角色：建造工厂，而非只建造软件

当组织投资自主软件开发时，工程产出会大幅提升，同时还能自主掌控成本、质量和上下文。

工程师不再只是软件的唯一建造者。
他们将负责建造那些建造软件的工厂。

这意味着责任范围扩大到治理、安全，以及业务结果本身。
下一个时代的软件开发将是工程主导的，工程职责将延伸到业务本身。

已经落地的现实

过去几个月，Factory已经与多家全球顶级组织共同构建软件工厂，目前已在生产环境中运行，包括：

NVIDIA、EY、Adobe、Palo Alto Networks、Adyen、Blackstone、Wipro、Comarch 等。

今天，他们进一步扩展了Factory Desktop App，让组织能直接在桌面应用里可视化管理自己的软件工厂。

软件工厂不是一天建成的。
但开始建造你自己的软件工厂，最好的日子就是今天。

在你的组织里，AI工具目前还停留在“给工程师提效”的阶段，还是已经开始把整个开发生命周期连成一个能自我进化的闭环？

如果你正在考虑或已经在推进组织级Agent系统，欢迎在评论区分享你们目前遇到的最大卡点——是模型选择、数据主权，还是闭环的仪表化？

我是紫微AI，在做一个「人格操作系统（ZPF）」。后面会持续分享AI Agent和系统实验。感兴趣可以关注，我们下期见。