Beyond the Harness: A Journey Towards Adaptative Engineering - Rajiv Chandegra, Annicha Labs
三句話摘要
從固定工程框架走向適應性工程：一個為 AI 在真實世界中自我組織的新設計哲學。 當 AI 從沙盒進入真實世界時，固定工程框架將不再是瓶頸，決定成功的將是系統的適應性——通過智能體之間的去中心化協調而產生的涌現智能。 固定工程框架的局限
重點整理
重點- 1
固定工程框架的局限
- 2
當前 AI 工程採用工廠模式（如 Claude Code、Cursor 等工具）──工程師在運行前就預先定義所有角色、工具、流程和順序。這種方式在複雜度固定、問題明確的場景中表現優異，但當 AI 系統進入真實世界時（多個行動者、多機構、與物理環境互動），固定框架因無法應對動態變化而變得越來越脆弱。
- 3
複雜問題需要複雜系統思維
- 4
講者區分了「複雜問題」和「複雜系統問題」。複雜系統（如鳥群、市場、組織）的特性是部分之間不斷互動和適應，整體無法通過分析個別部分推導出來。現代工程最常見的錯誤是把複雜問題當成複雜系統問題來處理，導致設計失敗。應對複雜系統需要「探針-感應-回應」，而非「分析-計畫-預測」。
- 5
涌現和自組織的力量
- 6
在系統關係和本地互動中，新的秩序會自然涌現。沒有單一部分包含這個整體特性（如水的濕潤特性不存在於氧或氫分子中，卻出現在它們的結合中）。適應性工程利用這一原理，讓智能體通過簡單的本地規則互動，產生複雜的協調行為，而工程師無需提前設計。
- 7
工程師角色的轉變
- 8
在適應性工程中，工程師不是廢除角色，而是重新定位它。工程師設計約束條件和遊戲規則（如耦合速率、獎勵機制、護欄限制），而不是預先決定結果。系統在運行中自我組織，工程師則通過「感應和回應」來引導這個過程，而非完全控制它。
實用技巧與重點
乾貨- 現有工程框架類型
- CLI 工具：Claude Code、Codex、Pi
- IDE：Cursor
- 多智能體編排：Langchain、Hermes、Klein、Goose
- 固定工程的特性
- 優點：可靠性、可審計性、線性因果追溯
- 組成：系統提示詞、代理角色、工具調用、工程迴圈
- 適用於：問題明確、複雜但非複雜系統的場景
- 複雜系統的三要素
- 多樣化智能體（非克隆，相互不同）
- 本地互動（每個行動者只與相鄰的互動，無全局視野）
- 遞迴學習和適應（智能體適應彼此和環境的結果）
- 適應性工程可調整的參數
- 耦合速率：智能體互動頻率
- 獎勵與成本：向特定目標驅動或施加護欄
- 控制層級：開放智能體能力 vs. 施加治理
- 系統感應：監測和回應涌現秩序
- 涌現過程的演化階段
- 初期：零星交互
- 連接增加：耦合逐漸建立，平均每個智能體連接一次
- 系統出現：整體秩序開始浮現
- 專門化：智能體根據環境反饋分化出差異化角色
- 聚類：形成工作良好的子群體
- 規範結晶：涌現出共享協議和治理機制（無中央權威）
- 動態重構：環境變化時系統自我調整結構
- 失敗風險
- 穩定陷阱：系統陷入局部最優而非全局最優
- 單一文化：訓練數據相同導致多樣性不足
- 可解釋性喪失：適應性越高，越難精確解釋
- 無法預測：運行時系統不斷變化
結論
結論“當 AI 從沙盒進入真實世界時，固定工程框架將不再是瓶頸，決定成功的將是系統的適應性——通過智能體之間的去中心化協調而產生的涌現智能。”
完整解析
詳細Rajiv 醫生首先梳理了當前 AI 工程的主流範式——使用固定工程框架（工廠模式）來指導智能體。所有工具（Claude Code、Cursor 等）都在運行前預先定義系統提示詞、代理角色、工具能力和工作流序列。這種方法極為有效且可靠，因為每個輸入都會產生可預測的輸出，且整個過程完全可審計——如果出現問題，可以追溯到具體的配置改變。
然而，講者指出了這種方法的根本局限：它基於一個錯誤假設，即世界是由穩定零件組成的。這適用於傳統軟件工程，但當 AI 系統進入真實世界時——與多個行動者、不同機構互動，並觸及物理環境——這個假設就會崩潰。真實世界是動態的、複雜的、充滿不斷變化的關係網絡。
講者從系統論的角度重新定義了這個問題。與還原主義不同，系統思維強調關係和流程優於孤立的部分。一個看似穩定的物體（如火焰）實際上是被持續的過程維持的模式。一旦停止過程，「物體」就不存在了。這個視角帶來了涌現的洞見：簡單的本地規則通過相互作用，產生無法通過分析個別部分預測的新層級秩序。例如，鳥群不是預先設計的，而是每隻鳥遵循三個簡單規則（與鄰近者對齊、避免碰撞、保持接近）產生的涌現結果。
基於這些理論，講者提出了「適應性工程」這一新設計哲學。它的核心思想是：不預先設計完整的工程框架，而是設計一組約束條件和遊戲規則，讓智能體在其中自由互動。隨著智能體之間的耦合增加，系統會自動產生專門化（不同的智能體發展出不同的角色）、聚類（形成協作好的子群）和規範結晶（涌現出共享協議和去中心化治理）。這個過程中，工程師的角色從「設計者」轉變為「感應和回應者」——觀察系統的涌現行為，並通過調整約束條件來引導它朝向期望的目標，但不強制特定的結果。
講者強調了一個關鍵區別：這不是「完全自由的智能體群」與「完全固定的框架」之間的非此即彼選擇，而是一個連續體。固定工程適用於問題明確、複雜但可預測的場景；適應性工程則適用於動態、複雜、多變的真實世界場景。他還指出了適應性工程的風險，包括系統可能陷入局部最優、多樣性喪失、可解釋性降低等。但他認為，當 AI 模型能力指數級增長並進入真實世界時，適應性工程將成為必然和高槓桿的選擇。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
