1.1 “即时工程师”的崩溃#

“即时工程”已被 “上下文工程”取代。 你不再欺骗模型变得聪明； 这些模型（GPT-5、Opus 4.5）现在在原始逻辑方面比普通初级工程师更聪明。 架构师的工作现在严格来说是资源管理：

• 我应该将此任务路由到哪个模型？
• 需要多少上下文？
• 权限边界是什么？

2.1 GPT-5.1 和持久内存层 (PML)#

OpenAI（发布：2025 年 8 月/预览：2025 年 12 月）

GPT-5代表了“通用智能”的巅峰。 但 5.1 预览版中其定义功能是 PML（持久内存层）。

2.2 克劳德 4.5 作品：深度思考者#

人择（发布：2025 年 11 月）

如果 GPT-5 是首席执行官，那么 Claude 4.5 Opus 就是首席研究员。 它速度慢、成本高，而且非常出色。

2.3 Gemini 3 Flash：实时代理#

Google（发布：2025 年 12 月）

Gemini 3 Flash 改变了人工智能的经济学。 它是多模式本机和延迟优化。

• “0.2 秒”障碍： Gemini 3 Flash 可以在 200 毫秒内获取 UI 错误的屏幕截图、OCR 文本、解析日志并提出修复建议。
• 代理循环： 因为它非常便宜（0.10 美元/100 万代币），我们现在将它用于“强力推理”。 我们可以生成 50 个并行代理来同时尝试 50 个不同的错误修复，运行测试，并且只向用户呈现通过的测试。

3.1 MCP 的工作原理（“客户端-主机-服务器”模型）#

1. MCP 主机： 运行 AI 的应用程序（例如 Claude Desktop、Cursor、Cline）。
2. MCP 服务器： 一个公开数据的轻量级沙盒进程。
3. MCP 客户端： AI 模型本身。

1
// The AI wants to check a database.
2
// It sends a JSON-RPC message to the Host.
3
{
4
  "jsonrpc": "2.0",
5
  "method": "callTool",
6
  "params": {
7
    "name": "postgres_query",
8
    "arguments": {
9
      "query": "SELECT * FROM users WHERE status = 'active' LIMIT 5"
10
    }
11
  }
12
}
13
// The Host validates permissions ("Does this AI have DB access?").
14
// The Host forwards to the Postgres MCP Server.
15
// The Server executes and returns the JSON result.

社区中的免费 MCP 服务器数量呈爆炸式增长。 您今天可以在本地运行这些。

4.1 风帆冲浪：“心流”状态#

Windsurf（Codeium 出品）引入了**“Cascades”的概念。**

• 深度上下文感知： Windsurf 不仅仅查看打开的文件。 它索引您的变量定义、导入图和最近的终端输出。
• 预测导航： 如果您更改后端中的函数签名，Windsurf 主动会打开调用它的前端文件，甚至在您运行编译器之前突出显示中断。

4.2 Cline：开源协调器#

Cline 是开源世界的英雄。 它是一个 VS Code 扩展，可将编辑器变成自主代理。

• “Act”循环： Cline 不只是建议代码；它还建议代码。 它运行终端命令。 它可以： 1.npm test（失败）

2. 阅读错误。
3. 编辑文件。 4.npm test（通过） 5.git commit* MCP 集成： Cline 是最先进的 MCP 客户端。 您可以链接工具：“使用 GitHub MCP 查找问题，使用 Postgres MCP 检查数据，然后编写修复程序。”

5.1 DeepSeek-R2：开放重量奇迹#

DeepSeek-R2 是一种开放权重模型，可与 GPT-4o 竞争，但可以在消费类硬件上运行。

• 蒸馏： 它是使用来自较大推理模型的“知识蒸馏”进行训练的，使其能够用更少的参数进行深入的“思考”。
• 隐私： 通过在本地 Mac Studio 或 NVIDIA H100 集群上运行 DeepSeek-R2，公司可以获得“气隙智能”。 任何数据都不会离开大楼。

5.2 Ollama v2.0：模型操作系统#

Ollama 现在是本地 AI 的标准运行时。

• 热插拔： Ollama v2 保持 VRAM 中加载的“基本”权重，并立即热插拔“LoRA 适配器”（低阶适应）。 你可以在10毫秒内从“编码专家”切换到“创意作家”。

6.1 Qodo（以前的 Codium）：“BS 探测器”#

像 Qodo 这样的工具不再是“拥有就好”——它们是防御性基础设施。 他们的主要工作不仅仅是测试，还有幻觉遏制。

• “信心悬崖”： 人工智能代理即使在错误的情况下也非常自信。 Qodo 担任公正的审计员。
• 基于属性的模糊测试： 由于我们不能相信人工智能能够理解边缘情况，因此我们使用 Qodo 来“模糊”代理的代码——向函数抛出数百万个随机输入，以查看逻辑在哪里中断。
• 现实检查： 在生产中，我们看到 Qodo 拒绝了约 40% 的“系统 1”AI 代码，因为疲劳的人类审核员可能会错过一些微妙的逐一错误或安全回归。

6.2 现实的流程：“痛苦的循环”#

在理想化的演示中，代理编写代码，然后 CI 合并它。 事实上，管道是“特工挥舞”和“人类疲劳”的战场。

2025 年工作流程（现实世界）：

1. 提示（人类）： 高级开发人员向 Cline 描述了一项功能。
2. “初稿”（特工）： 克莱恩撰写该专题。 看起来很完美。
3. “幻影依赖”（CI 失败）： 构建失败，因为代理导入了不存在的库或使用了 2024 年已弃用的软件包版本。
4. “燃烧率”循环（代理）：

• 代理发现错误。
• 它试图修复它。 失败了。
• 它会再次尝试。 失败了。
• 结果： 您刚刚在 GPT-5 上花费了 12.00 美元的 API 积分来修复人类可以在 30 秒内修复的循环。

5. “审查瓶颈”（人类）： PR 最终通过了 CI。 更改了 45 个文件。 高级开发人员打开它。

• 问题： 阅读代码比编写代码更难。 开发人员扫描了它，错过了一个微妙的状态管理错误，并出于疲劳批准了它。

6. 生产（现实）： 该功能有效，但“持久内存”指出代码库的复杂性增加了 15%。 技术债务现在正在自动生成。

6.3 隐藏成本：架构熵#

2025年的危险不是“天网”； 它是大规模的意大利面条代码。

• 不一致： Agent A（使用 Claude）编写了Functional React。 代理 B（使用 GPT-5）编写 OOP 风格的类组件。 代码库变成了风格的精神分裂症。
• 膨胀： 人工智能代理更喜欢“添加代码”而不是“重构”。 他们很少删除旧的逻辑； 他们把它包裹起来。 在一年多的时间里，这导致了应用程序的巨大且难以维护的膨胀。