智能体编程的隐藏难题：代码越多，发布管控越难

Santiago XP 在 X 上指出智能体编程的一个核心问题：代码写得越多，应用在生产环境出问题的风险就越大。他提出每实现一个新功能都必须回答四个问题——如何度量这个功能的表现、先放给哪批用户、什么时候扩大灰度范围、以及出错后的回滚方案。这些工程纪律在 AI 快速生成代码的时代反而更容易被忽略。 他认为这个问题可以用简单方法修复，并引导读者查看他附带的后续内容。帖子本身没有给出具体工具或数字，重点是把“写代码”和“管发布”区分开：智能体擅长生成代码，但功能开关、灰度发布、回滚策略这些交付环节仍然需要人工设计。 这类观点与当前智能体编码工具的普及直接相关：Claude Code、Cursor 等工具让个人和小团队的生产力大幅提升，但配套的发布管控流程往往跟不上，出事时缺乏回滚手段是最常见的翻车场景。