Driven（驱动式，如 Data Driven、Prompt Driven、Agent Driven）是当前 AI 工程领域的核心方法论关键词，指以数据、提示词或智能体等某种核心要素作为系统设计与决策的主要驱动力的开发范式。它并非单一技术，而是一类前后缀组合的概念统称，近年在学术论文、工程实践和社区讨论中的出现频率持续上升，覆盖从算法研究到软件工程流程的多个层面。
Driven 相关研究与近期进展
在算法研究层面，数据驱动（Data Driven）方法持续向基础设施领域渗透。Data Driven Block Replacement Scheduling 论文提出数据驱动块更换调度算法展示了如何用数据驱动算法优化存储系统的块更换调度决策，将传统依赖固定规则或阈值的运维策略替换为基于数据学习和预测的动态方案。
在模型训练方向，代码生成中的熵正则化排序掩码策略优化则代表了另一类 Driven 思路——通过熵正则化等机制驱动强化学习策略在代码生成任务中的探索与收敛，反映了策略驱动优化正在成为大模型后训练的重要手段。
Agent Driven（智能体驱动）是另一个快速升温的分支。Evaluating VLMs for Agent-Driven Geometry Clipping Detection in Game QA 评估了视觉语言模型在智能体驱动的游戏质检场景中的表现，说明 Driven 范式已从文本任务扩展到多模态与垂直行业流程。
在开发者社区侧，Mem0 支持 Prompt-Driven 开发黑客马拉松表明 Prompt Driven（提示词驱动）已成为社区实践的重要主题，开发者围绕以提示词为核心的开发流程展开竞赛与协作。与此同时，阿里云×Qoder 7月22日新加坡举办AI黑客松，奖金3000美元等活动，也为这些驱动式开发方法的落地提供了实验场。
当前焦点与观察点
综合近期动态，Driven 类概念呈现三个值得关注的趋势：
其一，从“数据驱动”一枝独秀走向多要素并立。Data Driven 强调以数据为决策依据，Prompt Driven 强调以提示词编排系统行为，Agent Driven 则把驱动主体升级为具备规划与工具调用能力的智能体，三者分别对应不同抽象层级。
其二，工程方法论正在被系统化梳理。吴恩达AI工程技能图谱：构建与部署AI应用 及相关讨论将构建与部署 AI 应用的技能路径可视化，其中数据与提示词的驱动式思维被列为工程师的基础能力。社区也在沉淀更细的沟通与流程知识，如 1 分钟认识 13 类常见 Motion 动效名称，跟 AI Agent 沟通动画更准 所展示的人与智能体协作细节。
其三，流程约束与质量保障成为争议点。Google工程师开源Agent Skills：强制流程提升AI编码质量 提出通过强制流程约束智能体行为来提升编码质量，这引出一个开放问题：Driven 范式强调灵活驱动，但过度强制流程是否会削弱其优势，边界仍待实践检验。此外 GitHub Copilot 推出新应用，支持多语言学习课程 等产品动向也显示，主要厂商正把驱动式工作流嵌入面向普通用户的工具中。未来观察重点在于 Driven 方法能否在可靠性、可维护性上形成标准化共识。