工厂归来

AI 如何复活软件工厂之梦，敏捷能否在其中幸存

Polity 发布 | 2026 年 7 月
作者：Alexandre Kotcherguine，Polity Vision Officer & Investor；
Kevin Riedl，Wavect GmbH Managing Partner

本文讨论软件开发方法论与组织设计，依据公开资料，包括同行评审与预印本研究、受控研究，以及截至 2026 年年中的行业报道。来自快速变化领域的数字只是时点快照，可能被修订。本文不构成任何专业、法律或投资建议。

执行摘要

1968 年，在 NATO Conference on Software Engineering 上，Douglas McIlroy 呼吁建立一个大规模生产、按目录订购软件组件的产业。这是软件行业对 Taylor 式雄心的第一次表述：把编程从一门手艺转变为可重复、科学管理的供应链。这个梦想失败了两次：一次是 1970 与 1980 年代字面意义上的「软件工厂」，另一次是 2001 年敏捷运动起而反抗的笨重、以控制为导向的流程。两次的原因相同：你无法通过移除让手艺得以运转的判断来把它工业化。本文认为，agentic AI 如今以一种新形式复活了工厂之梦，它终于交付了 McIlroy 的组件（按需生成，而不是从目录订购），却以可测量的形式重现了击败其前身的那种张力。证据是双向的，本文完整呈现：大规模代码质量数据显示 AI 放大技术债；一项随机对照试验显示 AI 让专家开发者变慢，而他们却相信自己变快了；以及随着工具与实践在 2025 至 2026 年间成熟，这些信号迅速转向。答案是：敏捷签署者所捍卫的工程纪律不会在 AI 之下消失，而是沿栈上移，从键击移向规格说明。工厂第一次可以同时交付工业级吞吐量与手艺级敏捷，但这只对那些重新安置工程文化的组织成立，而不是像企业 Agile 时代常做的那样悄悄移除它。迄今记录最完备的 agentic 工厂（Stripe 的工厂，每周合并一千多个机器编写的 pull request）之所以有效，恰恰因为它被确定性关卡、沙箱和强制人工评审包裹；这就是本文论点在生产环境中的实证。决定性变量是治理，不是模型。

失败了两次的梦想

把软件工业化的主张与这门学科的名字一样古老。「software engineering」这个短语本身就是一次刻意的挑衅，为 1968 年的 NATO 会议而造，用意是宣告编程应当被从历史学家 Nathan Ensmenger 所称的「black art」阶段拖出来，变成理性化、可管理的东西 (1)。就在同一场会议上，McIlroy 给出了这个梦想最锋利的表达：一个由标准化、现成源代码组件构成的市场，复杂系统可以像电路板一样从中组装而成 (2)。这一愿景是明确的 Taylor 式方案（分解工作，标准化零件，把规划与执行分离），并且被认真付诸实践 (3)。「software factory」在 1974 年被注册为商标；整个 1980 年代，Hitachi、Toshiba、NEC 和 Fujitsu 建立了工业化软件工厂，在规模上强制推行标准化流程、复用库和质量控制。

它们没有兑现承诺的革命。复用远比按目录订购所暗示的更难：组件携带隐藏假设，让代码真正可复用的成本超过重写它的成本，而工厂的僵硬与软件所要求的持续变化格格不入。Taylor 式遗产转而迁入笨重的、按阶段设卡的方法论（瀑布式流程栈、详尽的前期规格说明、变更控制委员会），而 2001 年十七位工程师撰写《敏捷宣言》所反抗的正是这些。工厂作为字面意义上的机构失败了，又作为流程教条再次失败。两次的诊断相同：把工业控制的装置应用于一项创造性、实验性的活动，恰恰压制了它本要优化的东西。

为什么这一次不同

Agentic AI 以软件工厂从未做到的方式改变了机制。McIlroy 的组件必须先由人编写、编目、泛化和维护，别人才能订购；泛化的开销正是杀死复用的原因。编码智能体消解了这笔开销。它不是从货架上取回一个预制组件，而是按需合成一个贴合的组件，依据的是一段意图描述，针对的是眼前代码库的具体上下文。目录不再是有限且由人维护的；它实际上就是模型在你提出请求时生成所需零件的潜在能力。

这种能力不再是推测。在 SWE-bench Verified 基准（一套标准化的真实软件问题集）上，前沿模型从 2023 年末解决不到百分之二的任务，升至 2025 年初的约百分之七十八，再到 2026 年年中的超过百分之九十（附带关于前沿基准饱和与数据污染的常见警告）。工作单元也随之转移：实践者与研究者如今描述一种 agentic 软件开发生命周期，由一个编排器协调专门化的子智能体（规划、实现、测试、评审），而人类在意图与评审层面进行监督，不再亲自撰写 (4)。Anthropic 的 Economic Index 以美国劳工部 O*NET 任务分类法衡量真实的 Claude 使用情况，其 2026 年初的报告发现，约 49% 的职业已有至少四分之一的构成任务借助该模型完成 (5)。就这个狭义的机械意义而言，工厂已经到来：代码的生产如今可以被委托、并行化并持续运行，其方式 McIlroy 会认作其提案的实现。

旧的张力，如今可以测量

如果说机制是新的，危险却是旧的，而且第一次被量化，而不再只是被担忧。最严谨的警告来自 GitClear，其对 2.11 亿行变更代码的纵向研究（2020 至 2024 年，横跨 Google、Microsoft、Meta 等所有者的代码仓库）发现，随着 AI 辅助普及，改变的不只是代码的数量，还有它的构成 (6)。重复代码块的出现频率上升约八倍；重构（保持代码库连贯的刻意整合）从早期数据中约四分之一的变更降至不足十分之一；而 churn，即写下后两周内被修改或回退的代码行占比，显著攀升。在该数据集的历史上，复制粘贴的代码行首次超过被移动（重构）的代码行。用 Ward Cunningham 最初的比喻来说，这是技术债的累积快于偿还，正是他在 1992 年警告过的、能让组织陷入停摆的精确机制 (7)。

生产力的图景同样是双刃的。2025 年年中，非营利组织 METR 进行了该领域第一项关于 AI 编码辅助的随机对照试验：十六位经验丰富的开源开发者，在自己熟悉的成熟代码仓库上完成 246 项真实任务，AI 的使用被随机允许或禁止 (8)。开发者预测会提速 24%；专家经济学家和机器学习研究者的预测还要更高。测得的结果恰好相反：使用 AI 时任务平均耗时延长了 19%。比变慢更引人注目的是感知落差：即使亲历了这一切，开发者仍估计 AI 让他们提速了 20%。这是 Goodhart 的阴影出现在新场景中：每一项可见指标（提交量、pull request 数量、交付行数）都可以攀升，而真正重要的东西，即得到正确且可维护结果所需的时间，却朝相反方向移动。一个互补的担忧，实践者已开始称之为理解债（comprehension debt），点出了更深的风险：当生成速度超过理解速度，唯一能可靠评审 AI 输出的人（资深工程师）成为瓶颈，而他们漏掉的问题会进入生产环境。

第一个反对意见：信号已经在反转

诚实的反方论点是：上面每一个数字都是快速移动目标的时点快照，而趋势线已经开始向另一个方向弯曲。这个论点值得以最强形式陈述，因为它在很大程度上是对的。METR 自己用 2025 年末的 agentic 工具重新审视了这个问题，发现减速正在反转：在最初那批开发者中继续参与的子集身上，估计值从 19% 的减速移向 18% 的提速，尽管置信区间很宽，并附有自报收益不可靠的坦率警告 (9)。Google 的 DORA 项目在 2024 年数据中曾把 AI 采用与交付稳定性下降 7.2% 联系起来，2025 年则报告 AI 采用已与更高吞吐量相关，这是一次部分反转，尽管稳定性问题仍然存在 (10)。能力曲线陡峭，一篇锚定在 2025 年初工具上的批评，可能在被阅读时描述的已是一个不复存在的世界。

这个反对意见在事实上是正确的，但它让论证更锋利，而不是瓦解论证。反转的发生，不是因为模型在被粗心使用时不再产出易重复、无视上下文的代码；而是因为周边的纪律成熟了：更好的上下文工程、智能体运行框架、评审工作流，以及下文考察的规格优先实践。细读之下，METR 的后续研究是一项关于治理的发现：同一批开发者变快，是因为他们的方法改进了，而不仅仅是模型改进了。因此数据说的不是「问题自己解决了」，而是「问题由纪律解决，而纪律可以学会」。这正是本文论点的全部，从账本乐观的一侧得到确认。工厂的产出恰好按工程文化包裹它的程度而改善。

手艺去了哪里：沿栈上移

这个悖论的解法在于：AI 并不废除工程纪律，而是重新安置它。敏捷签署者捍卫的实践（测试先行开发、持续集成、重构、对代码健康的维护）不会因为机器来写代码而过时。它们从键击迁移到规格说明，从敲代码的动作迁移到定义、约束和验证代码的动作。这一迁移最清晰的表达，是规格驱动开发（spec-driven development）在 2025 至 2026 年间的迅速兴起。这种实践是在调用编码智能体之前，先编写一份结构化、纳入版本管理的规格说明（目标、约束、验收标准）。这样智能体拿到的是需要实现的明确意图，而不是需要揣测的模糊提示。

它是作为对「vibe coding」失败模式的直接、具名回应而出现的。vibe coding 是 Andrej Karpathy 在 2025 年初创造的说法，指用自然语言提示智能体并接受返回的结果 (11)。把 vibe 编码的软件推向生产环境的团队撞上了可以预见的墙：看似合理却偏离意图的代码、幻觉出来的接口，以及随项目扩张而腐坏的质量。到 2026 年，每个主要编码工具都推出了某种形式的规格驱动纪律，Karpathy 本人也宣告 vibe coding 时代正在落幕，让位于 agentic engineering：在人类监督下，让智能体对照详细规格接受编排。规格如今是首要工件；测试、代码和文档都从它生成。注意这是什么：这是测试驱动开发的核心洞见（先定义期望行为，再构建，然后据此验证）被提升了一个抽象层级。纪律没有死。它升职了。

人类角色随之等比例转移。agentic 工厂中的工程师花更少时间编写基础代码，花更多时间在架构、规格精确性和质量把关上：这是最完整意义上的产品所有权。实践者文献中反复出现的比喻很贴切：AI 搬运石块；金字塔仍由建筑师设计并检验。这不是工程判断的贬值，而是它的浓缩，这恰恰解释了为什么把判断抽走、指望模型来补上的组织，会遇到 GitClear 测得的重复与 churn。模型供给代码。它不供给用心。

守住敏捷：治理问题

论证在这里与关于企业 Agile 的旧论证重新汇合，因为失败方式押着同一个韵脚。最初的软件工厂移除手艺判断，并把结果称为工业化；企业 Agile 移除技术实践，保留仪式；对 AI 的粗心采用移除理解，保留速度仪表盘。每一种情形中，可见、可审计的表层被保留，承重的实质被掏空。因此，agentic 工厂并不自动等于敏捷的复兴；它是一个岔路口。走下一条路，AI 成为终极的去工程化工具：一台以工业规模生成未经评审、重复、无视上下文代码的机器，所有生产力指标一路绿灯，技术债与理解债却在底下复利累积。走下另一条路，它成为第一个能同时交付工厂吞吐量与手艺适应性的工具。

分开两条路的是治理，而其组成部分如今已被相当清楚地理解。它们包括：把规格纪律当作组织能力而非个人习惯（存活的、纳入版本控制的规格，能在任何单次智能体会话之外延续）；在智能体输出与人工验收之间设置自动化质量关卡，这样一个每周产出一千个 pull request 的智能体，即便漏洞率只有百分之一，也不会悄悄交付十个新弱点；针对新失败模式重新装备的评审工作流，因为这些失败模式是结构性、安全形态的，而不是错字形态的；以及持久、受治理的上下文（随代码库一起旅行的共享记忆、约定与约束，让智能体不再重新引入模型默认的重复）。对受监管领域（金融服务、医疗，以及 Polity 所在的链上金融基础设施）而言，这层治理不是可选的抛光，而是 agentic 吞吐量得以被接纳的前提条件。最初的工厂自上而下施加的控制、企业 Agile 作为仪式施加的控制，在这里被重新构想为嵌入开发基底本身的纪律，贴近工程师，以可执行的规格说明和自动化验证来表达，而不是工头的账簿。

对这类领域而言，这不再只是审慎问题；它正在成为法律问题。EU Artificial Intelligence Act（其主要义务原定自 2026 年 8 月 2 日起适用，该日期现处于拟议推迟之中）对高风险系统的要求，恰恰是 agentic 工厂无论如何都需要的纪律：在系统进入市场之前就存在的技术文档（第 11 条）、内建于核心设计而非事后加装的自动事件日志（第 12 条），以及经过工程化的人类监督，使有能力的人可以解释、推翻并叫停系统（第 14 条）(12)。这与上文所述实践的映射近乎精确：一份存活的、有版本的规格说明，是满足文档要求最直接的方式之一；纪律化智能体流水线的确定性关卡与审计轨迹，就是日志要求；只提交、不合并的评审，就是监督要求。监管论点与工程论点在此汇合。压低技术债的治理，就是让受监管部署方保持合法的治理。这意味着，对 Polity 服务的那类机构而言，是否嵌入手艺不是一种文化偏好，而是一个由法定时钟强制执行的可接纳条件。

工厂成真：一个实例

这不再是思想实验。2026 年初，Stripe 披露了迄今关于生产环境中运行的 agentic 工厂最详细的公开描述：一支名为「Minions」的内部无人值守编码智能体舰队，每周合并一千多个不含任何人写代码的 pull request（两周内升至约 1,300 个），所在代码库有数亿行代码，支撑着每年超过一万亿美元的支付规模。工程师在聊天消息里标记机器人然后走开；智能体启动隔离的机器、收集上下文、编写变更、运行测试，并返回一个完成的 pull request 供评审。用一则分析的话说，这是把「AI 不当作魔法黑箱，而当作僵硬工业流水线中的一个组件」，也就是说，McIlroy 的工厂终于建成了。

让这个案例对本文论证具有决定性的，是 Stripe 自己对它为何有效的说明。按工程师们自己的说法，模型几乎是一件商品（该智能体是一个开源工具的分叉），而杠杆完全在于包裹其外的治理。这套架构把创造性的 agentic 步骤与智能体无法跳过的硬编码确定性关卡交错排布：linter 运行、测试套件运行、随后提交，每一步都是固定检查点，而不是模型可能记得去做的事。规则按代码库中的位置有条件地应用，于是在 payments 目录里工作的智能体会继承 payments 的约束。上下文从约五百个内部工具被精选到每个任务只留下手术刀般的少数几个，防止模型淹没在自己的选项里。每次运行都在一次性的、无生产访问权限的沙箱环境中进行；系统持有的是提交权限，从不是合并权限，因此每个变更在上线前都有人评审。耐人寻味的是，Stripe 把工厂之所以可能，归功于早在智能体出现多年前为人类工程师所做的开发者体验投资（一次性开发机、CI 基础设施、linting 守护进程）。agentic 工厂没有取代工程纪律；它运行在工程纪律的基底之上。这就是本文的结论在生产环境中的实证：真正工业规模的吞吐量，恰恰通过把手艺嵌入流水线而非弃之不用来实现。

结语：有良知的工厂

McIlroy 1968 年的提案，目的地对了，路线错了。他相信工业化需要标准化的、由人编目的零件，以及管理它们的 Taylor 式装置；那条路线杀死了软件需要的敏捷和工程师供给的判断。Agentic AI 走另一条路抵达同一目的地（按需生成贴合的组件，而不是订购通用组件），并由此移除了让工厂折戟半个世纪的那个具体障碍。但它以新的形式继承了原罪。把模型当作工程文化的替代品，而不是由工程文化执掌的工具，这种诱惑与掏空字面工厂、继而掏空企业 Agile 的诱惑一模一样，如今却以远更快的速度和更大的规模唾手可得。

公允起见，必须记录对以上一切最强的反对意见，因为持这种观点的是严肃的人，而且它切得比「早期工具是否拖慢过谁」更深。在这种观点看来，对「手艺」的诉诸是穿着实验服的怀旧：为一个即将被技术变得过时的人类角色辩护。证据并不轻飘：到 2025 年，Microsoft 和 Google 的首席执行官声称其代码约四分之一到三分之一已由机器编写，Meta 的首席执行官则预计一年内其一半开发将由 AI 完成；据报道至少已有一家公司完全取消了人工代码评审；可信的实践者现在预测，凡验证基础设施足够成熟之处，人工评审将变为可选项。这一论证认为，如果机器能够定义规格、编写、测试和评审，那么「守住手艺」描述的是一个过渡阶段，而不是永久真理。这个反对意见值得认真对待，而且其中一部分将被证明是对的：今天被称为手艺的东西，有很大一部分是机械性的，将被无损地自动化。但它把判断所在的位置误当成了判断本身。即便在有记录以来最自主的案例，即 Stripe 的案例里，智能体持有提交权限，人类持有合并权限；让系统安全的那些确定性关卡，正是由行使着最大化论者宣称已过时的那种判断的工程师设计的；而且仍然必须有人决定什么值得构建、「正确」意味着什么、哪些失败可以容忍。手艺不会随打字一起消失。它迁入规格说明、关卡、威胁模型和评审；而自动化走得最远的公司，恰恰是在那份残余的人类纪律上投入最重的公司。

敏捷签署者花了二十年试图传达的教训，原封不动地适用于 agentic 时代：流程之轻，必须由其下工程之强来挣得。AI 让轻几乎免费，让强几乎可选，这正是为什么强如今必须是一个刻意的选择：编码进规格说明，由质量关卡强制执行，并由那些角色已从编写代码上升为治理代码创造的人所拥有。工厂已经归来。它是把软件工业化还是去工程化（是守住敏捷，还是仅仅自动化敏捷的毁灭），将不由模型决定。一如既往，它将由组织是否选择守住手艺来决定。

企业 Agile 的历史教导我们，一种方法变得危险，不在于它错误，而在于它的仪式比赋予它意义的手艺活得更久。agentic 工厂以更高的速度提出同一场考验：它将奖励那些把工程纪律沿栈上移的组织，并以前所未有的速度惩罚那些把打字的消失误当作工程需要消失的组织。

关于 Polity

本文属于 Polity 治理模型内部持续推进的治理与思想领导力出版项目。Polity 的核心论点是，持久结果由治理架构塑造，也就是工作、价值与义务借以形成的规则、激励和制度。agentic 软件工厂正是这个意义上的治理问题：同一种代码生成能力，取决于包裹其外的纪律，既可以工业化，也可以去工程化。Polity 为受监管数字金融建设基础设施，其治理框架旨在连接去中心化系统与机构级合规要求；如何在不牺牲保证的前提下，把自主、高吞吐量的软件生产引入受监管环境，是它直接面对的问题。

关于 Wavect

Wavect GmbH 是一家奥地利软件工程机构，为初创企业、规模化企业和大型企业构建产品导向的软件。服务涵盖全栈开发、兼职工程与产品领导、软件质量保障，以及人工智能、区块链和零知识系统的应用工作。Wavect 已为 Polity 项目提供软件开发与质量保障服务，合著者 Kevin Riedl 是公司 Managing Partner。更多信息见 https://wavect.io。

免责声明：本文仅为信息与教育目的发布，不构成专业、法律、金融或工程管理建议，也不构成对任何方法、产品、服务或组织的认可。对具名研究者、研究、工具、框架和公司的引用，仅用于分析与评论。研究数字取自所引来源，反映一个快速演变领域截至 2026 年年中的状态；其中若干是预印本、样本有限的受控研究或供应商自报数据，正文中已如实注明。所有第三方来源均为参考而引用；收录并不意味着 Polity 认可该来源或与之有关联。合著者 Kevin Riedl 是 Wavect GmbH 的 Managing Partner；Wavect 为 Polity 项目提供软件开发与质量保障服务，见上文「关于 Wavect」。为保持透明，本文披露这项商业关系；它不影响分析的独立性。文中观点属于作者本人。

参考文献

1. Ensmenger, N. (2010) The Computer Boys Take Over: Computers, Programmers, and the Politics of Technical Expertise. Cambridge, MA: MIT Press. Available at: https://doi.org/10.7551/mitpress/9780262050937.001.0001 (Accessed: 23 June 2026).
2. McIlroy, M.D. (1968) ‘Mass-produced software components’, in Naur, P. and Randell, B. (eds.) Software Engineering: Report on a Conference Sponsored by the NATO Science Committee. Brussels: NATO Scientific Affairs Division, pp. 138-155. Available at: https://www.cs.dartmouth.edu/~doug/components.txt (Accessed: 23 June 2026).
3. Taylor, F.W. (1911) The Principles of Scientific Management. New York: Harper & Brothers. Available at: https://www.gutenberg.org/ebooks/6435 (Accessed: 23 June 2026).
4. Synthesis of agentic SDLC research (2026) ‘Agentic AI in the Software Development Lifecycle’, arXiv pre-print (SWE-bench progression; productivity ranges; open problems including technical debt). Available at: https://arxiv.org/abs/2604.26275 (Accessed: 23 June 2026).
5. Anthropic (2026) The Anthropic Economic Index (reports of January and March 2026). (‘~49% of occupations have seen at least a quarter of their tasks performed using Claude’; SWE-bench and autonomy trends.) Available at: https://www.anthropic.com/research/economic-index-march-2026-report (Accessed: 23 June 2026).
6. GitClear (2025) AI Copilot Code Quality 2025: 211 Million Changed Lines of Code Analysed. Available at: https://www.gitclear.com/ai_assistant_code_quality_2025_research (Accessed: 23 June 2026).
7. Cunningham, W. (1992) ‘The WyCash portfolio management system’, OOPSLA ’92 Experience Report. (Origin of the ‘technical debt’ metaphor.) Available at: https://c2.com/doc/oopsla92.html (Accessed: 23 June 2026).
8. Becker, J., Rush, N., Barnes, E. and Rein, D. (2025) Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR. arXiv:2507.09089. Available at: https://arxiv.org/abs/2507.09089 (Accessed: 23 June 2026).
9. METR (2026) We Are Changing Our Developer Productivity Experiment Design. (Update on late-2025 AI uplift.) Available at: https://metr.org/blog/2026-02-24-uplift-update/ (Accessed: 23 June 2026).
10. DevOps Research and Assessment (DORA) (2024; 2025) Accelerate State of DevOps Reports. Google Cloud. Available at: https://dora.dev/research/ (Accessed: 23 June 2026).
11. Karpathy, A. (2025) Remarks on ‘vibe coding’ (February 2025) and subsequent discussion of agentic engineering. Summarised in Towards Data Science, ‘From vibe coding to spec-driven development’ (2026). Available at: https://towardsdatascience.com/from-vibe-coding-to-spec-driven-development/ (Accessed: 23 June 2026).
12. European Union (2024) Regulation (EU) 2024/1689 (Artificial Intelligence Act). Articles 11 (technical documentation), 12 (logging) and 14 (human oversight); main high-risk obligations originally applicable from 2 August 2026, subject to proposed deferral. Official text and summary at: https://artificialintelligenceact.eu/high-level-summary/ (Accessed: 23 June 2026).

新闻与网络来源（编号供事实核查）

正文把具体发现归于某项具名研究时，其一手来源列于上方「参考文献」。以下条目记录本文采用的二手报道，以及各自支持的论点。

• CIO (2026). ‘How agentic AI will reshape engineering workflows in 2026.’ Agent orchestration; engineer as orchestrator of agents and components; first-pass execution across the SDLC. cio.com
• Anthropic (2026). 2026 Agentic Coding Trends Report. Convergence of agent architectures; surge staffing; security-at-scale considerations. anthropic.com
• LeadDev (2025). ‘How AI-generated code compounds technical debt.’ GitClear figures; decline of the DRY principle; practitioner testimony on debt creation. leaddev.com
• Advisable (2026). ‘The hidden cost of moving fast: technical debt in AI-assisted development.’ Churn 3.1%→5.7%; DORA 7.2% stability decrease; METR 19% slowdown drawn together. advisable.com
• StepTo (2026). ‘Comprehension debt: the AI code crisis your metrics are missing.’ Senior engineers as review bottleneck; security-finding spike at a Fortune 50 firm. stepto.net
• METR (2025). ‘Measuring the impact of early-2025 AI on experienced open-source developer productivity.’ RCT design; 16 developers, 246 tasks; 19% slowdown vs 24% forecast / 20% perceived. metr.org
• CGI (2026). ‘Spec-driven development: from vibe coding to intent engineering.’ GitHub Spec Kit, AWS Kiro, planning modes; QA built into the SDD process; relevance to regulated industries. cgi.com
• BCMS (2026). ‘Spec-driven development: the definitive 2026 guide.’ SDD as response to vibe-coding failure; spec as primary artefact; relation to TDD. thebcms.com
• Towards Data Science (2026). ‘From vibe coding to spec-driven development.’ Karpathy on the close of the vibe-coding era and the move to agentic engineering under specification and oversight. towardsdatascience.com
• DEV Community (2025). ‘The AI productivity paradox.’ METR perception gap; DORA 2024→2025 reversal (stability down, then throughput up); junior-vs-senior adoption differences. dev.to
• InfoQ (2026). ‘Stripe engineers deploy Minions, autonomous agents producing thousands of pull requests weekly.’ 1,300+ PRs/week, zero human-written code; blueprints; submission-not-merge authority; human review of every change. infoq.com
• ByteByteGo (2026). ‘How Stripe’s Minions ship 1,300 PRs a week.’ Six-layer architecture; interleaved deterministic gates and agentic loops; sandboxing; conditional rule files; reliance on pre-existing developer-experience infrastructure. blog.bytebytego.com
• CNBC (2025). ‘Satya Nadella says as much as 30% of Microsoft code is written by AI.’ Nadella at LlamaCon (20-30%); Pichai (>25% of new Google code); Zuckerberg projecting ~half of Meta development within a year. cnbc.com
• Ry Walker Research (2026). ‘In-house coding agents: build vs buy.’ Survey of in-house agent programmes (Stripe, Ramp, Abnormal, Shopify); StrongDM’s no-human-review “software factory”; forecast that human review becomes optional with mature validation infrastructure. rywalker.com
• Augment Code (2026). ‘The 2026 EU AI Act and AI-generated code: what changes for dev teams.’ Maps Articles 11/12/14 to engineering practice; notes spec-driven workflows as a route to Article 11 documentation that exists before market placement; 2 August 2026 enforcement. augmentcode.com