Continuous Architecture 提出者 Murat Erder：AI 迫使我们清理过时文档

关闭通知

本文也有英文版。

本文在技术协助下翻译，并在发布前经过编辑审校。

。

（图片：Murat Erder）

Murat Erder与Pierre Pureur共同提出了持续架构（Continuous Architecture）这一概念。在过去30年里，他曾为软件供应商、管理咨询公司和大型国际银行工作——担任过开发者、软件架构师、企业顾问和CTO。他是《持续架构：敏捷与云中心世界中的可持续架构》和《实践中的持续架构：敏捷与DevOps时代的软件架构》两本书的合著者。

在iSAQB软件架构大会（Software Architecture Gathering）上发表演讲“AI驱动世界中的持续架构”之前，Murat Erder回答了有关AI如何改变软件开发、同时又不使良好架构的基本原则失效的问题。其中涉及更快的反馈循环、新产生的技术债务，以及软件架构师不能委托给他人的那一项责任。

广告后继续阅读

iX：持续架构原则早在当今生成式AI热潮之前就已提出。哪些原则因AI而变得更加重要？AI是否动摇了您最初的一些假设？

Murat Erder：美妙之处实际上在于，全部六条原则依然适用。作为这些原则的提出者，我们对此相当自豪，毕竟我们是在十多年前提出这些原则的。不过，如果一定要我挑出几条，那会是原则2、5和4。

原则2：“关注质量属性”。性能、可扩展性和安全性等质量属性的重要性无需进一步解释。然而有趣的是成本因素：在一个不断变化的市场中，理解如何以成本高效的方式开发智能体系统正变得越来越重要。

原则5名为“为构建、测试、部署和运维而架构”。开发AI系统——或利用AI开发系统——再次迫使我们构建高效可靠的流水线。越是始终如一地采用完全AI原生的软件开发方式，这一点就越重要。

原则4：“为变化而架构。善用‘小的力量’”。尤其是在构建智能体系统时，模块化、自包含组件——即智能体——的基础至关重要。与此相关的还有系统可维护性的问题。AI开发的软件对可维护性的影响，我们恐怕要到几年后才会看清——而这一认识很可能并不令人愉快。

对我们最初假设最重要的改变在于，我们当时假定的是完全由人主导的流程。今天我们则必须考虑另一个世界。不过，改变的更多是“如何做”，而不是基本原则。

广告后继续阅读

（图片：iSAQB）

iSAQB软件架构大会2026将于11月17日和18日举行。这场由iSAQB和heise conferences主办的会议将迁至更大的场地，今年提供五个并行分会场，约50场演讲和主题演讲。重点尤其在于AI对软件架构的影响。

您提出一个推测：AI终将迫使企业整顿其数据基础。是什么让AI成为这一转变的可能催化剂，架构师在这一转型中应扮演什么角色？

如果我说AI的优劣取决于它所处理的数据，恐怕有些人会不再听下去，因为这句话已经说过很多次了。但其中确实有道理。即便在最基础的层面上，看到企业清理自己的Confluence、以便简单的知识管理智能体能够给出正确答案，也颇为引人注目。

AI迫使我们清理过时的文档。在企业层面，过去15年里我们见证了CDO（首席数据官）组织的兴起，其成效参差不齐。如今AI又提供了一个契机，终于去解决同一个挑战。困难的与其说是技术因素，不如说是组织因素。人们不应低估康威定律的影响。这也体现在原则6中：“按照你正在开发的系统的设计来组织你的团队”。

架构师在应对数据混乱方面的作用，在于应用这些原则并思考组织层面的职责归属。

您谈到“AI技术债务”。AI产生的技术债务与其他技术债务有何不同，架构师今天就应该留意哪些警示信号？

在代码库层面，显而易见的挑战在于管理AI生成的代码。如果先设计架构、再生成代码，这本不该成为问题。反之，如果先生成代码、再试图弄清其结构，那还不如把它扔掉、从头再来。

在我看来，AI将让所有工程师都成为架构师——所需的技能组合会不断演进和变化。

在企业层面，我们正目睹EUAIA的爆炸式增长——这个词是我刚造出来的，指的是终端用户AI智能体（End User AI Agents）。核心问题是：我们如何应对大量做出决策或提出建议的AI智能体？这些决策的数据从何而来？我觉得关于上下文层的研究非常有意思，它能在决策过程中捕捉隐性知识。

这只是两个例子。此外还有嵌入SaaS解决方案中的AI、智能体的串联，以及错误的级联等话题。

AI如何改变架构决策的时机？它是给架构师更多推迟决策和进行试验的自由，还是让早期的架构护栏变得更加重要？

AI无疑给了我们更多自由，去试验新的产品创意，并基于反馈对其进行修改。但我坚信，打造可持续产品的核心架构决策依然重要。

发生变化的是反馈回路的速度，这将对我们的工作方式产生影响。

与此相关的是认知过载的问题。如果我们最终只剩下做决策，那么有多少决策我们可以自己做，而不必委托给AI？

展望十年之后：您认为AI最有可能接管架构师的哪些任务——而哪些责任您是极不愿意交给AI的？

目前一切发展得如此之快，我怀疑自己能否预见十年后的情况。首先，架构师的角色会变得更加重要。补充一点：我们一直强调，架构是一种技能，而不是一个角色。如前所述，工程师的技能组合会自然而然地朝着更具架构思维的方向演进。

就围绕架构的活动而言，记录系统、依赖关系和架构决策，并将这些任务委托给AI，将变得容易得多。为满足重要质量要求而识别和比较架构模式也会更容易。其中一些可以委托给AI，只要我们明确记录架构决策及其决策者。

但归根结底，必须有人——或一个团队——为系统的架构承担责任。这些人可以为系统运行良好而自豪，也可能在出问题时焦头烂额。

这份责任无法委托给AI。

本次采访由Madlen Schenk进行。

（rme）