人工智能编程革命正在撞上一堵墙——这堵墙由数据而非代码构成。
数据基础设施危机
尽管88%的企业已采用人工智能，三分之二正在试验智能体，但真正实现智能体规模化部署的仅有十分之一。根据《麻省理工科技评论》的报道，问题不在于模型能力——而在于薄弱的数据架构。三分之二的商业领导者承认他们对数据缺乏信任，这使得可靠的AI成果几乎不可能实现。
问题不仅是拥有数据，更在于拥有正确的上下文。报告指出：“对智能体有价值的数据由上下文而非格式定义。”企业必须构建整合和治理管道，在原始数据之外传递业务上下文。没有这个基础，即使最强大的模型也会产生不可靠的结果。
竞争加剧
与此同时，构建最佳AI编程智能体的竞争正在升温。OpenAI正追赶Anthropic的Claude Code，为其Responses API配备计算机环境功能，使智能体能够直接与软件系统交互。这代表了一个根本性的转变——从简单响应提示的模型，转变为能够采取行动的智能体。
《连线》报道称，OpenAI的推动反映了日益增长的认知：AI的下一个前沿不仅是更好的语言理解，而是能够处理实际开发工作流程的实用智能体能力。
浏览器问题解决了？
一个重要的技术障碍可能已被清除。一个名为Agent Browser Protocol（ABP）的开源项目发布了专门为AI智能体设计的Chromium分支。其关键创新：ABP冻结JavaScript执行，并在每次智能体操作后捕获新鲜的浏览器状态，解决了困扰网络自动化的“过时状态”问题。
该协议在使用Opus 4.6的情况下，在在线Mind2Web基准测试中取得了90.5%的成绩，大幅超越了之前难以处理模态弹窗、动态页面重排和中断流的方法。
卡帕斯的“龙虾”革命
或许最引人注目的愿景来自AI研究者安德烈·卡帕斯，他预测开发者的工作方式将发生根本性转变。在一篇广泛讨论的文章中，卡帕斯将编程描述为从“写文件”转变为“管理智能体”——并给这些智能体起了个不寻常的绰号：“龙虾”。
这个理念是：未来的IDE不会消失，但它们的用途将反转。它们不再成为开发者直接编写代码的工具，而是成为智能体管理中心，人类在其中协调、指导和指挥AI助手。这需要一套全新的技能，专注于智能体编排而非语法。
接下来是什么
这些趋势的融合指向三个当务之急：
首先，企业在规模化智能体之前必须投资数据基础设施。没有可信的、上下文丰富的数据管道，即使最好的AI编程工具也会表现不佳。
其次，智能体生态系统正在快速成熟。浏览器自动化、计算机使用能力和会话分析工具正在向生产级系统汇聚。
第三，开发者应该为范式转变做好准备。2030年的IDE可能与今天的VS Code完全不同——“龙虾”可能会做更多的实际编码工作。
问题不在于AI智能体是否会改变开发——而在于当它们到来时，基础设施和工具是否准备好了。