从提效到重塑：AI 时代的 Intent-Native 软件开发
电力刚出现时，工厂只是把蒸汽机换成电机，车间布局不变——效率提升了，生产逻辑没变。二十年后，流水线、新车间、新产业形态才围绕电力真正成型。今天的 AI 使用，大多还停在这一步：在原有流程里加速写代码、改 bug、写文档，组织与交付物几乎不变。
本文整理一次关于「十年、二十年后软件行业如何围绕 AI 重塑」的讨论，并落到具体项目 v-p-s-stack（VPS 栈 + A 股动量筛选 + xian Agent）上，画出 Intent-Native 车间的布局图。
一、三阶段类比
| 阶段 | 电力革命 | AI 与软件 |
|---|---|---|
| 现在 | 蒸汽改电，布局不动 | 在旧流程里提效：PR、版本、上线逻辑不变 |
| 10 年后 | 流水线 + 新车间 | 流程重组：意图规格、行为契约、持续对齐 |
| 20 年后 | 没有电就不存在的新产业 | 产业重塑：代码可再生，价值迁移到信任与结果 |
二、十年内：流程重组
核心产出从「PR」到「意图 + 验收边界」
| 今天 | 10 年后 |
|---|---|
| 需求文档 + 接口设计 | 意图规格（目标、约束、不变量、风险偏好） |
| 手写实现 | AI 合成实现，人做裁决 |
| 单元测试 | 行为契约 + 形式化验收 |
| Code Review | Delta Review（只审关键决策与高风险变更） |
工程师更像系统设计师 + 验收官，而不是主要编码者。
软件生命周期：从「版本发布」到「持续对齐」
flowchart TD I[意图层：要什么] R[实现层：现在是什么] E[证据层：用户行为 / SLA / 合规 / 成本] I -->|持续调和| R R -->|自动观测| E E -->|反馈| I
「发版」退居二线；系统在 AI 驱动下小步演进，人只在阈值触发时介入。
团队与架构
- 小团队 + 高杠杆：10 人可能产出今天 100 人的产出
- 测试 / 运维 / DevOps 边界模糊 → 系统 Steward（管家）
- 代码库刻意做成 Agent-Native：语义化接口、强类型约束、全链路可观测、模块化边界清晰
三、二十年内：产业重塑
| 维度 | 可能的形态 |
|---|---|
| 产品 | 从固定 App → 按用户/场景实时合成的体验 |
| 代码 | 从人工维护资产 → 可丢弃、可再生的中间产物 |
| 公司 | 从「卖软件」→ 卖结果、卖合规、卖信任、卖领域判断 |
| 竞争 | 从功能对标 → 意图理解深度 + 责任承担能力 |
可能萎缩的工种：纯 CRUD、大量手工测试、重复性前端堆砌、低层次外包编码。
可能崛起的工种：Intent Architect、AI Liability Engineer、Behavior Auditor、Domain Sovereign、Synthetic System Operator。
只有 AI-Native 才做得到的事：软件间自主协商、法规实时适配、个体级定制 ERP、代码级持续实验、自愈型基础设施。
四、基础设施：电力的「电网与标准」
| 基础设施 | 作用 |
|---|---|
| 意图语言 / 规格标准 | 人和 AI 共同理解的「要什么」 |
| 责任与审计链 | 谁批准、谁负责、如何追溯 |
| 验证体系 | 机器改代码后，如何证明没破坏 invariant |
| 信任层 | 哪些决策必须人类签字 |
| 算力与能源 | 大规模合成的成本边界 |
没有这些，AI 只能停留在「更快的打字员」。
五、案例：v-p-s-stack 的「蒸汽机车间」
以仓库中的 stock 筛选栈 为例，当前链路如下。
flowchart LR
subgraph human [人]
U[开发者 / Cursor / xian]
end
subgraph code [代码资产]
SF[stock-filter.html]
SC[stock-cn.js]
SR[stock-router.js]
AS[auth-server.js]
end
subgraph data [数据]
L[stock-cn-latest.json]
B[stock-cn-bars 目录]
end
subgraph ops [运维]
SYNC[stock-cn-sync.sh]
DEPLOY[git push 与 VPS deploy]
end
U -->|改 HTML / JS / 策略| SF
U --> SC
U --> AS
U -->|手动跑| SYNC
SYNC --> L
SYNC --> B
SF -->|fetch| AS
SF --> SR
L --> AS
B --> AS
U --> DEPLOY
典型改动路径（例如「筛选页加 5 日行业净流入条件」）：
- 改
stock-filter.html的 UI 与前端过滤 - 可能改
stock-cn.js的CONFIG.entryRequireSectorInflow5d - 跑
stock-cn-sync.sh --backfill补数据 - 改
auth-server.js/Caddyfile（若新路由） - commit → push → VPS deploy
- 浏览器手点验证
AI（Cursor / xian）在这条链上加速打字，但车间布局没变：人仍是调度中心，代码仍是唯一真相，数据管道靠人工触发。
.xian/features.json 甚至尚未完整收录 stock 页面——Agent 对这块业务的「地图」不完整。
六、Intent-Native 车间：重布局
核心转变：代码从「资产」变成「可再生中间产物」；意图 + 验收契约才是主资产。
flowchart TB
subgraph intent [意图层 — 主资产]
IS[stock-filter.intent.yaml]
SS[stock-cn-strategy.intent.yaml]
SL[stock-data.slo.yaml]
end
subgraph reconcile [持续调和引擎 — xian 进化体]
X[xian reconcile loop]
V[verify 与 benchmark]
BT[stock-cn-backtest 自动门禁]
end
subgraph synth [合成层 — 可再生]
SF2[stock-filter.html]
SC2[stock-cn.js]
AS2[auth-server 路由片段]
end
subgraph runtime [运行态]
VPS[easy-vps.com 与 chat-auth]
DATA[latest.json 与 bars]
end
IS --> X
SS --> X
SL --> X
X --> SF2
X --> SC2
X --> AS2
X --> V
X --> BT
V --> X
BT --> X
SF2 --> VPS
SC2 --> VPS
X --> VPS
X --> DATA
DATA --> X
1. 筛选页意图（替代改 1334 行 HTML）
# intents/stock-filter.intent.yaml（示意）
feature: stock-filter
audience: admin-only
markets:
cn:
data_source: /auth/stock-cn
kline: /auth/stock-cn/kline
us:
data_source: /stock/gainers
universe: /stock/universe
filters:
- id: w100_rank
label: W100 排名
type: range
field: w100_rank
- id: sector_inflow_5d
label: 5日行业主力净流入
type: enum_top_n
field: sector_inflow_5d_rank
strategy_link: stock-cn.entry.sector_inflow_5d
invariants:
- A股 tab 不得暴露未登录用户
- K 线弹窗只读 stock-cn-bars，不直打东财
- 筛选结果超过 5000 行时必须分页
你对 Agent 说的话从「改 HTML 加下拉框」变成「在 intent 里启用 sector_inflow_5d，跑 reconcile」。
2. 策略意图（替代在 CONFIG 里试参数）
# intents/stock-cn-strategy.intent.yaml（示意）
strategy: momentum_pullback_v6
regime:
index: hs300
rule: close_above_ma200
entry:
drawdown_min: 0.15
sector_inflow_5d:
enabled: false
top_n: 40
backtest_gate:
min_sharpe: 0.8
max_drawdown: 0.25
dataset: 2019-01-01..2025-12-31
live_safety:
- regime 弱时 core_beta_pct 不得高于 0.94
- cooldown 30 天内不得重复入场同 code
调和循环：改 intent → 合成 CONFIG → 自动回测 → 不达标则拒绝 → 达标则 backfill → sync VPS → 页面自动展示新字段。
3. 数据 SLO（替代 README 里记一堆 bash 命令）
# intents/stock-data.slo.yaml（示意）
datasets:
stock-cn-latest:
freshness: "< 24h on trading days"
completeness: "has_kline=true 占比 >= 98%"
stock-cn-bars:
rule: W100 池内每只 code 必须有对应 json 文件
pipeline:
scan_location: local_only
deploy_target: vps:/opt/v-p-s-stack/infra/data/
scheduler_on_vps: disabled
alerts:
- when: bars 缺失大于 50
action: backfill-bars
- when: latest.json 超过 36h
action: full-scan
xian 夜间对照 SLO 自动选 sync 模式，只在策略门禁失败或连续补数失败时通知人。
七、同一条需求，两种车间
需求：弱市时筛选页默认隐藏 satellite 池，只显示 core beta 标的；且回测确认 v6 在 2022 年回撤更小。
今天（提效车间）
人工改 HTML、改 CONFIG、手跑 optimize 脚本、对比 JSON、手跑 sync、git deploy、浏览器验证——约 2–4 小时，易漏改前后端字段对齐。
Intent-Native 车间
live_safety:
weak_regime_hide_satellite: true
backtest_gate:
compare_baseline: v5
year_focus: 2022
xian reconcile：合成 UI + 策略分支 → 跑 v5 vs v6 子样本回测 → 回撤未改善则拒绝并附报告 → 通过则 backfill、sync、冒烟 → 写 intents/history 审计链。人只看报告，点 Approve 或 Reject——约 10 分钟人时。
八、xian 的角色演变
| 阶段 | xian 是什么 | 人做什么 |
|---|---|---|
| 现在 | Cursor 侧栏 + CLI，@页面 拉上下文 | 写 prompt，审 diff，手跑 sync/deploy |
| 1–2 年 | features 全覆盖 stock 栈 + verify 门禁 | 写 intent 草稿，审 benchmark 报告 |
| 3–5 年 | reconcile loop：意图 ↔ 代码 ↔ 数据 ↔ VPS | 定策略目标、批例外、看仪表盘 |
| 10 年 | 个人 stock 研究系统的管家 Agent | 说「加强弱市防御」，系统自己改策略+回测+上线 |
仓库已有雏形：stock-cn-signal.test.js（行为契约）、stock-cn-optimize-v5/v6.js（策略门禁）、xian verify（合并前检查）、stock-cn-sync.sh（可演进为 SLO 驱动调和器）。缺的关键一块：Intent 层尚未建立。
九、可落地的第一步
不必一步到位。对 v-p-s-stack，最小可行车间改造是四步：
- 补全
.xian/features.json的 stock 特征图——让@页面:筛选一次拉齐全链路。 - 抽一份
intents/stock-cn-strategy.intent.yaml——先把stock-cn.js的 CONFIG 关键字段抄成 YAML，改策略时先改意图再同步 JS。 - 把 signal 测试 + backtest 收成 merge 门禁——写入 xian verify 或 pre-commit。
- 给数据管道写 SLO 检查脚本——检查 JSON 新鲜度、bars 缺失数，超阈值打印该跑哪个 sync 模式。
这四步不改变架构，但把车间中心从「文件」挪向「意图 + 契约」——即从换电机，到开始考虑流水线布局。
十、一句话总结
十年内，AI 会重组软件流程——从写代码到定义意图与验收，从发版到持续对齐。
二十年内，AI 会重组软件产业——代码变成可再生中间层，价值迁移到信任、合规、领域与结果交付。
对 v-p-s-stack 而言：十年后不是少写代码，而是 stock-filter.intent.yaml + 策略门禁 + 数据 SLO 成为主资产；HTML 与 JS 像 nightly build 一样被 xian 持续再生；你主要在「弱市敢不敢上线 v6」这类担责决策上花时间。
本文根据 2026-07 关于 AI 重塑软件业与 Intent-Native 开发的对话整理。