让确定性工作回归确定性：AI开发中的关键原则

在AI驱动的软件开发浪潮中，一个常被忽视却至关重要的工程信条正在回归：把本该确定的工作，真正做成确定的。这不是一句空话——它直指当前“智能代理（Agentic）系统”开发中的核心矛盾：我们习惯用大模型处理模糊、开放的问题，却错误地将本应精准、可复现的逻辑（如数据校验、状态转换、幂等操作）也交给非确定性模型来决策。结果是调试困难、测试失效、线上故障频发。正如经典“90/90法则”所揭示的：前90%的代码耗去90%的时间，而最后10%看似微小的边界逻辑，往往吞噬剩余90%的精力——只因它们被混入了不可控的AI链路。真正的工程效率，不在于让AI做更多，而在于清晰划界：把确定性任务交还给传统代码与严谨测试，只让AI专注其不可替代的领域——理解意图、生成创意、处理歧义。这不仅是技术选择，更是成熟AI工程文化的起点。

来源：OReilly-Radar