电子产品世界

认真完成这一转型的企业，收获的将不只是更优秀的功能，而是一种可复利的结构性优势，且会随着每一轮部署周期不断扩大。

在软件工程的大部分历史里，我们一直遵循一种看似简单的模式：工程师定义行为，系统执行行为；行为出错时工程师修复，需求变更时工程师重写。在版本发布之间，系统是静态的 —— 它不会从生产环境的观测中学习，不会适配用户真实行为，也不会自主优化。

这种模式正在过时。不是因为工程师被取代，而是他们所构建的系统在本质上发生了改变。新一代软件系统会从运行产生的数据中持续学习，通过强化学习与结构化实验自主优化行为，某些场景下甚至能在运行时自动生成并部署代码。

软件工程正从构建软件转向构建学习系统。这一变革的重要性，堪比当年从瀑布开发转向敏捷开发。这是我在里约热内卢举办的2026 国际软件工程大会（ICSE） 上的核心观点，本文将结合已落地实践的企业，进一步展开解读。

关键区别：用 AI 的系统 vs 会持续学习的系统

我们必须清晰区分两类系统：

• 大多数企业只做到了在产品里嵌入 AI 模型，提升预测能力、推出更智能的功能。

• 极少企业做到了打造能自动闭环 “部署 — 优化” 的生产系统，无需工程师手动采集数据、重新训练、重新发布。

两者不是程度差异，而是架构差异。

学习系统把每一次生产交互当作训练信号，每一次发布当作一次实验，每一次失败当作反馈。构建它需要全新的设计模式、基础设施，以及对软件工程本质的重新理解。

四大技术融合，让规模化学习系统成为可能

1. 强化学习（RL）

监督学习需要提前准备标注数据，而强化学习让系统在实践中学习：执行动作、观测结果、朝着更优方向更新行为。

在内容推荐、物流路径、网络优化等序列决策场景，这是颠覆性能力升级。用 RL 优化配送路线的系统，不需要工程师告诉它最优路径，而是通过实测、评估、持续迭代找到最优解。

Ray 分布式计算框架背后的Anyscale，通过 RLlib 让工业级强化学习可工程化落地。Grab、爱立信、摩根大通等都在这套基础设施上运行实时强化学习任务，Physical Intelligence 也用它训练机器人系统。

Anyscale 证明：RL 不再是局限于游戏基准的科研玩具，而是已在关键业务流程中规模化运行的工程能力。

2. 联邦学习（FL）

它解决了 AI 商业化以来的结构性难题：世界上最有价值的数据大多不能移动。

• 医疗记录受隐私法规约束

• 金融交易受保密协议限制

• 工业设备传感器数据归客户所有

• 车辆遥测数据分散在全球各地

传统 AI 训练需要集中数据，导致绝大多数高价值企业场景无法使用。

联邦学习完全颠覆这一逻辑：不把数据搬到模型，而是把模型分发到数据所在端侧；本地完成训练，只回传模型的数学更新量，不传输原始数据，再聚合为全局共享模型。

来自剑桥大学研究、由 Felicis、Mozilla Ventures、Hugging Face CEO 等投资的Flower Labs，打造了全球最流行的开源联邦学习框架，诺基亚、保时捷、三星、Brave 均已商用，曾支持1500 万客户端同时实验。

对汽车、医疗、金融、工业物联网等数据分散、敏感、受监管的软件密集型企业，Flower 打开了利用此前无法触及的数据训练 AI 的通道。

其竞争意义重大：能用私有分布式数据训练的企业，将拥有对手仅靠公开 / 集中数据无法匹敌的 AI 系统。

3. 运行时代码生成与自愈

这是四项技术中商业化成熟度最低，但对软件工程学科理论意义最大的一项。

传统软件失败只有两种：明显崩溃（可检测修复）或静默退化（难以发现）。

学习系统可以做到：遇到从未见过的运行时故障，动态生成处理逻辑、自动部署修复、无需人工干预继续运行。

多所高校研究团队已用大模型在原型系统中验证：结合错误上下文、程序状态、预期行为，在运行时生成异常处理策略。

商用层面，Cursor、Windsurf 等系统已朝此方向演进，但仍需开发者辅助，尚未完全自治。

研究与生产落地仍有差距，但方向明确：能自主响应故障并修改自身的系统，与需要人工恢复的系统有本质区别。

4. 系统化 A/B 实验

这是最被低估的技术。

大多数企业只在产品经理有假设时偶尔做实验；而高速学习型企业把实验变成持续化、结构化：

• 每一次发布都是实验

• 每一次系统决策都是可验证假设

• 从观测到优化的链路全自动运行

这不仅是工具变化，更是软件系统优化理念的升级。

巴黎创立的Kameleoon是欧洲顶尖实验平台，将特性开关、A/B 测试、多变量实验、实时 AI 定向投放整合在一体。其架构核心理念：实验与个性化不是割裂行为 —— 实验信号优化下一轮定向，用户行为数据指导下一轮测试。

每年运行数千次实验的企业，学习速度与只做几十次的企业完全不在一个量级。

四大技术合一：形成可复利的学习架构

单独看只是工具，组合起来则构成完整学习架构：

• 强化学习需要奖励信号，来自对用户与系统行为的持续观测

• 联邦学习处理分布式数据，产出的模型可通过 RL 与实验持续优化

• 运行时代码生成让故障闭环速度远超人工开发周期

• 系统化 A/B 实验在全量发布前用真实行为验证每一次改动，形成数据飞轮，让每一轮学习迭代质量复利提升

每项技术都在放大其他技术的效果，共同定义了：什么是学习系统，而非静态系统。

构建学习系统，需要工程组织尚未具备的能力

这一转型对软件工程的影响深远：

• 奖励函数设计：定义 RL 系统优化目标，是产品思维与 ML 工程交叉的全新难题

• 数据治理与隐私架构：是联邦学习的前提，而非事后补救

• 可观测性工具：监控自主修改行为的系统，与监控固定代码的系统完全不同

• 组织架构：以项目为中心的开发模式，往往不适应学习系统要求的持续数据驱动优化循环

认真完成转型的企业，将获得结构性复利优势：

生产中的每一次交互都产生数据，每一份数据都优化模型，每一次模型优化都让下一轮实验更有价值，学习速度会越来越快。

固守静态系统的企业，将面临不断扩大的能力鸿沟，即便招聘更多工程师、加快发布速度也无法弥补。

最后引用唐纳拉・梅多斯：

“你无法从系统内部理解一个系统。”

关键词： 构建软件 学习系统 软件工程