Coinspaid Dev执行负责人阿列克谢·图利亚（Alexey Tulia）在华沙举行的2026年科技竞赛峰会（Tech Race Summit）“工程领域的AI影响”小组讨论中，探讨了工程师和CTO角色的转变。他的发言核心是转向能够通过公司基础设施采取行动的AI系统。

各大公司已经在利用AI来协助起草和分析工作。下一阶段将把智能体连接到实时系统，从敏感数据到部署流水线，从而允许它们采取行动。这种访问权限引发了关于权限以及谁对每个决策负责的问题。

图利亚发表此番言论之际，正值业界对AI能力的发展是否快于安全实践展开更广泛辩论之时。今年9月，Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）呼吁放慢能力发展的步伐，以便安全工作能够迎头赶上。图利亚则关注了公司层面的一个相关问题：一旦AI智能体获得生产系统的访问权限，公司应该设定哪些限制。

当AI能够在生产环境中采取行动时，“我们赋予机器的权限越多，问责制就越发重要，”图利亚说道。

试想一个能够准备并向生产环境部署变更的AI智能体。是否应该允许它在没有人工批准的情况下这样做？如果部署失败，谁来负责？

在授予该访问权限之前，组织需要具备权限控制和审计日志。它还必须能够叫停智能体并从失败的部署中恢复。这些要求共同反映了图利亚更广泛的观点：生产环境中的更高自主权需要明确界定的权限和人类的责任。

投资于变革能力 图利亚鼓励CTO将AI支出与特定的组织需求挂钩。他的首要任务包括强大的API和可靠的数据。自动化测试、可观测性、安全性和灵活的架构为公司安全引入新技术提供了空间。

工程团队也需要具备进行实验的能力。如果一个项目计划耗尽了所有可用资源，那么就几乎没有空间来测试新的工具，也无法在优先级发生变化时做出相应的调整。

虽然采用新的架构或减少对供应商的依赖可能不会立即带来收入，但这些措施能够使企业在假设发生变化时更容易更换供应商或修改系统。

“我不需要完美地预测未来，我只需要让犯错的成本尽可能低。”Tulia说道。

随着人工智能技术的发展，工程师们需要为他们的工作成果负责。Tulia认为，这应该能让工程师们有更多时间去深入理解业务需求，并将开发成果顺利应用到实际生产环境中。

领导者可以通过向团队提供业务背景和明确的预期成果来支持这种转变。此时，生产力的评估标准应该包括代码的正确性、可维护性、安全性以及系统的运行性能，而不仅仅是代码的编写量。

展望2029年，Tulia预计工程团队的规模将会缩小，但它们需要承担更广泛的职责。她同时认为，人工智能将会生成大部分生产代码，从而提升代码验证和技术判断的重要性。

首席技术官（CTO）的角色将继续要求具备深厚的技术专长以及对业务的深刻理解。随着技术的不断发展，越来越多的供应商和由人工智能生成的系统将会被引入企业中，因此技术判断的能力将变得尤为重要。“我认为，技术判断的能力会变得更加关键。”Tulia强调。

对于工程领域的领导者来说，当人工智能系统被允许访问关键的生产系统之前，他们的首要任务是制定相应的安全防护措施并明确各项工作的责任归属。

关于Coinspaid Dev：Coinspaid Dev是一家独立运营的软件工程公司，专注于区块链基础设施的开发。该公司拥有超过120名工程师，拥有超过11年的行业经验。他们整合了软件工程、基础设施、安全以及研发团队，这些团队在构建分布式系统和区块链基础设施方面拥有丰富的经验，其技术成果已应用于20多个区块链网络中。

署名文章。并非由TNW新闻编辑部制作，亦不反映TNW的编辑立场。