企業(yè)軟件研發(fā)AI轉(zhuǎn)型的坐標(biāo)系：奇點(diǎn)智能研究院發(fā)布《AISMM 2026 AI原生軟件研發(fā)成熟度模型白皮書(shū)》

最近又值模型“高發(fā)期”，Claude 4.7 和 DeepSeek V4 的相繼發(fā)布，讓行業(yè)情緒幾度高漲。一邊是開(kāi)發(fā)者為 Agent 接管更多執(zhí)行環(huán)節(jié)而興奮，另一邊，很多企業(yè)的工具雖然接進(jìn)來(lái)了，可一旦往組織深處走——知識(shí)沒(méi)整理、流程沒(méi)改寫(xiě)、運(yùn)行環(huán)境還是舊的、治理邊界也沒(méi)重建，真正的系統(tǒng)性收益并沒(méi)有出現(xiàn)。這也正是最擰巴的地方：模型在狂奔，組織卻沒(méi)有那么快跟上。

所以，今天討論 AI 原生，已經(jīng)不能只盯著模型會(huì)不會(huì)寫(xiě)代碼，而要開(kāi)始回答另一個(gè)更難的問(wèn)題：企業(yè)到底該怎么穿過(guò)這輪變革。為此，奇點(diǎn)智能研究院在 上發(fā)布了《AI 原生軟件研發(fā)成熟度模型白皮書(shū)》（AISMM 2026 版）。這份白皮書(shū)由奇點(diǎn)智能研究院專家團(tuán)隊(duì)，基于豐富的行業(yè)客戶咨詢案例，并融合業(yè)界最佳實(shí)踐形成，是 AI 軟件研發(fā)領(lǐng)域一項(xiàng)很關(guān)鍵的階段性成果，得到了行業(yè)專家的關(guān)注與認(rèn)可。

? 2026 奇點(diǎn)智能技術(shù)大會(huì)上，奇點(diǎn)智能研究院院長(zhǎng)李建忠發(fā)布 AISMM 白皮書(shū)的現(xiàn)場(chǎng)

它切中的現(xiàn)實(shí)并不抽象。

過(guò)去一年，關(guān)于 AI 寫(xiě)代碼這件事，行業(yè)已經(jīng)熱到幾乎不用再證明了。Sonar 2026 的開(kāi)發(fā)者調(diào)查報(bào)告顯示，72% 的開(kāi)發(fā)者每天都在使用 AI 編碼工具，AI 生成或輔助的代碼已經(jīng)占新增代碼的約 42%。Google 發(fā)布的 DORA 2025 報(bào)告里，軟件開(kāi)發(fā)領(lǐng)域 AI 工具采用率達(dá)到 90%，同比增長(zhǎng) 14%。市場(chǎng)研究報(bào)告則顯示，AI 代碼工具市場(chǎng) 2026 年規(guī)模已經(jīng)達(dá)到約 100.6 億美元，預(yù)計(jì)到 2034 年會(huì)增長(zhǎng)到 705.5 億美元。

這一切看上去都像一場(chǎng)已經(jīng)完成了一大半的生產(chǎn)力革命。Copilot 成了很多開(kāi)發(fā)者的默認(rèn)入口，Claude Code 和 Codex 把寫(xiě)代碼從建議模式推進(jìn)到了執(zhí)行模式，Agent、智能研發(fā)平臺(tái)、AI 原生軟件這些詞一輪輪刷屏，行業(yè)情緒高得幾乎像在迎接一個(gè)已經(jīng)到來(lái)的新紀(jì)元。

但另一組數(shù)據(jù)很快就把這種樂(lè)觀拽了回來(lái)。McKinsey 2025 的調(diào)研里，真正能夠在 AI 投入和產(chǎn)出之間建立良性循環(huán)的企業(yè)，大約只有 6%。BCG 2025 的報(bào)告里，全球只有 5% 的企業(yè)可以稱得上 AI Future-Built，60% 的企業(yè)仍然在掙扎。

當(dāng)個(gè)體效率提升遭遇組織能力瓶頸，真正的難題就開(kāi)始浮出水面。

從「有工具」到「有能力」

AI 在個(gè)體層面的 adoption 已經(jīng)非常高，組織層面的能力建設(shè)卻沒(méi)有同步完成。熱的是工具，卡住的是組織。很多公司已經(jīng)擁有模型、助手、編碼插件和一批能熟練使用它們的人，但真正稀缺的東西還在另一邊，知識(shí)有沒(méi)有被整理成可消費(fèi)的資產(chǎn)，流程有沒(méi)有被改寫(xiě)成 Agent 可以執(zhí)行的規(guī)范，運(yùn)行環(huán)境有沒(méi)有從人類工程師時(shí)代遷移到 Agent 時(shí)代，組織角色、治理邊界和評(píng)價(jià)體系有沒(méi)有一起變化。

白皮書(shū)把這道鴻溝概括成從「有工具」到「有能力」。

企業(yè)今天的困境并不能簡(jiǎn)單理解成暫時(shí)落地慢，或者某個(gè)部門(mén)還不夠重視 AI。如今很多組織眼下遭遇的不是 adoption 問(wèn)題，而是結(jié)構(gòu)問(wèn)題。工具已經(jīng)足夠先進(jìn)，但工具只是插進(jìn)了舊體系，舊體系本身卻沒(méi)有被改寫(xiě)。于是局部看起來(lái)火熱，整體卻沒(méi)有形成真正的躍遷。

19 世紀(jì)末，工廠從蒸汽動(dòng)力轉(zhuǎn)向電力時(shí)，最開(kāi)始只是把電動(dòng)機(jī)裝進(jìn)舊廠房，生產(chǎn)率并沒(méi)有馬上起飛。直到工廠圍繞電力重新設(shè)計(jì)布局、流程和協(xié)作方式，生產(chǎn)率才真正躍升。AI 轉(zhuǎn)型也是一樣，給團(tuán)隊(duì)配上 AI 工具，不等于組織已經(jīng)完成轉(zhuǎn)型。真正困難的部分，不在工具有沒(méi)有接進(jìn)來(lái)，而在流程、知識(shí)體系、運(yùn)行環(huán)境、協(xié)作模式和治理方式要不要一起重構(gòu)。

如果說(shuō)前面這些內(nèi)容講清楚的是，為什么行業(yè)一邊在狂奔，一邊又像被困在原地，那么白皮書(shū)接下來(lái)要做的第一件事，就是給這種割裂感畫(huà)一張地圖。

AISMM 不是打分卡，而是一張位置地圖

面對(duì)這場(chǎng)系統(tǒng)級(jí)變革，企業(yè)需要一個(gè)能夠全景掃描自身能力狀態(tài)、識(shí)別短板瓶頸、規(guī)劃漸進(jìn)路徑的系統(tǒng)性坐標(biāo)系。AISMM 采用的是一個(gè) 5×5 的矩陣結(jié)構(gòu)，橫軸為五個(gè)成熟度遞進(jìn)階段，縱軸為五個(gè)關(guān)鍵維度。這一結(jié)構(gòu)背后，指向的是哪些能力會(huì)穿越技術(shù)周期，持續(xù)決定組織的 AI 原生研發(fā)能力。

五個(gè)遞進(jìn)階段反映了組織 AI 能力從引入到原生的演進(jìn)規(guī)律，從 L1 輔助提效、L2 領(lǐng)域集成、L3 Agent 協(xié)同、L4 自主代理到 L5 自進(jìn)化工廠。

五個(gè)關(guān)鍵維度則覆蓋了組織級(jí)的結(jié)構(gòu)性能力，基礎(chǔ)設(shè)施、知識(shí)工程、流程工具、組織人才、安全治理。用一個(gè)更直觀的比喻來(lái)說(shuō)，基礎(chǔ)設(shè)施是底座，知識(shí)工程是燃料，流程工具是引擎，組織人才是駕駛者，安全治理是護(hù)欄。

只看這個(gè)結(jié)構(gòu)，你會(huì)以為它又是一張熟悉的成熟度表格，一個(gè)企業(yè)站進(jìn)去，測(cè)一測(cè)自己處在哪一層，再?zèng)Q定下一步要不要升級(jí)。但白皮書(shū)真正想建立的不是分?jǐn)?shù)，而是位置感。它想幫助企業(yè)回答的是三個(gè)更根本的問(wèn)題：

• 我在哪里？

• 我應(yīng)該去哪里？

• 我怎樣到達(dá)那里？

通過(guò)系統(tǒng)性診斷當(dāng)前狀態(tài)、識(shí)別維度之間的不均衡，再結(jié)合業(yè)務(wù)優(yōu)先級(jí)規(guī)劃漸進(jìn)路線，企業(yè)才能把有限資源集中到最具杠桿效應(yīng)的能力提升路徑上。

這也是它比很多 AI 研發(fā)報(bào)告更有用的一點(diǎn)。它沒(méi)有把問(wèn)題收縮成單點(diǎn)工具比較，而是把變化放回一個(gè)軟件生產(chǎn)體系里重新排布。一個(gè)維度往前走，并不自動(dòng)意味著整套系統(tǒng)已經(jīng)完成升級(jí)。很多企業(yè)真正的尷尬，就在于它們?cè)谀承┚植靠雌饋?lái)已經(jīng)很先進(jìn)，但一旦把五個(gè)維度并排放在一起，斷裂馬上就會(huì)暴露出來(lái)。

不同類型的軟件，本來(lái)就不該追求同樣的成熟度目標(biāo)。簡(jiǎn)單應(yīng)用型軟件，在 L1 可能就已經(jīng)足夠釋放價(jià)值。復(fù)雜系統(tǒng)級(jí)軟件，則往往要走到 L3、L4 才真正具備工程支撐。

三大范式的同步躍遷

要理解當(dāng)前轉(zhuǎn)型困境的根源，還得繼續(xù)往里看。白皮書(shū)先給出了一組總判斷，今天的軟件行業(yè)變化，不是一次普通的工具升級(jí)，而是三條主線同時(shí)在變。

第一條是應(yīng)用范式。軟件的交互邏輯正在從圖形界面轉(zhuǎn)向自然語(yǔ)言意圖界面，軟件的基本形態(tài)也會(huì)從功能模塊，逐步轉(zhuǎn)向圍繞任務(wù)執(zhí)行的 Agent。

第二條是開(kāi)發(fā)范式。軟件工程正在從代碼工程向行為工程遷移，開(kāi)發(fā)者的工作不再只是逐行實(shí)現(xiàn)功能，而是管理上下文、約束 Agent、設(shè)計(jì)運(yùn)行環(huán)境、組織協(xié)作。

第三條是計(jì)算范式。軟件運(yùn)行的底層從確定性的圖靈—馮諾伊曼計(jì)算，逐步走向建立在神經(jīng)網(wǎng)絡(luò)上的概率推理體系，底層基礎(chǔ)設(shè)施也會(huì)隨之改寫(xiě)。

這三大范式的同步躍遷意味著，企業(yè)面對(duì)的不是一次簡(jiǎn)單的工具升級(jí)，而是一場(chǎng)涉及技術(shù)底座、工程方法、組織形態(tài)和安全治理的系統(tǒng)性變革。在應(yīng)用范式層面，軟件正在從「功能固定」的靜態(tài)制品，轉(zhuǎn)向「能力彈性」的動(dòng)態(tài)服務(wù)。在開(kāi)發(fā)范式層面，人的角色正從代碼的編寫(xiě)者，轉(zhuǎn)向需求的表達(dá)者和結(jié)果的驗(yàn)證者。在計(jì)算范式層面，軟件運(yùn)行的基礎(chǔ)設(shè)施也在從 CPU 邏輯運(yùn)算走向 GPU、NPU 驅(qū)動(dòng)的神經(jīng)網(wǎng)絡(luò)推理。

今天的問(wèn)題，不在于大家是不是已經(jīng)接入了 AI，而在于軟件生產(chǎn)體系的三層底座都在同時(shí)松動(dòng)。界面在變，開(kāi)發(fā)動(dòng)作在變，底層計(jì)算邏輯也在變。組織如果還是拿舊框架去接這一輪變化，斷裂幾乎是必然的。

AI 進(jìn)來(lái)以后，最先震動(dòng)我們的確實(shí)是寫(xiě)代碼這一步，于是大家也很容易把全部注意力都?jí)涸诰幋a效率上。但白皮書(shū)不斷往后拆，拆出來(lái)的卻是另一幅圖景，真正被撬動(dòng)的不是一段代碼怎么生成，而是軟件到底在什么時(shí)刻完成、由誰(shuí)完成、依賴什么完成、又在什么地方繼續(xù)變化。

軟件開(kāi)始分層，傳統(tǒng)、即時(shí)與柔性三種形態(tài)并存

接下來(lái)最值得被單獨(dú)拆開(kāi)的，就是軟件本身的形態(tài)。

白皮書(shū)提出了一條新的觀察主軸，能力綁定時(shí)機(jī)。過(guò)去的軟件，大多默認(rèn)能力在發(fā)布前被定義清楚。代碼、接口、流程、體驗(yàn)，一切都盡可能提前固定下來(lái)。但 Agent 出現(xiàn)之后，軟件能力開(kāi)始沿著不同時(shí)間點(diǎn)分化，于是軟件本身也開(kāi)始分成三種形態(tài)。

第一種是傳統(tǒng)軟件。能力主要在發(fā)布前完成定義與實(shí)現(xiàn)，強(qiáng)調(diào)確定性、接口穩(wěn)定、行為可控。在金融、電信、工業(yè)、關(guān)鍵基礎(chǔ)設(shè)施這類場(chǎng)景里，它仍然不可替代。

第二種是即時(shí)軟件，即 Instant Software。它通常圍繞任務(wù)臨時(shí)生成，用完即棄，常見(jiàn)于腳本、一次性頁(yè)面、臨時(shí)工具、探索性原型。

第三種是柔性軟件，也就是 Elastic Software。它處在傳統(tǒng)軟件和即時(shí)軟件之間，核心能力在發(fā)布前固定，高變化、高上下文依賴的部分則延遲到運(yùn)行時(shí)，由 Agent 結(jié)合 Skill、規(guī)則、模板、知識(shí)和局部源碼改造去完成。

它把今天軟件行業(yè)里很多已經(jīng)發(fā)生、但還沒(méi)有被命名清楚的變化，一下子排進(jìn)了同一張圖景。很多標(biāo)準(zhǔn)化軟件與用戶真實(shí)使用路徑之間，本來(lái)就隔著很長(zhǎng)一段距離。過(guò)去因?yàn)檐浖a(chǎn)成本太貴，這段距離只能由用戶自己忍受。

現(xiàn)在，Agent 正開(kāi)始吃掉這段距離，讓標(biāo)準(zhǔn)化基座和個(gè)性化體驗(yàn)之間出現(xiàn)新的中間層。軟件不再只是一個(gè)發(fā)布前被一次性做完的東西，而越來(lái)越像一個(gè)有穩(wěn)定內(nèi)核、但可在運(yùn)行時(shí)繼續(xù)變形的系統(tǒng)。

傳統(tǒng)分類更關(guān)心軟件屬于哪個(gè)行業(yè)、哪個(gè)部署形態(tài)、哪個(gè)收費(fèi)模型，但 AI 時(shí)代的軟件差異，越來(lái)越不只在這些地方，而在它到底是在發(fā)布前完成，還是在運(yùn)行時(shí)繼續(xù)生成，或者是在兩者之間形成一種穩(wěn)定核心加柔性外層的新組合。能力綁定時(shí)機(jī)一變，軟件的生產(chǎn)邏輯、維護(hù)邏輯、交付邏輯和商業(yè)邏輯都會(huì)跟著變。

如果再往現(xiàn)實(shí)里看一步，這組分類其實(shí)也在重新解釋很多企業(yè)今天的產(chǎn)品棧。最底層那些要求強(qiáng)可靠、強(qiáng)審計(jì)、強(qiáng)穩(wěn)定的部分，仍然更接近傳統(tǒng)軟件。圍繞一次性需求迅速生成的小工具、小流程、小頁(yè)面，更接近即時(shí)軟件。

而真正可能成為下一輪主戰(zhàn)場(chǎng)的，恰恰是中間這片柔性軟件地帶，穩(wěn)定基座還在，但上層體驗(yàn)、交互路徑、任務(wù)執(zhí)行邏輯開(kāi)始圍繞具體上下文動(dòng)態(tài)變化。很多公司現(xiàn)在嘴里說(shuō)的 Agent 化，真正落下來(lái)的，往往也正是這片區(qū)域。

真正被重寫(xiě)的，還有軟件工程

AISMM 的模型框架提供了一個(gè)全景坐標(biāo)系，而白皮書(shū)的第三章則對(duì)坐標(biāo)系中各維度涉及的技術(shù)和實(shí)踐要素背后的變革肌理進(jìn)行了深入剖析，通過(guò)八個(gè)核心切面揭示了 AI 原生軟件工程正在經(jīng)歷的根本性重構(gòu)。

技術(shù)底座部分從工程實(shí)踐視角梳理了六個(gè)關(guān)鍵技術(shù)維度的演進(jìn)脈絡(luò)與能力邊界，為企業(yè)制定務(wù)實(shí)技術(shù)戰(zhàn)略提供基礎(chǔ)。軟件形態(tài)分析則從 “能力綁定時(shí)機(jī)” 這一獨(dú)特視角審視軟件形態(tài)的深刻分化，幫助企業(yè)在傳統(tǒng)軟件、柔性軟件和即時(shí)軟件之間做出戰(zhàn)略選擇。

流程重塑部分探討了基于軟件形態(tài)分化的開(kāi)發(fā)流程變革方向，揭示了 AI 原生時(shí)代 Spec（規(guī)格說(shuō)明，Specification）與 TDD（測(cè)試驅(qū)動(dòng)開(kāi)發(fā)，Test-Driven Development）的全新內(nèi)涵。架構(gòu)重塑則將架構(gòu)設(shè)計(jì)的關(guān)注點(diǎn)從空間結(jié)構(gòu)擴(kuò)展到時(shí)間結(jié)構(gòu)，提出了 “為 Agent 設(shè)計(jì)” 的新范式。

知識(shí)工程體系正在經(jīng)歷從傳統(tǒng)文檔管理到知識(shí)編譯范式的完整躍遷，知識(shí)的承載格式、存放位置、維護(hù)方式都在發(fā)生深刻的變化。度量變革則直面?zhèn)鹘y(tǒng)軟件研發(fā)度量體系在 AI 原生時(shí)代的失效風(fēng)險(xiǎn)，提出了面向 AI 原生研發(fā)的新度量坐標(biāo)。

自進(jìn)化飛輪將軟件生產(chǎn)的各個(gè)環(huán)節(jié)連接為自我改進(jìn)的循環(huán)，代表著組織建立了可自我改進(jìn)的軟件生產(chǎn)生態(tài)系統(tǒng)。角色重塑與組織進(jìn)化則揭示了技術(shù)、流程、架構(gòu)、知識(shí)和度量的變革最終如何落在人的身上，以及組織如何培養(yǎng)適應(yīng)新范式的人才、建立支持持續(xù)進(jìn)化的文化和機(jī)制。

當(dāng)代碼變便宜，知識(shí)會(huì)重新變貴

當(dāng)代碼越來(lái)越廉價(jià)，領(lǐng)域知識(shí)會(huì)成為企業(yè)真正不可替代的資產(chǎn)。這不是一句空泛的口號(hào)，因?yàn)楹芏嘟M織今天的現(xiàn)實(shí)問(wèn)題正好相反，它們不是沒(méi)有資料，而是沒(méi)有把資料整理成 Agent 真能吃進(jìn)去的東西。

傳統(tǒng)文檔管理、領(lǐng)域知識(shí)庫(kù)、RAG、Context Engineering、Harness 知識(shí)體系、Skill 庫(kù)質(zhì)量管理、會(huì)話級(jí)與任務(wù)級(jí)記憶、多 Agent 共享與貢獻(xiàn)知識(shí)，這些在白皮書(shū)里并不是分散的小點(diǎn)，而是一條連續(xù)的進(jìn)化路徑。知識(shí)不再只是存起來(lái)給人看，而要整理成 Agent 可以消費(fèi)、復(fù)用、擴(kuò)展和沉淀的結(jié)構(gòu)化資產(chǎn)。

這也是為什么很多企業(yè)表面上已經(jīng)接入了最先進(jìn)的模型，真正跑起來(lái)卻還是很別扭。問(wèn)題不一定出在模型能力本身，而是組織內(nèi)部最關(guān)鍵的知識(shí)資產(chǎn)還停留在給人看的狀態(tài)，沒(méi)有被轉(zhuǎn)換成可編排、可調(diào)用、可記憶、可積累的工程對(duì)象。模型越強(qiáng)，這個(gè)問(wèn)題反而越尖銳。因?yàn)楫?dāng)代碼變便宜之后，真正貴的就不再是生成本身，而是生成到底建立在什么知識(shí)之上。

過(guò)去很多企業(yè)把知識(shí)管理看成文檔管理，把經(jīng)驗(yàn)沉淀理解成存檔，把內(nèi)部 know-how 看成只有老員工才知道的隱性能力。但 AI 原生研發(fā)往前走，知識(shí)不再只是一個(gè)供人檢索的倉(cāng)庫(kù)，而會(huì)越來(lái)越像軟件生產(chǎn)本身的一部分。誰(shuí)能把知識(shí)變成 Agent 可以穩(wěn)定消費(fèi)的資產(chǎn)，誰(shuí)就更可能把組織經(jīng)驗(yàn)轉(zhuǎn)化成持續(xù)復(fù)用的生產(chǎn)力。到這一步，企業(yè)的真正壁壘就不只是模型接入速度，而是知識(shí)有沒(méi)有被編譯進(jìn)系統(tǒng)。

最后，變化都會(huì)壓回到組織身上

當(dāng)這些變化一層層疊加之后，最后都會(huì)壓回到人和組織身上。

白皮書(shū)的判斷很直接，開(kāi)發(fā)者未來(lái)不只是代碼編寫(xiě)者，而越來(lái)越像系統(tǒng)設(shè)計(jì)師、Agent 協(xié)作者、結(jié)果驗(yàn)收者和邊界守護(hù)者。從 L1 和 L2 的工具培訓(xùn)、Prompt 和 Context 能力建設(shè)，到 L3 的 Agent 協(xié)作者與監(jiān)督者，再到 L4 的 Agent Orchestrator、Agent Evaluator、AI 產(chǎn)品經(jīng)理，直到 L5 所設(shè)想的飛輪架構(gòu)師，以及「超級(jí)個(gè)體 + 多 Agent」這樣的生產(chǎn)單元，一整套組織分工正在重寫(xiě)。

不只是程序員會(huì)不會(huì)被取代這種老問(wèn)題，而是軟件生產(chǎn)單元本身在變。過(guò)去很多團(tuán)隊(duì)的基本組織方式，是若干角色圍繞一個(gè)需求流轉(zhuǎn)。產(chǎn)品提需求，研發(fā)寫(xiě)代碼，測(cè)試驗(yàn)收，運(yùn)維發(fā)布。

AI 進(jìn)來(lái)以后，最先發(fā)生變化的可能不是某個(gè)崗位被消失，而是一個(gè)更小、更高密度的生產(chǎn)單元開(kāi)始形成。一個(gè)人加上一組可編排的 Agent，可能就能完成過(guò)去一整個(gè)小團(tuán)隊(duì)才能完成的動(dòng)作。等到這種生產(chǎn)單元越來(lái)越穩(wěn)定，組織結(jié)構(gòu)、協(xié)作方式和績(jī)效評(píng)價(jià)就都會(huì)被迫重寫(xiě)。

今天關(guān)于 AI 編碼、Agent、AI 原生軟件研發(fā)的材料已經(jīng)很多了，但很多內(nèi)容停在工具體驗(yàn)層，停在概念包裝層，或者停在趨勢(shì)判斷層。AISMM 這份白皮書(shū)試著做的，是先把這場(chǎng)變革里的坐標(biāo)系、路線圖和幾個(gè)關(guān)鍵切面勾出來(lái)，讓讀者先看清楚這場(chǎng)系統(tǒng)性變革的大輪廓。

它真正展開(kāi)的內(nèi)容，其實(shí)遠(yuǎn)不止這些。關(guān)于三大范式躍遷的更細(xì)拆解，關(guān)于 5×5 成熟度矩陣的完整讀法，關(guān)于軟件形態(tài)、知識(shí)工程、組織進(jìn)化這些切面的更深分析，都還在白皮書(shū)正文里。

如果你正處在個(gè)體效率提升與組織能力建設(shè)之間的夾縫里，如果你的團(tuán)隊(duì)已經(jīng)明顯感受到工具熱度和組織現(xiàn)實(shí)之間的落差，這份白皮書(shū)值得繼續(xù)往下讀。

歡迎關(guān)注奇點(diǎn)智能研究院服務(wù)號(hào)，我們將持續(xù)發(fā)布白皮書(shū)的獲取方式和后續(xù)解讀。