报告概述
本报告由Capgemini发布，聚焦现代软件工程在AI agent和平台工程推动下的根本性变革。研究对象包括AI对软件开发生命周期的全面影响、快速成熟的AI工具市场、人类角色从执行到治理的演进、以及软件工程平台作为关键基础设施的作用。报告基于DORA 2025、Stack Overflow 2025等权威数据，结合Capgemini的实践经验，提出了组织转型的五项行动建议。其价值在于帮助软件企业理解新范式，并制定可落地的转型路径。
报告的核心结论
AI agent正深刻重塑软件全生命周期
AI agent已从辅助工具演变为主动协作伙伴，覆盖知识研究、编码、测试、运维等九大核心场景。报告指出，71%的开发者使用AI进行代码生成，但信任度仍存争议，需要人类验证。agent的引入不仅提升效率，更要求重新设计团队协作方式。
人类角色从执行转向指导、协作与治理
随着AI agent承担更多执行任务，人类贡献转向设定目标、提供上下文、设计工作流、验证结果和管理异常。报告提出角色演进四阶段：从‘做’到‘指导’‘协作’‘指挥’直至‘治理’。这要求工程师掌握战略监督、情境工程和伦理对齐等新技能。
软件工程平台是规模化部署agent的基石
现代软件工程平台整合治理、自动化门控、DevSecOps和可观测性，为人机协作提供安全、一致的环境。报告强调，平台需作为产品运营，具备开发者自服务和黄金路径，才能支持agentic工作流程的规模化推广。
控制与验证是安全采用agent的关键平衡点
报告指出，每25%的AI采用率提升会带来7.2%的交付不稳定性。因此需要三管齐下：人类监督（引导与仲裁）、自动化门控（嵌入流水线）和自主agent（在约束内运行）。信任并非自动获得，必须通过结构化验证来建立。
组织需通过实验和迭代培养持续进化能力
报告认为agentic软件工程的影响只有通过真实实践才能理解。通过安全失败原型和受控实验，团队能发现最佳应用场景和约束条件。从实验中积累的洞见应转化为结构化的流程改进和团队学习，而非追求一次性完美方案。
报告回答的关键问题
AI agent如何改变软件开发生命周期？
AI agent不再仅是代码补全工具，而是作为主动协作伙伴参与从需求分析到运维的全生命周期。报告识别了九个核心应用领域，包括知识研究、文档生成、逆向工程、DevOps自动化和质量工程等。这意味着每个角色（业务分析师、开发者、测试员）都需要学会与agent配合。
人类在AI驱动软件工程中的新角色是什么？
人类角色从直接执行转变为设定目标、提供上下文、设计agent工作流、验证输出和管理异常。报告提出了‘从做到治理’的演进路径，强调工程师需要掌握战略监督、情境工程和伦理对齐等能力。初级工程师通过AI加速成长，高级工程师则聚焦系统设计和治理。
平台工程在agentic软件工程中扮演什么角色？
平台工程是现代软件工程的关键基础，它提供了集成的环境，包括开发者自服务、DevSecOps工具链、自动化门控和可观测性。平台确保agentic工作流在安全、合规和可测量的前提下运行，同时支持团队标准化和技能演进。报告建议停止拼凑工具，转向统一平台。
组织如何安全地采用agentic软件工程？
安全采用需要建立三层次控制：人类监督（引导和仲裁）、自动化门控（质量、安全、合规检查）和自主agent的弹性约束。报告强调控制与验证是规模化前提，并指出每25%的AI采用率提升会带来7.2%的交付不稳定性，因此必须平衡速度与稳定性。
现代软件工程需要哪些关键技能？
关键技能包括情境工程（为agent提供精准上下文）、agent工作流编排、战略监督与判断、伦理对齐与合规管理，以及持续学习能力。报告还指出，随着执行自动化，竞争优势转向团队设计、资深度平衡和明确的人机问责模型。
报告中的代表性数据
技术专业人士AI日常使用率
2025，根据DORA 2025报告，90%的技术专业人士在日常工作中使用AI，其中超过80%报告生产力提升。
企业拥有必要平台和工具的比例
2025，Capgemini Research Institute发现，仅有27%的组织拥有充分利用生成式AI所需的平台与工具，存在影子IT和安全风险。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整市场数据与趋势图表：包含DORA 2025、Stack Overflow 2025等权威调查的详细数据，以及按公司规模、行业、地域划分的AI采用率对比图。
- AI工具市场成熟度分析：介绍从AI辅助到agentic工具的演进，包括模型上下文协议（MCP）等新标准，以及市场供应格局。
- 九大核心应用场景详解：涵盖知识研究、文档、编码、逆向工程、代码转换、DevOps自动化、质量工程、应用维护和敏捷团队，每个场景配有实践案例。
- 人机协作角色演进框架：从‘做’到‘治理’的四阶段模型，附带新能力要求（情境工程、agent编排、伦理对齐等）和技能进阶路径。
- 控制与验证的三层架构：人类监督、自动化门控和自主agent的详细设计原则，以及如何平衡速度与稳定性。
- 平台工程作为战略基础设施：包括IDP（内部开发者平台）的架构要素、黄金路径设计、DevSecOps集成和测量协议。
- 组织转型五步行动指南：从评估成熟度、优先选择高价值用例，到构建平台、重塑团队和规模化赋能，每步都有具体操作建议。
- Capgemini端到端服务能力：包括成熟度评估、平台建设、角色设计、赋能计划等，帮助客户实现从愿景到执行的全链路转型。
- 未来展望与领导力建议：强调技术与人结合的长期趋势，提出C-level需在3-6个月内制定agentic AI产品战略。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
