ARTICLE · 软件编程
InfoQ 文化与方法趋势报告 - 2026
一语总结InfoQ 的 2026 文化与方法趋势报告综合了专家小组关于 AI 采用成熟度、工程师从贡献者向守护者的转变、团队缩小至一个披萨的规模，以及超高速 AI 生成代码带来的认知和流程挑战的观点。
本文总结了 InfoQ 年度文化与方法趋势报告播客，其中 QCon 演讲者和 InfoQ 贡献者小组讨论了塑造 2026 年的软件工程趋势。主要主题包括：需要基于风险的 AI 采用成熟度框架，而非全有或全无的采用；已内化敏捷基础的组织与未内化敏捷基础的组织之间的差距不断扩大，并警告说，在敏捷上的失败意味着在 AI 上的灾难性失败；超高速开发带来的认知负荷和质量挑战，因为 GitHub 拉取请求预计将从 10 亿增长到 140 亿；工程师从贡献者演变为守护者，他们指导、验证并为 AI 智能体建立护栏；团队配置从两个披萨缩小到一个披萨，角色变得模糊；在 AI 焦虑和工作强度加大的背景下，心理安全感问题仍未解决；以及资深和初级职业路径的含义正在改变。报告将这些主题建立在行业数据之上，包括 Sonar 的发现：42% 的已提交代码由 AI 生成，而 96% 的开发人员并不完全信任这些代码。
- AI 采用需要基于风险的成熟度框架，而非全有或全无的热情。
组织应评估风险、影响及其具体背景，决定每个系统需要多少自动化和人工监督，而不是在所有地方都应用 AI。
- 敏捷基础是 AI 的基石；在敏捷上失败，就会在 AI 上遭遇灾难性失败。
那些从未建立快速反馈循环、可观测性和价值交付的团队，现在将 AI 速度叠加在缺失的基础之上，扩大了具备基础与缺乏基础的组织之间的差距。
- 工程师正在从贡献者转变为 AI 系统的守护者。
未来决定性的技能是指导、验证并为智能体建立护栏；Sonar 数据显示，42% 的已提交代码由 AI 生成，然而 96% 的开发人员并不完全信任这些代码。
- 团队正从两个披萨团队缩小为一个披萨团队，且协作的有效性比结构更重要。
更小、由智能体增强的团队模糊了角色边界并带来更高的期望，但单人项目可能失去思维多样性和人类协作的乐趣。
- 超高速 AI 代码生成需要针对认知负荷、审查和问责建立新流程。
随着 GitHub 拉取请求预计到 2026 年将增长 14 倍，像 PR 审查这样以人工为尺度的流程将失效，并且必须质疑补贴式 AI 能力的经济性。
InfoQ 文化与方法趋势报告 - 2026
本文总结了 InfoQ 年度文化与方法趋势报告播客，其中 QCon 演讲者和 InfoQ 贡献者小组讨论了塑造 2026 年的软件工程趋势。主要主题包括：需要基于风险的 AI 采用成熟度框架，而非全有或全无的采用；已内化敏捷基础的组织与未内化敏捷基础的组织之间的差距不断扩大，并警告说，在敏捷上的失败意味着在 AI 上的灾难性失败；超高速开发带来的认知负荷和质量挑战，因为 GitHub 拉取请求预计将从 10 亿增长到 140 亿；工程师从贡献者演变为守护者，他们指导、验证并为 AI 智能体建立护栏；团队配置从两个披萨缩小到一个披萨，角色变得模糊；在 AI 焦虑和工作强度加大的背景下，心理安全感问题仍未解决；以及资深和初级职业路径的含义正在改变。报告将这些主题建立在行业数据之上，包括 Sonar 的发现：42% 的已提交代码由 AI 生成，而 96% 的开发人员并不完全信任这些代码。
文章金句
"如果你在敏捷上失败了，你在 AI 上也将遭遇灾难性失败。
"我所看到的是，两个披萨团队正在变成一个披萨团队：两个人加上一个 AI 工具，或一群智能体。
"工程师正越来越多地成为守护者，而不仅仅是贡献者。
"你真能读完 AI 生成的所有代码吗？
"他们是否有足够的安全感去提出存在的问题？