為什麼軟體工廠會失敗（或：Harness Engineering 不夠用）
為何重要
這篇文章對於嚴格使用自動化編碼的技術主管是個警訊，暗示了目前熱門的「Agent Factory」模式可能在穩定性上出現空洞。如果只追求開發速度（Token harding），雖然能極度縮短建置時間，但可能會導致 Codebase 品質出現系統性崩壞的風險。未來的重點將從單純的「工具效能」比拚，轉向如何評估模型在 Real-world、Complex codebase 下的潛在維護成本。
作者回應現今 AI 程式設計工具的熱潮，指出僅靠 Harness Engineering（抽屜工程化）或無限延長 Prompt tokens 並無法解決模型在真實場景下的 Slop（低品質輸出）問題。
- 強調引用的實證資料顯示，自 2024 年一月/二月廣泛採用 AI 編碼工具後，PR 審查品質下滑，合併 PR 的數量上升，且每開發者的 Bug 率顯著增加，儘管報告承認這更像是相關性而非鐵證。
- 介紹由 StrongDM 提出的「Lights-off software factory」概念，宣稱成功率極高且無需人類讀寫程式碼，但作者質疑其在業界持續運作的實際績效。
- 對比 2022 年傳統軟體工廠流程需耗費數小時至數天進行建置與審查，引入 Agent 後建立時間縮短至分鐘等級，顯示開發週期大幅加速。