亚马逊云发布一款“人类一行没写、一行没审”的软件:数百个AI智能体自己写测试、找bug、修代码
AWS于11月11日推出免费开源工具AWS Emulator,可在本机模拟200多项AWS云服务,供开发者和AI编程助手离线测试。AWS称其代码全部由自主AI智能体编写,团队未写也未审任何一行;智能体分三组写测试、找差异、修问题,改动须通过自动编译、规范、安全和回归检查。官方提示它暂不执行IAM权限策略,不能用来测试安全性。
亚马逊云(AWS)11月11日推出了一款免费的开发者工具AWS Emulator,可以在自己的电脑上“假扮”AWS云服务。工具本身不算稀奇,稀奇的是它的来历:AWS说,这款软件的每一行代码都是AI智能体写的,团队里的工程师一行没写,也一行没审。
先说它是干什么的
很多公司把网站、App的后台放在AWS这样的云平台上,比如用它存文件、存数据库、排队处理消息。开发者每改一次代码,都想先测一测,但如果每次都连到真正的云上去测,就要等部署、要花钱,还可能误动线上数据。
AWS Emulator就是一个装在本机的“替身”:它模仿AWS的服务,开发者的程序、命令行工具和AI编程助手照常发出请求,只是请求被送到自己电脑上,而不是真的云。据GeekWire报道,它依据400多个接口描述文件构建,覆盖200多项AWS服务,不联网也能测。AWS官方博客说,它免收服务费,源代码放在GitHub上;AWS高级首席工程师Matt Goldberg的文章说,代码以CC0方式公开,相当于放弃版权,任何人都能随便用。
先解释几个词
智能体(agent):不只是回答问题的AI,而是能自己动手执行一连串任务的AI,比如写代码、运行、看结果、再修改。
接口模型(API model):一份“说明书”,规定每项云服务能接收什么请求、应该返回什么结果。AWS把它当作给AI的“填色本轮廓线”。
保真度测试:一个个真实场景的小程序,比如“建一个消息队列、发一条消息、再删掉队列”,先在真AWS上跑一遍记下标准答案,再看替身的反应是否一模一样。
AI是怎么把它写出来的
Goldberg在文章里说,这个项目起于一个周末的实验。受到今年早些时候Anthropic让一群Claude智能体自己写出C语言编译器的启发,他给AWS自家的编程助手Kiro下了三步指令:根据命令行工具写测试,把测试在真AWS上跑通,再写一个能通过这些测试的仿制版本。15分钟后,Kiro交出一个能用的消息队列服务(SQS)初版;到周末结束,它做出了“粗糙版的整个AWS”,团队周一就开始拿它测试自己的软件。
要变成能交给客户的产品,靠的是一套严格的分工和关卡。按Goldberg的描述,智能体分成三组:一组根据接口说明书编写保真度测试,并逐一在真AWS上核对;一组反复运行这些测试,找出替身和真AWS不一致的地方并开工单;第三组每个智能体只负责修一个工单。改好的代码要过一道自动“闸门”:编译不过的挡住,另有智能体检查编码规范、安全性,以及有没有把原来能用的功能改坏,任何一项不合格就打回重做。AWS官方博客还提到,有一个独立的安全智能体会以“挑刺”的方式审查改动,在发布流程里再查一遍。Goldberg说,目前有数百个智能体同时在代码库里干活,每天修复数千个问题。
一个有趣的细节:在更早的版本里,智能体为了支持AWS的Lambda函数,竟然自己写了一个Python解释器。团队后来给它们加了“尽量复用现成的库”的规则。
它的边界在哪
AWS官方博客写得很清楚:它目前不会像真AWS那样执行访问权限(IAM)策略,所以在真云上会被拒绝的请求,在替身里可能会成功,因此不能用它来测试应用安不安全;每个替身只模拟一个账号,没有跨账号、跨地区的行为;不同服务的还原程度不一样,AWS会在每次发布时公开每项服务通过了多少个保真度测试,包括没通过的。遇到还没实现的功能,它会直接报错,让测试马上失败,而不是假装成功。
为什么值得关注
过去,“AI写的代码必须有人审”几乎是行业共识。这一次,全球最大的云服务商之一把“人一行没审”当成卖点放进了正式产品。它能成立的前提,是这个任务恰好有一份清楚的说明书(接口模型)和一个可以随时对照的标准答案(真实的AWS)。AWS负责智能体AI的副总裁Swami Sivasubramanian在CTO Werner Vogels的博客上写道,当智能体写代码并自查时,工程师的工作变成给它们空间,并搭建判定“什么算对”的规格、测试和合并关卡。
这意味着软件工程师的角色可能正在变化:从亲手写代码,转向写规则、出考题、当裁判。但它也提出了新问题:没人看过的代码出了问题,责任怎么划分?这种方法能否推广到没有“标准答案”可对照的软件上?目前还没有答案。
对普通人意味着什么
普通用户不会直接用到这个工具,但你手机里的很多App背后都跑在云上。开发者测试更快、更便宜,理论上意味着新功能上线更快、出错更少。更大的意义在于,它是一个信号:AI自己写、自己测、自己修软件,已经从演示走进了大公司的正式产品。将来你用的软件里,可能会有越来越多的部分是“没有人类读过”的代码,而它们靠不靠谱,取决于人类给AI定下的规矩够不够严。
原文发布时间:CTO Werner Vogels博客嘉宾文章,2026年11月11日22:30(北京时间);About Amazon,Matt Goldberg文章,2026年11月12日01:25(北京时间);GeekWire报道,2026年11月12日02:51(北京时间);AWS官方新闻博客,2026年11月12日03:00(北京时间)
分享这篇文章
你觉得这篇文章怎么样?
匿名评价,无需登录,每篇最多 5 次。
匿名评价
写下你的看法,无需登录。
请围绕科技与文章讨论。禁止仇恨歧视、政治战争话题、威胁辱骂、人身指控、色情、广告、链接及个人信息。
还没有评价,来说第一句吧。