多即不同：迈向 AI 原生软件生态系统的涌现理论
软件工程
2026-04-23 v1 人工智能
摘要
软件工程面临一项根本性挑战：多智能体 AI 系统的失败方式无法用传统理论解释。尽管单个智能体表现正确，但它们的交互会使整个生态系统退化，这暴露了我们对软件演化理解的空白。本文主张，必须将 AI 原生软件生态系统作为复杂适应系统（CAS）来研究，其中诸如架构熵、级联失效和理解债等涌现属性并非源于单个组件，而是源于它们的交互。我们将 Holland 的六个 CAS 属性映射到可观测的生态系统动态上，以区分这些系统与微服务或开源网络。为了度量因果涌现，我们定义了微观状态变量、粗粒化函数以及一个可计算的度量框架。七个可证伪的命题将 CAS 理论与软件演化联系起来，在智能体层面的假设失效处对 Lehman 定律提出挑战或进行扩展。如果得到证实，这些发现将要求一种根本性的转变：将生态系统层面的监控作为 AI 原生系统的主要治理机制。如果被反驳，现有理论可能只需进行增量更新。无论如何，这项工作迫使我们发问：软件工程的核心假设能否在自主智能体时代幸存？
引用
@article{arxiv.2604.19827,
title = {More Is Different: Toward a Theory of Emergence in AI-Native Software Ecosystems},
author = {Daniel Russo},
journal= {arXiv preprint arXiv:2604.19827},
year = {2026}
}