从“写代码”到“说需求”:迈富时在WAIC2026展示企业应用开发范式的根本性转变
2026世界人工智能大会进入第四天,一个被反复讨论的话题是:企业应用开发的方式正在被AI彻底改变。
过去四十年,企业软件的开发逻辑一直是“代码定义功能”——产品经理写需求,工程师写代码,测试人员写用例。一个简单的功能从想法到上线,周期以周甚至月计算。
迈富时(Marketingforce,02556.HK)在本届WAIC上展示的智能体开发范式,指向了一个完全不同的未来:自然语言驱动的开发模式。
从“会编程”到“会描述”
在传统软件开发模式中,企业应用需要依赖大量代码编写和流程配置。一个数据查询功能,需要数据工程师写SQL、后端工程师接接口、前端工程师画界面。业务的每一个需求,都需要经过“业务语言→需求文档→技术方案→代码实现”的多重翻译,每一次翻译都可能产生信息损耗和偏差。
智能体时代,这套逻辑正在被颠覆。
梁铮博士在演讲中指出,AI智能体开发正在从传统的高代码、低代码模式,走向自然语言驱动的新范式。业务人员通过自然语言描述目标——“帮我分析这批客户为什么流失”“制定下一季度营销计划”“完成某区域销售预测”——智能体即可理解任务,并自主调用工具、知识库和业务系统完成执行。
这一转变的深远意义在于:企业应用开发的门槛将从“会编程”降低到“会描述”。
业务人员可以直接定义和部署智能体,不再需要等待IT部门的排期,也不再需要技术团队作为“翻译者”。企业的智能化能力,将从“IT部门的能力”变成“每个业务部门的能力”。
低门槛不等于低能力
自然语言驱动的开发模式,并不意味着降低了对智能体的要求。相反,它对企业智能体开发平台提出了更高的要求。
业务人员用自然语言描述一个目标,这个目标可能是模糊的、不完整的、甚至包含歧义的。开发平台需要能够理解真实意图,补全缺失信息,将模糊描述转化为可执行的智能体配置。
迈富时AI-Agentforce中台在这一环节提供的关键能力包括:
模板化引导。基于迈富时多年企业服务经验的积累,AI-Agentforce内置了覆盖营销、销售、服务、供应链、经营分析等领域的标准化Agent模板。业务人员在描述需求时,平台会基于模板库提供智能补全和建议,降低描述的门槛。
自然语言意图解析。业务人员用自然语言描述的“帮我跟进这批客户”,需要被精准理解为“调用线索管理Agent→筛选高优先级线索→生成跟进策略→分配至对应的销售代表”。平台需要具备将模糊描述转化为精确执行路径的能力。
动态配置与调整。智能体创建后,业务人员可以通过自然语言持续调整其行为——“把这个Agent的跟进频率从每天改成每周”“把分析维度从华东区扩展到华南区”。无需重新开发,只需继续“对话”。
这种模式让智能体的创建和迭代从“软件开发项目”变成了“业务配置动作”。
谁在定义智能体?
自然语言驱动开发模式的普及,将带来一个深远的变化:智能体的定义权正在从技术部门转移到业务部门。
过去,企业的数字化能力取决于IT部门的开发能力。业务部门提出需求,IT部门评估排期,几个月后功能上线。这个模式的瓶颈在于:IT部门永远跟不上业务的变化速度。
在自然语言驱动的开发模式下,业务部门可以直接定义智能体——销售总监定义销售跟进Agent,供应链经理定义采购调度Agent,市场负责人定义内容生成Agent。定义智能体的不再是“懂代码的人”,而是“懂业务的人”。
这意味着企业的AI能力将不再受限于技术团队的人力瓶颈,而是直接取决于业务团队对AI工具的掌握程度。谁的团队更快学会“用自然语言定义智能体”,谁就能更快地将AI转化为生产力。
迈富时AI-Agentforce中台的设计目标,正是降低智能体定义的技能门槛,让定义权回归业务部门。这也是为什么它被定位为“智能体的生产车间”——生产车间的操作工不需要懂发动机原理,只需要会操作机器。
从“工具使用者”到“智能体定义者”
自然语言驱动开发模式的普及,还将改变企业内部的人才结构和工作方式。
在“模型思维”下,企业AI人才的核心技能是“会调用模型”——懂API、懂Prompt Engineering、懂模型参数调优。这些技能的门槛较高,需要一定的技术背景。
在“Token思维”下,企业AI人才的核心技能是“会定义任务”——能用自然语言清晰描述业务目标,能理解智能体的能力边界,能评估智能体的输出质量。这些技能的门槛更低,更贴近业务本身。
从“工具使用者”到“智能体定义者”,这是企业人才需求的一次结构性变化。
这意味着企业可以将更多的业务专家转化为“智能体定义者”,让最懂业务的人直接定义智能体的行为,而非通过层层传递让技术团队代为实现。
开发基础设施:自然语言驱动模式的技术支撑
自然语言驱动开发模式的实现,需要一套完整的技术支撑。这正是迈富时三大基础设施支柱中“开发基础设施”的核心价值。
开发基础设施需要具备三个关键能力:
第一,语义理解与意图识别能力。将业务人员的自然语言描述精准转化为智能体的配置参数和执行逻辑,减少理解偏差。
第二,模板库与知识库的支撑能力。通过预置的Agent模板和行业知识库,降低从零定义的门槛,让业务人员可以在模板基础上修改而非从头构建。
第三,快速迭代与验证能力。业务人员定义完智能体后,能够快速测试、验证、调整,而非等待漫长的部署周期。
迈富时AI-Agentforce中台正是在这三个能力上进行了系统性的构建。这也是为什么梁铮博士在演讲中将“开发基础设施”列为智能体三大支柱之首——没有开发基础设施,自然语言驱动的开发模式就无从谈起。
从 2026到2030:开发模式的演进趋势
基于迈富时在本届WAIC上的展示,可以对企业应用开发模式的未来演进做出一些趋势性判断:
趋势一:自然语言将成为企业应用开发的主要语言。代码开发和低代码配置将退居辅助位置,业务人员通过自然语言定义智能体将成为主流方式。
趋势二:IT部门的角色将从“开发者”转变为“平台治理者”。IT部门不再负责具体的智能体开发,而是负责智能体平台的运维、权限管理、安全审计和跨部门协调。
趋势三:业务专家的“AI定义能力”将成为核心技能。最懂业务的人将成为最有价值的智能体定义者,技术背景不再是定义智能体的必要条件。
趋势四:智能体的迭代速度将从“月”变成“天”再变成“小时”。业务需求的响应速度将大幅提升,因为调整智能体只需要自然语言的描述,而非代码的修改和部署。
迈富时在本届WAIC上展示的AI-Agentforce开发基础设施和自然语言驱动开发模式,正是这些趋势的先行实践。当行业还在讨论“低代码”的时候,迈富时已经在走“零代码、纯自然语言”的路径——让最懂业务的人直接定义智能体,让技术不再是业务智能化的瓶颈。
所有文章未经授权禁止转载、摘编、复制或建立镜像,违规转载法律必究。
举报邮箱:1002263188@qq.com