在 2026 年 EuroPLoP 会议上，我们组织了一个包含 22 位来自工业界和学术界的焦点小组，探讨 AI 代理在软件架构任务中的角色转变。参与者围绕当前实践、信任与验证策略、AI 自主性的边界、治理挑战以及教育影响展开讨论。
结果显示，架构决策、责任归属以及架构防护线的制定仍然是人类的核心职责。一个新兴概念是“治理工程”，即构建管理 AI 辅助系统创建的体系，包括验证机制、知识层以及公司特定标准。
参与者一致认为，关键性（即不确定性与变更成本的组合）是校准人工监督的通用准则。另一个关注点是认知债务：当 AI 辅助的决策被盲目接受而缺乏深入思考时，人类对系统的理解会逐渐衰退。
报告最后提出了若干后续研究方向，包括如何量化关键性、设计可审计的治理工程框架以及在教育中引入 AI 赋能的架构思维。
点评