让 AI 写出一个能运行的功能，已经不算难；难的是让它没有悄悄破坏整套系统。软件架构——模块、数据与依赖关系的整体设计——决定软件能否长期维护、扩展并承受故障。代码 Agent 则能读取代码库、修改文件和运行测试。它从“代写几段代码”走向真实工程后，架构约束就成了新的能力边界。
Pierre Pureur 等人在 InfoQ 文章中给出五类实践，其中最值得注意的不是某个提示词技巧，而是工作方式的倒转：与其直接告诉 Agent 怎样实现，不如先写清目标、约束和验证办法。例如把安全、扩展能力、响应速度等质量属性需求（QAR）变成可测试指标，再让 Agent 生成代码与测试。作者还建议用它梳理文档不全的遗留服务、发现跨模块调用等架构缺陷，并协助安全审计和最小可行架构验证。
这也抬高了人的责任：Agent 几乎总能提出改进，团队仍要判断哪些问题关键，并人工评审补丁和测试。作者明确表示，这些方法仍处于实践早期；代码生成变简单后，真正稀缺的能力反而是把隐性的架构取舍说清楚、测出来。