---
source: arxiv
url: https://arxiv.org/abs/2605.11027v1
published_at: '2026-05-10T20:45:06'
authors:
- Elyson De La Cruz
topics:
- software-engineering-agents
- generative-ai
- code-intelligence
- human-ai-collaboration
- software-governance
- qualitative-analysis
relevance_score: 0.86
run_id: materialize-outputs
language_code: zh-CN
---

# From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability

## Summary
## 总结
这项定性研究认为，GenAI 和编码代理正在把软件工程推向意图说明、上下文整理、验证和治理。论文与具身代理软件工程相关，但它报告的是解释性分析，不是新的模型或基准结果。

## 问题
- GenAI 降低了生成看似合理代码的成本，这会在团队为了速度而采用它时，增加隐性技术债、安全风险和责任不清。
- 现有研究覆盖代码生成、AI 配对编程和软件工程代理，但这篇论文关注的是公共技术话语和同行评审证据如何共同塑造该行业的近期变化。
- 关键问题是工程师应如何控制跨越需求、仓库上下文、测试、构建系统、扫描器、部署和遥测的人机工作流。

## 方法
- 论文以反身性主题分析作为主要方法，并以解释现象学分析作为次级视角，关注角色、身份、作者归属和责任。
- 语料有 3 层证据：同行评审的软件工程与 AI 研究、技术预印本和基准工件，以及公开话语，如演讲、访谈、文章、产品帖子和源自 X 的帖子。
- 分析使用了语料登记表、编码本、编码矩阵、主题到来源可追溯表、DOI/参考文献审计、可复现性协议和 SHA-256 清单。
- 工作流程包括语义编码、潜在编码、针对具名研究者和从业者的个案画像、跨案例主题构建、与同行评审文献的三角验证，以及主张审计。
- 论文把公共思想领袖内容当作话语数据，而不是技术性能的证据。

## 结果
- 论文没有报告自己的定量模型性能结果、基准分数、用户研究效应量或生产力测量。
- 研究围绕 3 个研究问题展开：从代码生产转向意图、验证和治理的变化；从业者的主要二分法；以及未来角色和实践的成熟阶段。
- 论文声称有 4 项贡献：一个有边界的定性描述、一个可复现的公共话语语料协议、一个以二分法为中心的解释，以及一个成熟阶段路径和研究议程。
- 它定义了 7 个初始代码家族：编程接口、具身工作流、架构与上下文、验证与证据、职业身份、治理与风险，以及能力怀疑。
- 其核心主张是，工程师会把更少的精力放在首轮代码上，把更多精力放在说明意图、整理仓库上下文、监督代理、验证输出、保留架构知识和执行治理上。
- 最具体的过程主张是一套 10 步研究工作流，覆盖语料定义、纳入标准、证据捕获、语义与潜在编码、个案画像、跨案例主题、三角验证和主张审计。

## Problem

## Approach

## Results

## Link
- [https://arxiv.org/abs/2605.11027v1](https://arxiv.org/abs/2605.11027v1)