谈到架构师，我们通常是用业务架构师、应用架构师、数据架构师这类的名称，又或者，分为前端、后端、算法架构师。但今天，你若再发一个JD招聘应用架构师，可能已经没有多少人感兴趣，也显得你落后了。

AI技术正在重塑我们系统开发的流程和技能要求，那架构师的岗位会发生什么变化呢？

 聊架构师，就要先定义一下，什么是“架构师”？免得牛头不对马嘴。不用那些很学术的官方说法，白话一点，我认为架构师，就是那个

为一个复杂系统规划设计其框架、结构的人，从宏观结构到微观结构，要在各种现实约束之间取得平衡，以最终实现我们想要达到的目的

。这个结构，就像人体的骨架结构、肌肉结构，一栋房子的外观结构、框架结构。

 他设计这个结构必须有三个关键的要求：

：最基本，要能够支撑起整个大厦不倒，稳定可靠；

：进一步，能够支撑大厦实现它的业务价值，比如它的功能分布和使用者体验；

：尤其放到软件领域，这个结构要能支持整个系统长期、可靠地进行快速变化、演进。

以前做系统设计，要考虑前端架构、后端架构，考虑应用架构、数据架构，这是直接被以前开发模式、流程分工所决定的。但现在，生成式AI正在蚕食软件开发的原型设计、编码和测试这些工作，重塑这个流程，也重塑以前的分工和协作。

比如开发一个智能体，AI能快速生成一套可用的agent、技能，架构因素部分已经内置在AI生成的过程中了，不再需要我们去画架构图，去设计一个适配器或工厂模式的实现，那感觉像上个世纪的话题了。

那我们还需要架构师吗？应该如何重新设计他们的岗位、职责呢？

先给我的答案，相信你也会认同，

架构师这个角色肯定需要，而且非常重要！

我们想长远一点，先务虚一点：架构，本质上是将现实世界模型化，决定复杂系统的基本运行逻辑。无论将来AI强大到能够辅助我们完成多少工作，也包括辅助架构设计工作，但架构的整体规划和决策，必须掌握在人的手里。如果这一点都放弃了，人类就会失去对AI的掌控！沦为被AI支配的二等物种。所以架构的工作极其重要！改变的，只是架构师的目标、技能和工作方式。

 回来继续说点实在的，我认为，领先的AI化组织，将来会分化出四种新的架构师，看看你想要成为哪一类？当然你能力够强，也可能一人身兼数职。

 如果把AI系统比作一辆车，那模型训练架构师，就是

“发动机”的设计师。他的使命就是，用有限的算力，打造出在特定场景下最聪明的AI大脑。

技能上，不仅要懂模型算法，比如Transformer和各种变体算法，MoE架构，还要懂GPU优化、硬件层通信拓扑，能够将预训练、后训练，或监督学习、无监督学习、强化学习各种训练方式搭配起来，去适配业务场景需要。另外，也需要搭建从数据准备、模型训练到发布的整个自动化过程。

注意，这里强调他是架构师，要和为训练过程准备数据、执行日常训练任务的基础工作区分开。架构师，是设计那一整套训练体系的人。他们经验丰富，很清楚哪些环节的微小差异会影响最终的模型表现。不过，有时候，也要一些直觉，模型训练经常会碰到一些有点玄学的情况，经常莫名其妙地loss突然爆了，梯度消失了，你本以为是改进，结果却变地更糟了，这就需要一些经验和直觉。可能一个问题会困扰你很久，但一旦突破，你就会有很大的成就感。

假如你有比较好的数学基础和一定硬件知识，对模型底层的原理有强烈的好奇心，而且能够忍受长周期的反馈，这条路可能会适合你。

模型训练架构师的工作，关键的成果可以从三方面度量：

2. 模型训练成本（毕竟每一次尝试都是真金白银）

 不一定每个企业都需要模型训练架构师。那些规模不大，业务特殊性不够强的企业，通用大模型也许就足够聪明了。但，接下来的三类架构师就是必不可少的。

还是将AI系统类比为一辆车，那驾驭工程架构师，就是整车的

’驾驶系统’设计师。他的使命就是实现人对AI的有效控制。

AI大模型，能力再强，如果不够稳定、推理太慢、成本高到离谱，不够安全，那也只能是实验室的一个玩具。很多时候，不是AI不够聪明，而是我们不知道如何发挥它的潜力。就像用人一样，同样天资的人才，放在不同的领导手里，能够发挥的作用大相径庭。

我们必须设计一套框架，来把“聪明的模型”变成“可靠的服务”。在这套“驾驭”AI的框架结构里，通常包括记忆、工具调用、推理优化、上下文优化，还有像自动化部署、监控观测、多智能体协作这些能力。架构师，通过这套框架为实际的智能体开发和运行建立起一套标准。

当然，随着驾驭AI的最佳实践越来越成熟，更多的“驾驭”工作不需要每个项目都设计一套。这就类似以前的微服务架构治理，你不用每个应用都从头设计一套架构。这些架构的最佳实践，逐步会沉淀到“智能体平台”里。所以有时候，这个岗位也称为“AI平台架构师”，能力上类似。

但我仍倾向于称他为“驾驭工程架构师”，这才是它的本质。而且，没有那一套标准框架能解决真实业务场景下的所有问题。在实际落地时，即便有平台这个基础，也需要架构师根据业务特点，去个性化和增强这一套驾驭系统。

驾驭工程架构师，要很善于将完成一项复杂任务需要的各个部分，模型、记忆、技能、工具、评测等等，组装成一套跑得又稳又快的身体，让各个肢体、器官各司其职，无法容忍混乱；同时，你要能善于在系统响应速度、服务质量和token成本这些相互矛盾的目标之间“走钢丝”，做出取舍。

作为驾驭工程架构师的工作，最关键的成果度量也有三个方面：

1. 基于这套框架建立的系统可靠性与质量

3. 以这套框架为基础的智能体开发者体验

我认为这是现在最稀缺，也最被低估的一个角色。通用大模型好像什么都知道一些，但对你的公司的业务并不了解，尤其是塑造你公司独特竞争力的那一部分。驾驭工程让AI可以稳定可靠运行，但仍然它缺少“灵魂”！

使命，就是把企业的目标、私有知识、行业know-how、历史经验，甚至价值观，结构化地注入给AI，让它从“百科全书”变成一位懂企业、足够资深的“领域专家”。

宏观上，要设计整个企业的知识体系如何搭建；微观上，设计一个业务实体和另一个实体到底什么关系。

技能上，知识工程架构师要能够设计数据和知识库的结构，开展知识治理，善于构建知识图谱，也包括最近谈得很多的“本体知识”构建，建立记忆与AI提示词的最佳范式。也就是说，从知识的维度，搭建一个企业的“数字孪生”，在虚拟空间里，让AI有足够数量和质量的养分，来充分发挥潜能。

注意，在这里，要和那些实际写提示词、整理提供原始知识的业务专家区分开。架构师的工作，本质上，是为企业的知识做建模，为治理这些知识搭建一套最有效的框架、结构、模型。

但现实是，很多企业仍然寄希望于业务专家或开发人员，顺带把知识的建模做起来，没有把他作为一个专门的角色或岗位来定义，员工在搭建知识体系，构建“本体”方面，普遍缺少建模的思维和能力。这已经成为很多企业智能体的真实工作能力上不去的一个关键瓶颈。

从度量的角度，知识工程架构师的工作也可以从三方面来衡量：

2. 智能体行为准确性的评测结果

或称为“智能体编排架构师”。未来，当AI智能体真正意义上成为能够稳定完成工作任务的“数字员工”，那么代理编排架构师，本质上就是这个由“数字员工”构成的新型组织的架构设计者、管理者。就像曾经的管理者通过划分组织单元、打造团队、定义协作方式来构建一个高效能的人类组织，那么代理编排架构师的使命，就是要打造一个高效能的智能体组织，大到上千上万数字员工，小到一个智能体小团队。

这已经不是一个技术问题，而是一个业务问题、组织问题。比如在一个产品研发流程中：

- 谁负责做规划？谁负责开发？谁负责验证？

- 是由一个智能体干到头，还是多个智能体分工协作？需要多少智能体？

- 每个智能体的知识边界、能力和权限边界应该怎么定？

- 多个智能体是平等共创的关系，还是领导和worker的关系？

- 智能体之间如何通信和共享知识？

- 以及，还有人类哪些环节必须参与进去，如何协作？

这些都是需要基于实际业务场景进行抽象的架构问题、建模问题。这位架构师就是个那个总导演。

他可能不需要关心一个智能体如何实现，多个智能体技术上如何通信，智能体编排架构师关心的是真正的业务流程、商业模式，由哪些能力组件构成，如何将这些能力组件映射到一群人和智能体身上，以及他们彼此间怎么协作，信息怎么流转？

代理编排架构师将会面临的最大挑战，可能也不是技术能否实现，而是“不确定性”。生成式AI和人最大的相似性，我认为就是有“幻觉”，也就是“不确定性”，甚至将来可能具有一定的自主性。坏处是，可能失控，不按你预期地工作；好处是，它会带来创造力。我们人类构成的组织不也是这样吗？

优秀的架构师，能够有办法抑制这种不确定性带来的风险，避免错误蔓延、积累；同时也能善于利用它带来的创造性，产生超出预期的结果。这需要极强的系统抽象能力和对人机交互的深刻理解，需要善于去驾驭一个由大量“不确定性”个体构成的复杂系统。

假如你具有极强的系统性思维，对设计组织、流程与协作方式充满热情，既有全局思考，又能深入细节处理风险；最重要的，善于驾驭不确定，那么你就有可能做好这一类架构师。

代理编排架构师的关键工作成果，也从三个方面来度量：

2. 组织中，“数字员工”的总体效能表现

3. 可能需要和业务组织的负责人共担整体业务结果

如果你正是一位架构师，也许你已经心里有了倾向，你想转型为哪一种架构师呢？没有哪一个更好，只有哪个更适合你。

当然，这四类架构师不会是完全各自孤立工作的，必须经常协作：模型训练架构师建立地基，但在优化智能体表现上，和驾驭工程架构师需要经常合作；后者，和知识工程架构师，又需要围绕优化大模型上下文开展合作；代理编排架构师规划的“数字员工”组织，还需要前面三位来落地实现。

无论如何，很明确的一点是，作为一位架构师，转型迫在眉睫。一个人很难什么都做到最好，建议给自己有一个明确的定位。你会怎么选呢？

AI化组织的四种新架构师 — 你想成为哪一种？

人工智能

架构设计

职业发展

AI重塑架构师角色，衍生模型训练、驾驭工程、知识工程、代理编排四类新岗位。模型训练架构师优化AI大脑，驾驭工程架构师保障稳定服务，知识工程架构师注入企业知识，代理编排架构师设计数字员工组织。架构师从技术设计转向系统建模与决策，掌控AI发展方向。

微服务架构

智能体开发

数字孪生

知识图谱

数据架构

强化学习

软件开发

人机交互

驾驭工程

智能体

4核4G3M云服务器 新用户低至38元/年！

lighthouse

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

AI化组织的四种新架构师 — 你想成为哪一种？

AI化组织的四种新架构师 — 你想成为哪一种？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐