IBM 7 月 9 日發布的 IBM Bob 平台重大更新公告，從一個具體的產品動作，揭示了企業 AI 進入軟體開發流程之後，正在發生的一個結構性轉移。 公告中引用了一個關鍵數字：85% 的 DevSecOps 專業人員同意，AI 已經把軟體開發的瓶頸，從「寫程式碼」移到了「審查與驗證程式碼」，這個轉移說明了 AI 在軟體開發中普及後的一個具體矛盾：生成端的產能大幅提升，AI 能在短時間內生成大量程式碼，但驗收端的人工審查容量沒有等比例擴張，反而變成了新的卡點。 IBM Bob 這次的更新，就是針對這個新卡點設計的，核心新增的多代理人協調能力，讓 Bob 能夠在同一個開發生命週期中，讓多個 AI agent 各自負責不同的環節，包括程式生成、審查、測試與部署，並且在這些 agent 之間協調執行順序與資訊流通，而不需要工程師在各個工具之間手動切換，同時新推出的 Bobalytics 功能，則讓企業主管能夠追蹤 AI 使用量、分配資源，並在整個組織層面維持對 AI 開發活動的可見度。 另一個針對企業場景特別設計的功能，是針對 IBM Z（大型主機）、IBM i 與 Java 等系統的預建現代化工作流程（workflow），這類企業系統通常已運行數十年，程式碼量龐大且牽動核心業務，過去的現代化改造因為風險高、步驟複雜而推進緩慢，預建工作流程的意義，在於把過去需要大量客製化設計的改造流程，轉換成可以標準化執行、結果可被稽核的反覆性操作，這也是 AI agent 在企業環境中面對的一個關鍵信任問題：輸出必須是可驗證的，而不只是快速的。 實際的企業案例進一步說明了這個邏輯，金融科技公司 Jack Henry 在處理大型舊有系統的維護與演進時，面對的挑戰是如何讓 AI 能夠在現有的工程環境中無縫運作，而不是要求工程師改變工具或流程，Bob 的設計讓 AI 能在工程師已有的工作介面中操作，而不是另建一套系統。 這個案例呈現的，是 AI 進入企業軟體開發的第二個階段——第一個階段是「讓 AI 輔助個別工程師寫程式碼」，第二個階段是「讓 AI 作為協調者，在整個開發生命週期中與多個系統和團隊協作」，瓶頸換位置之後，能力的要求也跟著換位置：不再只是誰的 AI 能寫出最好的程式碼，而是誰能把整個開發流程設計成讓 AI 和人工監督都能有效運作的系統。 資料來源： https://newsroom.ibm.com/2026-07-09-ibm-advances-enterprise-ai-software-development-with-multi-agent-capabilities-and-specialized-modernization-workflows