Thoughtworks 2026-07-22 19:00 北京
![]()
非功能性需求——这个可以说是我们行业中一直以来最被低估的产物——能否成为 LLM 生成系统的重要护栏。
在瑞士“未来软件开发务虚会”最近的一次开放空间交流中,一个问题引起了我的思考:非功能性需求(Non-functional requirement)——这个可以说是我们行业中一直以来最被低估的产物——能否成为大语言模型(LLM) 生成系统的重要护栏?也许它们可以,而且现在正是采取行动的最好时机。
LLM 功能陷阱
功能 ≠ 生产就绪给一组 LLM 智能体提供一系列功能提示词,它们就会交付成果。过程很神奇、高效,甚至很可能非常详尽,超出你的要求。代码生成了,部署了,运行了。起初一段时间内一切看起来都很完美;接着,非功能性层面的裂痕就开始出现了。
我在各种规模的组织中都目睹过这种情况的发生:系统在功能上是完整的,但在运维上却极为脆弱。响应时间在负载下急剧下降。从未被指明因此也从未被执行过的安全态势。没有人在模型提示词中提及,因此也未被纳入考量的合规性要求。从第一个提示词起就已固化,且之后再也没有被重新审视过的可扩展性假设。关于成本和效率的担忧甚至连一秒钟都没有被考虑过。
现在的问题并不是说 LLM 无法纳入非功能性需求,而是它们不会去提前推断出这些需求。它们为什么要这么做呢?其实我们在手工构建软件时,也很少会提前考虑这些。我们的偏见也是它们的偏见。大家在盲点上如出一辙。
高管成为“驾驶员”
有一种特殊的动态正在加速这个问题的产生。现在有相当一部分高管正在进行“氛围编程”。他们通过提示词构建出了可运行的原型,其中许多看起来令人印象深刻。基于此,再加上他们过去作为程序员时仅存的一点记忆,他们得出了一个结论:生成生产级别的系统简直太容易了。
这种体验也并非完全具有误导性。功能确实出现得很快,而且数量很多。这是我们首先要求的东西;也是那些系统存在的理由。但没有出现的(除非你明确且额外指定)是所有填补在缝隙中的东西:可靠性、性能边界、安全模型、合规态势。在一个演示中令人印象深刻的原型,和一个在生产负载下能够支撑业务的系统,完全是两码事。将两者混为一谈的高管正在接受基于不完整图景的隐性架构决策,而他们手下的团队则被迫留下来收拾烂摊子、管理这个差距。
为什么这种情况不断发生?
不幸的是,我们正在经历的不仅仅是非功能性需求规范方面的差距;这个问题要根本得多。长期以来,我们中有太多人认为正确的非功能性特征会从优秀、整洁的代码中自然有机地产生。或者,如果没有产生,我们认为可以在最后开发末期再把它们“加进去”。我们总是用“它们属于测试阶段,而不是规范/设计阶段”的谎言来安慰自己。
这些都不是真的;事实上,从来都不是真的。NFR 中的“R”代表的是“需求”。你必须一开始就考虑并指定它们,否则你最终也不会得到它们。
需要澄清的是,有些非功能性需求是不可能提前指定的,例如可用性的服务级别目标。但我们可以在开始阶段做足够多的工作,以了解这些需求可能处于什么量级/范围之内,以及在多如牛毛的 NFR 类别中,哪些将成为我们系统的核心。
LLM 辅助开发并没有改变这一逻辑,但它确实放大了忽视这一逻辑的后果。当开发人员没有考虑到性能限制时,你有望在代码审查中发现它。但当模型在生成的一万行代码中跳过这些限制时,你只能在生产环境中才发现它出了问题。
“将非功能性需求(NFR)纳入编码系统所需的投资成本从未如此之低。而潜在的回报——能够刻意且主动满足其可靠性、安全性和性能义务的系统——也从未如此之高。”
—— Andrew Harmel-Law,Thoughtworks 技术总监
隐藏在眼前的机会
综合来看,我认为我们正处于构建系统方式发展演变中一个激动人心的节点,因为在系统中实现和平衡 NFR 的成本已经大幅下降。如果你能用精确的、可测试的语言来描述系统的质量要求,LLM 就可以将它们直接编码到架构、测试和部署配置中。
这是一个杠杆点。将 NFR 纳入编码系统所需的投资成本从未如此之低。潜在的回报也从未如此之大。
这里有两种趋势在交汇。一方面,单元测试的相对重要性似乎在下降,因为 AI 生成使得它们生产成本极低且容易应付;另一方面,以测试工具为形式的更高层级测试正变得越来越有价值,因为它们验证的是业务行为和意图,而不是底层实现。将非功能性需求表达为可测试断言的可执行规范,完美契合这第二种领域。
有了这些,现在的“行走骨架”就可以成群结队地出现了。你可以并行启动多个候选架构,让它们通过 NFR 测试工具的检验,并最终选择那些能够恰当平衡我们最重要非功能性需求的架构版本。这是一种以前根本无法达到的架构迭代速度,在这种迭代中,我们可以清晰地阐述那些真正重要的关键质量属性。
将 NFR 的范围限定在架构上:一刀切行不通
我们不需要满足于这种在整个系统上生硬地“一刀切”套用 NFR 的做法。在 NFR 工作中最昂贵的错误之一,就是在需求实际上只适用于部分系统时,却将其统一应用到整个系统中。LLM 可以帮助你避免这种情况,但是,前提依然是你提出了正确的问题。
亚马逊并不希望他们所有的系统都符合 PCI 合规标准,他们只需要那些处理支付数据的子系统符合 PCI 标准即可。更重要的是,让那些系统从其他所有系统中清晰地分离出来(具有真实、明确且有防御能力的合规边界)会让他们获益良多。同样,一家保险经纪公司的 SaaS 平台也不需要在每个角落都去应对峰值负载进行设计。报价引擎需要在新产品发布时应对流量激增;但历史文档归档系统几乎肯定不需要。
精确界定范围并不会削弱你的 NFR,反而会强化它们。一个你有能力进行实际测试和执行的、边界清晰的合规要求,远比一个在各处被悄悄侵蚀、形同虚设的“全面义务”更有价值。
正确界定 NFR 范围本身就是一种架构行为。它迫使你清晰地思考系统的哪些部分承担着哪些质量义务,并据此划定边界(我认为这应该是领域边界)。LLM 在帮助凸显这些区别方面出奇地擅长。你可以要求它们识别“在提议的架构中,哪些组件承载了某个特定的 NFR”,你通常会得到一个非常有用的初稿。关键在于,这些边界随后必须在架构中被强制执行,而不仅仅是在文档中被口头声明。
通过架构决策记录(ADR)使权衡可见化
正如我已经建议的那样,每一个重要的 NFR 都涉及权衡。选择高可用性意味着在某些地方要接受“最终一致性”。针对低延迟进行优化通常意味着更高的基础设施成本。加强安全控制会给开发人员的工作流程增加摩擦。这些都不是设计的失败;它们恰恰是设计的本质。问题在于,当这些权衡保持隐性、未被记录时,对任何没有在做决定时在场的人来说,这都是个大问题。
架构决策记录(ADR)是使这些权衡变得明确且可追溯的正确机制。一份引用了处于冲突/拉扯状态的特定 NFR 的 ADR(例如,记录下 99.95% 的可用性需求与严格的数据一致性需求之间的冲突),能够清楚记录系统为什么会设计成现在的样子。未来的架构师、审计员以及帮助扩展该系统的 AI 模型,都会从这种明确的上下文中受益。
这是 LLM 能产生直接价值的领域。给定一组 NFR 和一个建议的架构方法,它们可以起草 ADR,阐明权衡,并标记出存在冲突的需求。最终的判断权仍然属于人类,但是编写文档的负担被大大减轻了(而嫌麻烦通常是 ADR 没有被写下来的核心原因)。
NFR 是连接战略和系统的结缔组织
每一个架构权衡的背后都应该是技术战略。而在技术战略背后,则应该是产品或商业战略。在实际工作实践中,这些关系往往是靠默认和假设的,而不是明确表达出来的。NFR 是这个逻辑链条必须变得具体的少数几个地方之一。
试想一下,将“快速市场扩张”作为优先事项的商业战略意味着什么。这个决定会直接带来 NFR 方面的影响:对最终一致性的更高容忍度、更激进的可扩展性要求、极低的初始安全投资(计划在以后再进行强化)。或者是一个围绕“严格监管市场”建立的战略:合规性和可审计性变成了承重的 NFR,并直接塑造了下游的每一个架构选择。
就像 NFR 本身一样,这些关系并不总是互补的。技术战略和商业战略之间可能存在真正的紧张关系。例如,一个追求快速推向市场的产品团队,和一个坚持采取减缓发布周期的安全控制措施的安全部门,他们之间的冲突绝不仅仅是没有沟通好的问题。它们可能代表了没有在正确管理层级上得到解决的真实战略冲突。NFR 会使这些冲突浮出水面。当你可以通过可测试规范中的“架构影响”,看到哪些商业目标在相互拉扯时,你就有了可以带回到管理层圆桌上的东西,去解决一开始造成这种紧张关系的根本战略问题。
在 AI 辅助开发的世界里,这或许是认真对待 NFR 的最深层价值所在。你不仅能获得更好的系统(尽管你确实会得到),更能得到一幅关于组织战略如何在你们构建的产品中真正体现出来的,更清晰、更诚实的图景。
将 NFR 作为强制性约束的六种方法
综上所述,为了将 NFR 融入到传递给 LLM 的规范中,你现在可以采取哪些具体步骤呢?
1识别关键用户角色及其对质量的期望
不同的用户对 NFR 的体验是不同的。交易台操作员和内容编辑人员对延迟的容忍度截然不同。从项目第一天起就在你的规范中明确这一点。
2明确梳理权衡滑块
可用性 vs 一致性。性能 vs 成本。安全性严格程度 vs 开发者速度。只要你主动提出要求,LLM 可以系统地引导你了解这些权衡。请将这一步构建到你的前期架构流程中,而不是事后的回顾会议中。
3将监管和法律框架转化为可测试的规范
GDPR、SOC 2、PCI-DSS 不是抽象的义务,它们是可以表达为可执行测试的精确要求。让 AI 模型来做翻译工作;要求它们将其重新阐述为可测试的规范。然后让你的安全/法律专家来验证结果。
4从经过验证的典范中逆向工程推导隐性 NFR
行业基准服务(比如主流云服务提供商现有的 SLA)编码了数十年来得之不易的质量思想。用 LLM 提取这种思想,再次将其明确为可测试的规范,并以此来设定你自己的团队基准。
5直接根据 NFR 生成测试夹具和测试工具
如果一个需求被指定得足够精确且可测试,它就可以被用来生成测试数据和流水线配置。实现规范和验证之间的闭环。不要把它留作一个纯手动的步骤。
6生成符合真实形态的测试数据集
这里的真实包括静态数据、请求的形态和组合。针对空数据库,用单一有效负载反复攻击单个端点的性能测试并不能说明什么。另一方面,反映真实世界流量分布、并针对目标真实静态数据库的测试,能为你系统是否能够抗压提供更多信心。NFR 为你提供了推导出这种真实性的规范依据,而一旦这些需求清晰了,LLM 就可以完成大部分的数据生成工作。
架构师和 CTO 们现在需要做什么
那么,作为一名资深技术人员,你现在可以开始做些什么呢?
首先,无论你的资历如何,请停止将 NFR 视为 QA 部门的专利或上线后的优化工作。请将它们指定为任何 AI 辅助开发计划的“准入标准”。如果一个团队在开始写提示词让 AI 写代码之前,无法清楚阐述他们正在构建的事物的可靠性、性能、安全性和合规性概况,那么他们就还没有准备好开始写提示词。
如果你是一位一直自己亲自尝试 AI 编程的高管,体验过看着一个能运行的原型在几分钟内被生成的快感,那么你这种倾向于快速行动的本能是一项极佳的资产。但是,一个令人信服的演示 DEMO 和一个坚固的生产系统之间的巨大鸿沟,恰恰就是 NFR 的栖身之所。能够正确处理这一问题的组织,将是那些能把这种开发速度应用在已被妥善定义好 NFR 规范的系统上的组织,而不仅仅是应用在那些表面光鲜的演示上。你也最有机会了解你的系统需要体现的关键非功能性目标。弄清楚这些,并帮助你的团队将它们转化为可以验证代码质量的规范。未来的你一定会感谢现在的自己。
工具已经准备就绪。做好这件事的成本比以往任何时候都要低。现在唯一的问题在于,你的组织究竟是把非功能性需求当成严肃的架构产物来认真对待,还是继续抱有幻想,指望它们会像变魔术一样自动出现在 AI 生成的代码中?
它们不会自动出现的;过去从来没有过。
作者:Andrew Harmel-Law
