伴随软件技术与产业的发展，软件工程开发从早期基于瀑布模型（Waterfall）、V模型等的工程实践逐步演变成基于敏捷开发（DevOps）和软件工厂交付等模式，敏捷及工厂能力不断集成进入软件生成、交付与运维的过程，用以应付软件快速变化及行业竞争加剧的趋势。然而，这些方法与过程在面对当前软件不断提升的增长需求时，依旧显得力不从心，核心原因在于，现代软件的增长逻辑已经从线性增长转变为指数级复杂度增长及实时价值交付。这些早期的主流软件开发模式被诟病为开发周期冗长、响应滞后、维护成本居高不下、规模化熵增和机械化思维等。随着人工智能技术的飞速发展，特别是生成式人工智能大模型的出现与其在海量数据学习、自然语言理解和多模态数据处理等领域能力的提升，为解决这些制约提供了一条全新的路径。