Swamp之所以有趣，是因為它不信任AI

當前AI工具領域的主流趨勢是追求更高的自主性、更多的代理和更不透明的黑箱。演示效果令人印象深刻，但實際往往只是一堆提示詞、Shell腳本和僥倖的運氣。然而，Swamp卻反其道而行之，這正是它的有趣之處。Swamp並不自稱是最強大的代理框架，也不承諾實現通用人工智能，更不宣稱要取代工程師。相反，它關注的是被大多數人忽視的可靠性問題。

作者在平台工程和SRE領域工作多年，深知最可靠的部署流水線並非最智能的那條，而是每次都以相同順序執行相同檢查的那條。在需要確保環境和構建一切正常時，你需要的正是一個按部就班的檢查清單。每當Claude生成一個糟糕的Bash腳本時，作者都會想：這個邏輯應該放到Swamp裏。真正重要的不是具體實現，而是工作流本身。你不必操心Shell腳本、臨時文件、編排膠水和進程管理，只需思考：應該執行哪些檢查？以什麼順序？收集什麼證據？失敗時如何處理？這是一個工作流問題，而Swamp正是將工作流作為一等公民來解決。

Swamp最有趣的地方或許並非AI，而是它提供了一種定義和執行組織工作流的方法。任何大型組織里，人們都在重複發明相同的流程：工單→設計→PR→審核→部署；事件→調查→驗證→修復；變更請求→批准→發佈；安全發現→評估→修復。問題不在於AI能否執行這些工作，而在於我們能否最終將工作描述清楚。

Patrick Debois最近指出，大型組織可能需要更“電池內置”的解決方案。這或許沒錯，但Adam Jacob的回應同樣重要：最好的工作流並非源於中央預測，而是人們在邊緣解決實際問題時湧現出來的模式，然後逐漸成為共享知識。Chef是怎麼來的？DevOps是怎麼來的？組織AI工作流也可能這樣誕生。

平台工程師多年來一直致力於建設“鋪好的路”——黃金路徑、模板、護欄。Swamp似乎是這一思路的自然延伸：如果我們能定義組織如何調查事件、審核變更、驗證發佈或評估風險，而不只是無人閲讀的文檔或無人更新的Confluence頁面，而是作為可執行的工作流呢？

最令作者興奮的是，Swamp提供了一個注入確定性的場所。我們不需要一個更自主的系統，而是一個能可靠執行所需檢查的系統。對於有SRE和平台工程背景的人來説，這個問題比追求自主代理更有趣。也許未來不是自主代理，而是可靠的代理。