Postman 近日获得了 AWS AI 能力认证（AWS AI Capability Certification），标志着其 AI 能力在 AWS 生态中得到了官方认可。但更值得关注的，是同期发布的 AI Engineer——一个 AI 原生的 API 开发平台，被 Postman CEO Abhinav Asthana 称为”Postman AI 能力的下一个飞跃”。
这不是 Postman 上加了几个 AI 补丁。这是对 API 开发工具链在 AI Agent 时代该长什么样的重新想象。
核心问题：一旦 Agent 开始写 API，谁来理解整个系统？
Postman 观察到一个深层矛盾：
“代码是丰富的训练数据，代码生成是可验证的——但把软件从原型带到生产环境，和生成代码是完全不同的活动。”
他们引用了一个正在被广泛讨论的现象——vibe slop（氛围垃圾）：团队用 AI 绕过了软件工程的硬核部分，产出了充满 Bug、难以维护的代码。AI 编码工具的构建者自己也在警告：基础设施在崩溃，软件 Bug 越来越多。靠 vibe 到不了生产环境。
Postman 把这个症状的底层病因归结为 上下文债务（Context Debt）：
“像技术债务一样，上下文债务会复利。每一个新服务、新契约、每个 Agent 生成的变更，都增加了未来任何变更需要理解的既有工作量。”
这在 API 场景下尤其明显——一个大型组织可能有几十万个 API、服务、数据库和事件队列。维护它们的人往往是公司里最高薪的工程师，负责把所有上下文记在脑子里的人。
当 Agent 开始以人类无法企及的速度生产软件时，上下文债务会变得人类不可管理。
解决方案：AI Engineer + Context Graph
Postman 给出的答案不是”更好的代码生成”，而是Context Graph（上下文图谱）。
| 组件 | 功能 | 解决的问题 |
|---|---|---|
| Context Graph | 持续更新的 API 和服务关系图谱 | Agent 不从头零开始理解系统 |
| API Catalog | API 的注册、所有权、权限管理 | Agent 和人类有同样的围栏 |
| Execution Layer | 沙箱化的云端执行环境 | Agent 可以安全操作 |
| Postman Toolset | 封装后的 Postman 原生能力 | Agent 使用和开发者一样的工具 |
AI Engineer 的核心能力包括：
1. 定向 API 探索
“指着一个 API 或应用，给它一个目标。它会探索端点、推断行为、生成文档、工作集合和实际行为地图——不只是规范上说的。”
2. 系统设计评审
“AI Engineer 可以跨服务评审架构，暴露依赖风险和矛盾，然后基于 Context Graph 中已有的内容提出变更——而不是基于泛泛的最佳实践。”
3. 故障排查
“当出问题时，AI Engineer 可以跨服务追踪问题。它用 Context Graph 导航依赖关系，用 Postman 工具主动测试 API，然后返回带复现步骤的假设。”
4. PR 级 API 测试
“接入 PR 评审流程后，自动检查契约回归、破坏性变更、安全问题和设计不一致——在合并前发现问题。”
与 AWS 的深度整合
Postman 获得 AWS AI 能力认证，同时产品层面与 AWS 生态进行了深度对接：
- AWS Bedrock AgentCore 集成：Postman 的 AI Engineer 可以直接发现、理解和使用部署在 AWS 上的 API
- AWS 认证意味着：AWS 在技术和实施两个层面对 Postman 的 AI 能力进行了审核，确认其符合 AWS 的 AI 解决方案标准
- 对企业客户的意义：在 AWS 上运行的企业可以在熟悉的合规框架内使用 Postman 的 AI 能力
新范式：从”API 客户端”到”API 工程的 AI 搭档”
传统 Postman 的定位是 API 客户端（API Client）——开发者用它来发送请求、查看响应、组织集合。
AI Engineer 代表的范式转变：从”你用手操作的 API 工具”变成”你和 AI 一起工作的 API 平台”。
| 维度 | 传统 API 开发 | AI Engineer 范式 |
|---|---|---|
| 工作方式 | 手动发请求、看文档 | Agent 自动探索、分析、生成 |
| 上下文来源 | 开发者的大脑 + 静态文档 | 持续更新的 Context Graph |
| 评审流程 | 人工 Code Review | AI 在 PR 阶段自动检查契约和安全性 |
| 故障排查 | 逐服务登录、手动追查 | Agent 跨服务追踪、自动假设 |
| 入门新 API | 读文档 → 试请求 → 理解 | Agent 直接探索并生成工作集合 |
| 风险控制 | 人工审批 + 权限管理 | 沙箱执行 + 写入需审批 + VPC 隔离 |
“vibe slop”与”context debt”的对应关系
Postman 引入的这对概念值得单独解释：
vibe slop（症状）= 团队绕过软件工程硬核环节，产出有问题的 AI 生成代码
↓
context debt（病因）= 系统越来越复杂，没有人能完整理解它
↓
Context Graph（治疗）= 始终在线、持续更新的系统上下文图谱
这个框架的意义在于：它把”AI 代码质量差”这个问题从模型能力问题重新定义为上下文管理问题。 不是模型不够聪明，是模型在不知道系统全景的情况下做决策。
安全设计：Agent 不是超级管理员
Postman 在 AI Engineer 的安全设计上做了一些值得关注的决策：
- 沙箱执行：Agent 在云端沙箱中运行，不直接接触基础设施
- 凭证隔离：凭证从不经过 Agent 的推理层
- 写入需审批：写操作需要显式人工批准
- VPC 内执行层：执行层可部署在客户 VPC 内
- PR 流程集成：Agent 的输出走现有代码评审流程
“我们的风险模型类似于一个初级工程师，其工作经过代码评审，重要的事情有人在环。”
参考资料
- Postman Blog：Introducing the AI Engineer — Abhinav Asthana（2026-06-02）
- Postman at APIdays Amsterdam：Building Better APIs for the AI Era（2026-06-17）
- Postman Blog：Generating Client SDKs and AI-Ready CLIs（2026-06-04）
- Google News 聚合：Postman 获得 AWS AI 能力认证（2026 年 6 月）
- AWS AI Capability Certification（AWS Partner Network）
文档信息
- 本文作者：zhupite
- 本文链接：https://zhupite.com/dev/postman-ai-engineer-aws-certification.html
- 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）