Vibe Coding 与 Agentic Engineering：AI 时代的编程新范式

发表于 更新于 分类于 阅读次数： 本文字数： 3.8k 阅读时长 ≈ 3 分钟

cover

引言

今年初我在一个技术群里看到有人说”我现在写代码基本不看代码了，就跟 AI 说我要什么，它给我，我测一下，没问题就合进去”。下面有人回复”这不就是 Vibe Coding 吗”，然后争论起来了——有人觉得这是未来，有人觉得这是在埋雷。

这个争论背后其实是两个不同的概念在混用。Andrej Karpathy 2025 年初提出 Vibe Coding 的时候，说的是一种探索性的、快速验证的工作方式。但到了 2026 年初，他又提出了 Agentic Engineering，专门用来描述生产环境下的 AI 协作模式。

这两个词不是同一件事，但很多人在混着用。

Vibe Coding 是什么？

核心定义

Vibe Coding（氛围编程）是一种通过自然语言提示词引导 AI 工具生成代码的软件开发实践，而不是手动逐行编写代码。正如 Google Cloud 所定义的，它”让应用构建变得更加易于访问，尤其是对那些编程经验有限的人”。

这个术语由 Andrej Karpathy 在 2025 年初创造，描述了一种工作流程：开发者的主要角色从逐行编写代码转变为通过更加对话式的过程来引导 AI 助手生成、优化和调试应用程序。

两种实践模式

“纯粹”的 Vibe Coding：在这种探索性形式中，用户可能完全信任 AI 的输出能够按预期工作。正如 Karpathy 所说，这类似于”忘记代码的存在”，最适合快速构思或”周末抛弃型项目”，速度是首要目标。

负责任的 AI 辅助开发：这是该概念的实用和专业应用。在这种模式下，AI 工具充当强大的协作者或”结对编程伙伴”。用户引导 AI，但随后会审查、测试和理解它生成的代码，对最终产品负全责。

工作流程

Vibe Coding 的典型循环包括：

  1. 描述目标：用自然语言提出需求，例如”创建一个读取 CSV 文件的 Python 函数”
  2. AI 生成代码：AI 助手解释请求并生成初始代码
  3. 执行和观察：运行生成的代码，查看是否按预期工作
  4. 提供反馈和优化：如果输出不正确或出现错误，提供新指令
  5. 重复迭代：这个循环持续进行，直到代码完成

Agentic Engineering 是什么？

从 Vibe Coding 到 Agentic Engineering

虽然 Vibe Coding 在 2025 年引发了热潮，但到了 2026 年，软件行业需要更能反映专业开发实践的术语。IBM 指出，”vibe”这个词带有随意、即兴的含义，虽然适合早期探索阶段，但与当前开发者对 AI 编码代理的谨慎态度相冲突。

Stack Overflow 2025 年开发者调查显示，虽然 84% 的受访者使用或打算使用 AI 辅助编程，但 46% 的人对 AI 工具的准确性表示怀疑，只有 3% 的人表示”高度信任”AI 生成的输出。

核心定义

Agentic Engineering（代理工程）强调两个关键维度：

“Agentic”（代理性）：代理编排系统编写代码，人类开发者负责监督和验证输出。当代理或多代理系统迭代子任务时，我们保持”人在回路中”（human-in-the-loop）。

“Engineering”（工程性）：使用代理工作流进行有意义的代码生产需要一定的专业知识水平，这不会危及代码质量。这是一种可以培养和提升的技能。

关键区别

维度 Vibe Coding Agentic Engineering
定位 探索性、实验性 专业性、生产级
人的角色 提示者、引导者 编排者、监督者、验证者
质量保证 依赖 AI 输出质量 强制代码审查、测试、治理
适用场景 原型、MVP、实验 生产系统、关键业务代码
风险管理 较低 系统化的治理框架

为什么它们如此重要？

开发效率的革命性提升

根据 Second Talent 的统计数据，采用 Vibe Coding 实践的组织在保持强大的代码审查标准和开发者培训计划的同时，报告了显著的生产力提升和更快的上市时间。Replit CEO 透露，75% 的 Replit 用户从未编写过一行代码——他们只是描述想要什么，AI 就为他们构建。

降低编程门槛

传统编程需要多年的技术培训，而 Vibe Coding 将数百万非编码人员转变为创作者，他们可以在几秒钟内构建和启动应用程序。正如《纽约时报》专栏文章所说：”我现在可以在几周内教你制作复杂的 Web 应用。大约六个月后，你就能做很多我花了 20 年才学会的事情。”

应对 AI 时代的挑战

然而，过度依赖也带来了问题：

  • 技能退化：44% 的人观察到初级开发者的基本编程技能下降
  • 调试困难：63% 的人花在调试 AI 代码上的时间比手动编写等效代码的时间更多
  • 安全隐患：IBM 研究发现，AI 生成的软件安全漏洞是人工编写代码的两倍

这正是 Agentic Engineering 出现的原因——它提供了一个更成熟、更准确的框架，说明开发者如何与自主系统协作，同时保持人类监督、系统设计素养和高判断力决策的核心原则。

软件开发范式的转变

Agentic Engineering 让我们从确定性逻辑转向概率性判断的微妙领域。CIO 杂志指出，到 2026 年底，决定性的挑战将不是 AI 是否能参与工程工作流程，而是组织如何有意识地为其设计。

代理 AI 将越来越多地充当 SDLC（软件开发生命周期）的首次执行者：在规划期间分析可行性，在构建期间实现功能，在验证期间扩展测试覆盖率，在审查期间发现风险——将数周的协调压缩为连续的工作流程。

如何使用它们？

Vibe Coding 的实践指南

1. 选择合适的工具

主流的 Vibe Coding 工具包括：

  • Claude Code（Anthropic）：强大的代码生成和调试能力
  • Cursor：支持 11 种语言的智能编码助手
  • GitHub Copilot：与 IDE 深度集成
  • Bolt.new：快速原型开发
  • Replit：在线协作编程环境

2. 掌握提示工程技巧

有效的提示应该：

  • 清晰描述期望的功能和结果
  • 提供必要的上下文信息
  • 指定技术栈和约束条件
  • 分步骤迭代，而不是一次性要求完整解决方案

示例：

1
2
3
不好的提示："创建一个登录系统"
好的提示："使用 React 和 Firebase Authentication 创建一个登录表单，
包含邮箱和密码字段，添加表单验证，登录失败时显示错误消息"

3. 建立审查习惯

即使是 Vibe Coding，也必须：

  • 阅读并理解生成的代码
  • 运行测试验证功能
  • 检查安全漏洞
  • 评估性能影响
  • 确保代码可维护性

4. 适用场景

Vibe Coding 最适合：

  • 快速原型开发
  • MVP（最小可行产品）构建
  • 内部工具和脚本
  • 学习新技术栈
  • 生成样板代码和测试

不适合：

  • 关键业务系统
  • 面向客户的产品
  • 涉及敏感数据的应用
  • 需要高性能优化的场景

Agentic Engineering 的实践框架

1. 建立治理框架

组织应该定义：

  • 何时以及如何使用代理工作流
  • 强制性的代码审查要求
  • 安全扫描协议
  • 测试期望和标准
  • 防护栏配置

2. 培训工程团队

不仅要培训提示技巧，还要培训：

  • 系统设计能力
  • 如何编排自主代理
  • 如何验证代理输出
  • 如何将迭代审查循环集成到现有 CI/CD 管道

3. 采用 RAG 架构

许多组织正在采用 RAG（检索增强生成）架构，使代理能够基于真实的文档、规范和代码库来生成输出，减少幻觉并提高准确性。

4. 模块化任务分解

设计良好的代理系统将任务分解为更小的模块，使代理能够实时生成独立的组件，这些组件可以干净地集成到现有代码库中，而不会增加技术债务。

5. 多代理协作

Agentic Engineering 的高级应用包括：

  • 管理代理：负责任务分配和协调
  • 构建代理：专注于代码实现
  • 测试代理：自动化测试生成和执行
  • 审查代理：代码质量和安全检查

这种多代理协调反映了既定的工程实践，同时受益于 AI 自动化的速度。

6. 实施可追溯性

Agentic Engineering 工作流程强制从需求到代码输出的可追溯性，使团队能够审计决策、验证结果并满足合规需求。

实战案例

案例 1：报表和仪表板开发

Forbes 指出，报表和仪表板是 Vibe Coding 的绝佳用例。通过简单描述需要回答的问题，可以快速生成轻量级工具来满足这些需求。因为 Vibe Coding 工具天然支持自然语言，用户可以获得直观的洞察，而不必学习如何导航技术用户界面和解释复杂的图表。

案例 2：快速原型验证

如果你在销售软件或数字服务，Vibe Coding 原型可以用来快速传达你的价值主张，几乎不需要在研发上花费。

案例 3：生产级应用开发

对于生产级应用，应采用 Agentic Engineering 方法：

  1. 使用代理生成初始代码框架
  2. 人工审查架构设计
  3. 代理实现具体功能模块
  4. 自动化测试代理验证功能
  5. 安全审查代理扫描漏洞
  6. 人工最终审批和部署

总结

Vibe Coding 和 Agentic Engineering 代表了软件开发的两个演进阶段。Vibe Coding 打开了 AI 辅助编程的大门，让更多人能够参与软件创作；而 Agentic Engineering 则将这种能力提升到专业级别，确保在享受 AI 带来的效率提升的同时，不牺牲代码质量、安全性和可维护性。

回到开头那个群里的争论——那个”基本不看代码”的人，如果是在做周末项目或者快速验证想法，Vibe Coding 没什么问题。但如果是在做面向用户的产品，IBM 的数据摆在那里：AI 生成的代码安全漏洞是人工编写的两倍。不是说不能用 AI，而是用的方式得变。

2026 年，成功的开发者不是那些拒绝 AI 的人，也不是盲目依赖 AI 的人，而是那些学会如何有效编排和监督 AI 代理的人。正如 Karpathy 所说，开发者的角色正在从”编写代码”转变为”设计、监督和塑造 AI 系统的行为”。