Clips Wiki

20260410-what-is-agentic-engineering

7分钟阅读

What is agentic engineering?

文章来源

核心定义

Agentic engineering 是使用 coding agents 辅助开发软件的实践。

什么是 Coding Agents？

Coding agents 是能够编写和执行代码的 agents。流行示例包括：

  • Claude Code
  • OpenAI Codex
  • Gemini CLI

什么是 Agent？

Agent 的定义：

Agents run tools in a loop to achieve a goal

Agent 软件调用 LLM，传入用户提示和工具定义集合，然后执行 LLM 请求的任何工具，并将结果反馈给 LLM。

对于 coding agents，这些工具包括能够执行代码的工具。

用户提示 coding agent 定义一个目标。Agent 然后在循环中生成和执行代码，直到目标达成。

核心洞察

Code Execution 是关键

核心能力

Code execution is the defining capability that makes agentic engineering possible.

没有直接运行代码的能力，LLM 输出的任何内容价值有限。有了代码执行，这些 agents 可以迭代出可验证工作的软件。

人类工程师的价值

现在软件能写可工作的代码，人类还有什么用？

答案：so much stuff.

写代码从来不是软件工程师的唯一活动。这个技艺一直是弄清楚该写什么代码。任何软件问题都有数十种潜在解决方案，各有权衡。我们的工作是导航这些选项，找到最适合独特情况和需求的方案。

有效使用 Coding Agents 的要点

  1. 提供工具 - 给 coding agents 解决问题所需的工具
  2. 正确规格化 - 以恰当的细节级别描述问题
  3. 验证迭代 - 验证并迭代结果，确保稳健可信

关键洞察

LLMs 不会从过去的错误中学习，但 coding agents 可以——前提是我们有意识地更新指令和工具配置来纳入沿途所学。

与 Vibe Coding 的区别

Vibe coding 是 Andrej Karpathy 在 2025 年 2 月提出的术语——恰好是 Claude Code 首次发布前三周——描述"忘记代码甚至存在"的 LLM 编程方式。

区分的重要性

不要把 vibe coding 定义扩展到覆盖任何 LLM 生成代码的情况。Vibe coding 应保持原意：未经审查、原型质量的 LLM 生成代码——与作者已提升到生产标准的代码区分开来。

关于本指南

Agentic Engineering Patterns 是一个持续演进的工作。目标是识别和描述：

  • 能产生实际结果的工作模式
  • 不太可能因工具进步而过时的模式

指南目录

Principles

  1. What is agentic engineering?
  2. Writing code is cheap now
  3. Hoard things you know how to do
  4. AI should help us produce better code
  5. Anti-patterns: things to avoid

Working with coding agents

  1. How coding agents work
  2. Using Git with coding agents
  3. Subagents

Testing and QA

  1. Red/green TDD
  2. First run the tests
  3. Agentic manual testing

Understanding code

  1. Linear walkthroughs
  2. Interactive explanations

Annotated prompts

  1. GIF optimization tool using WebAssembly and Gifsicle

AI 提取的元数据

核心概念

概念定义
Agentic Engineering使用 coding agents 辅助开发软件的实践
Coding Agents能编写和执行代码的 agents（Claude Code, Codex, Gemini CLI）
Agent 定义在循环中运行工具以达成目标的软件
Code Execution使 agentic engineering 成为可能的决定性能力
Vibe Coding未经审查、原型质量的 LLM 生成代码（Karpathy 2025）

关键引用

  1. "Agents run tools in a loop to achieve a goal"
  2. "Code execution is the defining capability that makes agentic engineering possible"
  3. "Writing code has never been the sole activity of a software engineer. The craft has always been figuring out what code to write."

文章定位

  • 所属系列: Agentic Engineering Patterns 指南的第一章
  • 系列目标: 识别能有效产出结果、且不会因工具进步而过时的模式
  • 作者背景: Simon Willison，AI/LLM 领域知名博主和技术专家

相关链接

编译摘要

1. 浓缩

  • 核心结论1: Agentic engineering 定义为使用 coding agents 辅助开发软件的实践，核心是"在循环中运行工具以达成目标"
    • 关键证据: Coding agents 能编写和执行代码，迭代出可验证工作的软件
  • 核心结论2: Code execution 是让 agentic engineering 成为可能的关键能力
    • 关键证据: 没有代码执行能力，LLM 输出价值有限；有了代码执行可迭代出可工作软件
  • 核心结论3: Agentic engineering 与 Vibe coding 有本质区别——前者是生产级代码，后者是原型质量
    • 关键证据: Vibe coding 应保持原意——未经审查的 LLM 生成代码

2. 质疑

  • 关于"循环"的质疑: Agent 循环何时终止？如果陷入无限循环如何处理？
  • 关于代码执行的质疑: 在生产环境中直接执行 AI 生成的代码是否安全？需要哪些防护措施？
  • 关于 Vibe coding 的质疑: Vibe coding 是否有可能通过严格的人类审查达到生产级质量？

3. 对标

  • 跨域关联1: 类似自动驾驶分级——从完全人类驾驶到完全自动驾驶，agentic engineering 是"辅助驾驶"
  • 跨域关联2: 类似传统 IDE 的调试循环——AI 让这个循环更自动化
  • 可迁移场景: 任何需要 AI 辅助决策和执行的领域——数据分析、自动化运维、研究探索

关联概念

关系图谱

反向链接