Agentic Work Atlas

Agentic Engineering

13分钟阅读

核心范式演进

从“生成式（Generative）”转向“收敛式（Convergent）”：

阶段核心理念关键技术
AI 辅助编程模型作为 Copilot，人类负责闭环自动补全、代码生成
代理式编程模型作为 Agent，自主使用工具ReAct 循环、文件读写
约束驱动工程质量是收敛出来的，Harness 负责闭环Constraint-Driven-Engineering、Automated-Criteria、分层验收

通义实验室（2026）的实验证明，在隔离环境中，仅凭调研文档通过分阶段注入约束和三层判定体系，Agent 能够独立完成长达 4 小时的双端应用交付。其核心洞察是：质量不是一次性生成的，而是通过约束闭环不断过滤偏差而收敛出来的。

核心定义

Agents run tools in a loop to achieve a goal

这里采用 Simon Willison 的操作性定义：Agentic Engineering 是使用 coding agents 辅助开发软件的实践。Karpathy 在 2026 年 Sequoia 演讲中补充了更强的边界：Vibe Coding 提升所有人的软件能力底线，而 Agentic Engineering 要在不牺牲安全、可靠和专业质量的前提下获得更高杠杆。

Agent 软件：

  1. 调用 LLM，传入用户提示和工具定义
  2. 执行 LLM 请求的工具
  3. 将结果反馈给 LLM
  4. 循环直到目标达成

Code Execution：决定性能力

核心洞察

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

没有直接运行代码的能力，LLM 输出价值有限。 有了 Code Execution，Agent 可以迭代出可验证工作的软件。

核心原则（Simon Willison）

原则说明实践意义
Writing code is cheap now代码成本趋近于零可以更雄心勃勃地尝试
Hoard things you know how to do囤积可运行代码示例记录可复用的解决方案
AI should help produce better codeAI 应帮助产出更好的代码不是更快，而是更好
Anti-patterns不要提交未审查的代码你的工作是交付能工作的代码

与 Vibe Coding 的区别

维度Vibe CodingAgentic Engineering
代码质量原型级、未审查生产级、已验证
验证方式无/凭感觉自动测试 + 运行验证
人类角色"忘记代码存在"验证者、迭代者
目标快速原型可工作软件

保持区分

Vibe Coding 应保持原意：未经审查、原型质量的 LLM 生成代码，与已提升到生产标准的代码区分开来。

核心实践

领域Agent 角色人类角色
Git 操作执行复杂命令、解决冲突设定目标、审核结果
测试Red/Green TDD、运行测试定义测试策略
代码理解Linear walkthroughs、解释代码提出问题
重构后台异步重构PR 评估
历史管理History Rewriting编辑决策

成本与可观测性

生产级 Agentic Engineering 还需要把 token 成本、工具调用和回退循环纳入工程观测。Improving token efficiency in GitHub Agentic Workflows 的 GitHub 实践说明，自动触发的 Agent 工作流如果没有 API 级日志和审计，很容易在 CI 中静默累积成本。

核心原则是：能确定性完成的读取和过滤，不要交给 LLM 推理循环。MCP 工具裁剪、CLI 替代、预下载上下文和 token usage artifact，本质上都是把 Agent 行为变成可观察、可比较、可优化的工程对象。

反向边界：不要把摩擦全打掉

Why I Don’t Vibe Code 对 Agentic Engineering 的补充是：生产级 Agent 工程不应只问“能不能更快生成代码”，还要问“哪些摩擦必须保留为设计反馈”。

有经验工程师在 close reading、写 ADR、走开暂停和重新审视架构时，并不是在浪费时间，而是在处理 本质复杂性。好的 Agentic Engineering 应让 Agent 执行可验证工作，同时保留人类对抽象、责任和协作边界的判断。

组织级 Agentic Engineering

Running an AI-native engineering org 说明 Agentic Engineering 一旦成为团队默认工作方式，核心问题会从“怎么让 agent 写代码”转为“怎么让组织吸收更高吞吐”。

Claude Code 团队的经验可以概括为四个迁移：

  • 写代码、测试和重构不再是主要瓶颈，verification、review、security 和 product taste 变成瓶颈。
  • 长周期路线图让位给 JIT planning、原型、PR 讨论和内部用户反馈。
  • PM、工程、设计、内容的执行边界变薄，但法律、安全、trust boundary 和产品判断仍需专家负责。
  • PR cycle time 和 AI-assisted commits 只是中间指标，最终仍要看质量、可靠性和产品问题是否被解决。

这使 AI-Native-Engineering-Org 成为 Agentic Engineering 的组织化形态：个人 agent loop 要升级为团队验证、计划、权限和责任系统。

船长模型（Kun Chen, 2026）

Kun-Chen 将 Agentic Engineering 的人机协作推向更极端的形态——Captain-Mindset。核心主张：人类角色应从"审 diff 的 reviewer"转为"规划需求 + 看证据做判断的船长"。

实现路径依赖三层工具：

  • 规划层：交互式 artifact（如 Lavish）替代 text wall 的需求讨论
  • 验证层：Validation-Pipeline 自动化对抗审查 + e2e 验证 + 证据生成
  • 编排层：meta-orchestrator（如 First Mate）管理多 Agent session 切换

支撑这一模型的关键洞察是 Agent-Ergonomics——工具应以 Agent 为第一公民设计，AXI 标准工具比传统 MCP server 节省 3x token 成本。

模型经济边界

Open and closed models are on different exponentials 给 Agentic Engineering 补了经济约束。Coding agents 是 智能溢价 的强样本，因为复杂软件任务的边际智能会直接影响完成概率、返工量和人类注意力消耗。

因此，Agentic Engineering 的模型选择不能只看单次调用价格。高杠杆任务可能值得购买更强闭源模型和集成 harness；高频、稳定、可验证任务则可能更适合开源或专门化模型。

Leverage：声明式指令 (Karpathy, 2026)

Karpathy 补充了获得 Agent 杠杆的关键方法：

"Don't tell it what to do, give it success criteria and watch it go."

声明式 vs 命令式：

方式示例杠杆效果
命令式"写一个排序函数"Agent 执行一次，结果固定
声明式"测试通过后停止"Agent 循环迭代，自我修正

实践模式：

  1. 先写测试，让 Agent 循环直到测试通过
  2. 给 Agent 配浏览器 MCP，让它自主探索验证
  3. 先写朴素算法（确保正确），再让 Agent 优化

三阶段模型：开发/审查/硬化 (Breunig, 2026)

Drew Breunig 提出扩展的三阶段 Agentic Coding 模型：

阶段任务瓶颈说明
开发实现功能、快速迭代Human input人类直觉主导，反馈驱动
代码审查文档、重构、PR 审查Human input异步应用最佳实践
安全硬化识别漏洞、持续审计Money (tokens)自主运行直到预算耗尽

关键洞察：安全审计从"rare, discrete, inconsistent"变为"constant, within optimal budget"。

关键数据点

  • Agent 定义：Agents run tools in a loop to achieve a goal
  • Code Execution 是决定性能力：没有直接运行代码的能力，LLM 输出价值有限
  • Vibe Coding 一词由 Andrej Karpathy 在 2025 年 2 月提出（Claude Code 发布前三周）
  • Karpathy 的贡献是把 Vibe Coding 与 Agentic Engineering 区分为"提升底线"与"保持质量上限"两类实践
  • 四项核心原则：代码成本趋近于零、囤积可运行代码示例、AI 应帮助产出更好的代码、不提交未审查的代码
  • ITBench-AA SRE 基准（2026）：所有前沿模型低于 50%，最佳 Claude Opus 4.7 仅 47%——企业 IT Agent 任务远未解决
  • Coding Agents 在社会科学中采纳率仅 20%（n=1,260），尽管 81% 已尝试 AI——采纳仍处早期
  • 人的注意力带宽是硬上限：并发 4 个 Agent 产出高了但疲劳感比单线程还严重——"并发没有消灭工作，只是把等待时间换成了调度时间"（泮圣伟, 2026）
  • Agent 开发 70% 的成本在 Harness：Token 编排、安全沙箱、可观测性、状态持久化、错误恢复——个人 Harness 无法规模化，SOTA 模型加速进化导致 Harness 加速过期（泮圣伟, 2026）

前提与局限性

  • Agentic Engineering 依赖 coding agents 具备代码执行能力，纯文本 LLM 无法胜任
  • 人类角色从"写代码"转为"验证和迭代"，需要对结果负责
  • LLM 不从过去错误中学习，需要人类显式更新指令和工具 harness
  • Vibe Coding 和 Agentic Engineering 应保持区分：前者是未审查原型，后者是生产级代码
  • Agentic Engineering 不能只追求消除摩擦；部分摩擦是设计信号，必须通过 review、ADR、测试和人工判断保留下来

关联概念

来源

关系图谱

反向链接