Agentic Engineering

思考随笔 Agent 2026-08-08

编排，约束，验证，变得更加重要

对比

之前我上大学的时候，大家学软件开发，都是从语法开始，然后去学习框架，然后相关的技术栈。现在 AI 的能力突飞猛进，更重要的是想法和编排和验证。怎么去保证 AI 写的代码是 strong 的，而且是有效的。

我自己的体验下来，现在 AI 写代码已经比大多数人要厉害了，就是可能会存在某些 BUG，需要人来进行测试。

确定性 Vs 概率性

Write Behavior -> Shape Behavior

编写行为到塑造行为

从高层次看。传统软件工程里，开发者编写行为（write behavior）。在 agentic engineering 里，开发者塑造行为（shape behavior）。本质，是从确定性逻辑，转向概率性判断。

这个词拆开来看，更清楚。

Agentic 指的是：一群 agent 写代码。人类开发者监督和验证输出。Agent 或多 agent 系统迭代子任务时，始终保持人在环中（human in the loop）。

Engineering 指的是：用 agentic 工作流做正经代码生产。需要一定专业水平。不能危及代码质量。

两者加在一起：AI 负责执行。你负责编排和验证。工程素养没有消失。只是作用的位置变了。

发展

Traditional Software Engineer
AI-Assisted coding 我记得 2023 年的时候，IDE 的插件就是这种功能，那个时候有 copliot 驾驶员，就是写代码，特别是重复性的代码有提示，那个时候写 Java 的代码，感觉就很好用，在 CRUD 方面。
Vibe coding 在 GPT 出来之后，氛围感编程，之前可能开发一个网页还需要几天的时间，现在几分钟就可以完成，而且不懂技术的人，也可以随意的修改
agentic coding 系统自主规划、执行、调试，有限监督，这个时期的 AI 写代码更加的厉害了，可以进行大型项目的开发，进行测试之类的。有限监督下迭代
agentic engineering 人编排+监督超越代码生成，设计让自主系统推理、协调、评估、动态适应的环境

阶段	谁主导	典型场景
Traditional SE	人写每一行	所有逻辑显式定义，AI 最多辅助，人在架构和决策上完全掌控
AI-Assisted Coding	人主导，AI 辅助	Copilot 补全、重构、生成代码片段，开发者仍主导整体实现
Vibe Coding	人描述意图，AI 生成	自然语言描述意图，迭代塑造结果，焦点从精确实现转向创意方向和快速实验
Agentic Coding	AI 自主规划+执行	系统自主规划任务、使用工具、写代码跑测试、调试失败，有限监督下迭代
Agentic Engineering	人编排+监督	超越代码生成，设计让自主系统推理、协调、评估、动态适应的环境

AI 越自主，人越重要

一个常见误解：agentic 系统越强，对人的要求越低。

正好相反。

传统系统故障是可预测的。有 bug？顺着调用栈往下追，总能定位到某个错误的条件判断、状态转换或实现细节。Agentic 系统不一样。它以概率方式运行。可能看起来完全正确，却在表面之下做着有缺陷的决策。幻觉、误解意图、误用工具、生成语法正确但架构糟糕的方案。它不会报一个漂亮的 NullPointerException。它悄悄做错了。

所以 agentic engineering 的关键技能，不是写代码。是两个动作：

Orchestrate（编排）：定义 agent 能做什么、不能做什么、在什么约束下运行。
Verify（验证）：确认 agent 的输出，不仅在语法上正确，架构、安全、性能上也对。

vibe coding 弊端

这就是 agentic engineering 这个词存在的原因。它强调 engineering 还在。不是要取代软件工程。是扩展一个新的抽象层。Agentic engineering 改变的，是工程师把大部分时间，花在工程化什么东西上。

智能体工程的四条原则

human in the loop
Orchestrate + Verify
抽象层上移
从小处开始

小结

Agentic Engineering 不是一个 buzzword（流行词）。它是一个光谱的尽头。从亲手写每一行代码，到设计让 AI 写好代码的环境和约束。

记住两点：

光谱思维，替代二分法。别问「AI 编程好还是不好」。问「你在光谱的哪个位置」。
AI 越自主，工程素养越重要。概率性系统的故障，比确定性系统更难发现、更难修复。