AI编程Vibe CodingAgent工程
Vibe Coding 与 Agent 工程的融合：我们"摆烂"有了正当理由
收录于 2026/5/20 09:19:11
核心概念
Vibe Coding（氛围编程）
- 定义：完全不看代码的编程方式，只要能运行就行
- 特点：不关心实现质量，AI 生成什么就先用什么
- 适用场景：个人工具、低风险的个人项目
- 问题：用在别人身上是"极其不负责的"
Agentic Engineering（智能体工程）
- 定义：专业软件工程师在安全、可维护性、性能等约束下使用 AI
- 特点：对每行代码负责，理解工程权衡
- 目标：构建更高质量的生产系统
- 要求：依靠深厚的工程经验来判断和把控
关键发现
1. 两者的边界正在模糊
Simon Willison 原本将两者区分得很清楚，但现在发现二者开始"重叠"了：
- Agent 写的代码越来越可靠
- 他开始不再逐行审查 AI 生成的代码，哪怕是生产环境里的代码
- 他把 AI 的输出当作"半黑盒"来用——就像信任公司里的另一个团队
2. "偏差正常化"现象
Simon 提出了一个关键观察：AI 每次写对，都让他更容易在未来某个时刻盲目信任它。
他把 Agent 当作一个"半黑盒"的合作伙伴：
- 先拿来用，出了问题再看 Git 仓库
- "不到万不得已不会去看"
- 类似于他在大厂当 Engineering Manager 时信任其他团队交付模块的方式
3. 检验标准的变化
| 以前 | 现在 |
|---|---|
| 看到一个有上百次提交、完整 README 和测试的仓库，基本能确信作者投入了心血 | 用 AI 半小时就能生成一个一模一样的 |
| - | 唯一可靠的检验标准：是否有人真正使用过它 |
4. 社区争议焦点
| 观点 | 内容 |
|---|---|
| 尖锐批评 | "Vibe Coding 至少是诚实的，但 Agentic Coding 更像一套包装精致的骗局" |
| 概念质疑 | 所谓 Agent 工程，本质上是假设 LLM 是完美可靠的规则执行器，完全不站得住脚 |
| 流程区分 | Vibe Coding 是一道几次尝试、冒烟测试；Agentic Engineering 采用多阶段流程，有质量门和对抗性评审 |
| "本体感觉"丧失 | 通过编写和重构，你能感知抽象泄漏和接缝错位——风险在于开发者丧失辨别坏代码的能力 |
深层问题分析
市场机制缺失
- 代码质量在 AI 出现之前就已经非常糟糕
- 大公司技术债务堆积如山
- 过去阻碍高质量代码开发的激励机制，如今依然占据主导地位
软件行业的价值重构
Simon 的回答：
- 真正重要的不再是代码本身
- 代码正在贬值，但结构、接口和确定性数据层的价值反而在提升
- Agent 带来的不确定性，恰恰让那些能够减少不确定性、提供稳定边界的东西变得更加珍贵
访谈核心观点
"AI 擅长编程"变得不容置疑
关键时间节点：
- 2024 年底：AI 写的代码 Bug 太多，可能拖慢进度
- 2025 年 2 月：Claude Code 发布，代码成为用户愿意买单的核心
- 2025 年 11 月：Claude Opus 4.5 和 GPT 5.1 几乎同时发布，Coding Agents 真正可靠
现状：
- 很多同行 70% 到 80% 的代码都是 Agent 写的
- 这已经成为理所当然的常态
人类审查成为新的瓶颈
- 云计算消除了"等网络架构师开防火墙端口"的瓶颈，引发了过去二十年开发者生产力工具的大爆发
- 人类的 Review 依然是开发到生产之间的"瓶颈关卡"
- 整个软件开发生命周期（SDLC）都是围绕"一天只能写几百行代码"这个前提设计的，现在这个前提不存在了
安全与责任
- 任何安全相关的代码，必须亲自 Review
- 把安全责任完全外包给 Agent 是极其不负责的
- 模型"愿意承担责任"的态度毫无意义，每次新模型发布都要重新建立信任
总结
| 问题 | 分析 |
|---|---|
| 责任归属 | 人要为自己的行为负责，但 AI 无法提供"信用背书" |
| 能力丧失 | 开发者通过编写和重构获得的"本体感觉"正在消失 |
| 价值重构 | 代码贬值，但结构、接口、确定性边界的价值提升 |
关键洞察
- Vibe Coding 和 Agentic Engineering 正在融合
- 检验标准已经改变：不再是提交次数、文档、测试，而是是否有人真正使用并验证过它
- 整个行业面临重构：SDLC 的前提假设已不存在，下游流程可能需要推倒重来
- 真正有价值的东西在变化：代码本身在贬值，减少不确定性的能力变得更加珍贵