从 Vibe Coding 到 Agentic Engineering：Karpathy 的编程进化论

今年初 Karpathy 在 X 上造了一个词：Vibe Coding。

原文大意是：我现在写代码的方式变了，我完全拥抱 AI，不再手动写任何东西。我看到代码就接受，不太仔细看差异，它报错了我就把错误信息粘回去让它修。代码在成长，已经超出了我通常愿意手动理解的范围，但它能跑就行。

这段话在开发者社区引起了巨大争议。有人觉得这是编程的未来，有人觉得这是在教人写 bug。

几个月后，Karpathy 做了一个演讲把这个概念升级了。标题是「From Vibe Coding to Agentic Engineering」。

Vibe Coding 是什么

Vibe Coding 的核心特征：

这听起来很疯狂，但在特定场景下确实有效：快速原型、一次性脚本、个人工具、黑客马拉松。这些场景下代码的生命周期很短，维护性不重要，速度才重要。

Karpathy 自己说得很清楚：Vibe Coding 适合「周末项目」，不适合「你要维护 10 年的核心业务系统」。

Vibe Coding 最大的问题不是代码质量低，而是它没有办法处理复杂性。

当项目超过一定规模（大约几千行），Vibe Coding 开始崩溃。AI 开始重复生成之前已经有的功能，不同模块之间出现不一致，修一个 bug 引入两个新 bug。你不理解代码，所以你也无法有效地引导 AI。

这是一个结构性限制：当人类完全退出理解循环，系统就失去了方向感。AI 很擅长写符合局部要求的代码，但它缺乏对整体架构的把握。

在演讲里 Karpathy 提出了进化路径。不是「Vibe Coding 的改进版」，而是质的变化：

Vibe Coding：人描述需求 → AI 写代码 → 人不看代码 → AI 修 bug

Agentic Engineering：人设计系统架构和约束 → Agent 自主执行 → Agent 自己验证 → 人审查关键决策点

区别在三个地方：

1. 人的角色不同。 Vibe Coding 里人是需求描述者。Agentic Engineering 里人是架构师和审核者。你不是告诉 AI「帮我做一个登录页面」，而是定义「系统的认证层应该满足这些约束，你来实现」。

2. 验证方式不同。 Vibe Coding 里验证是「能跑就行」。Agentic Engineering 里验证是系统化的：自动测试、类型检查、lint、性能基准。Agent 自己跑测试，不通过就自己修，不需要人把报错粘回去。

3. 知识积累不同。 Vibe Coding 每次从零开始。Agentic Engineering 里 Agent 维护自己的知识库（就是上一篇讲的 LLM Wiki 思路），每个项目积累的经验可以传递给下一个项目。

用一个具体的例子。假设你要给一个 Web 应用加用户权限系统。

Vibe Coding 的做法： 「帮我加一个权限系统，有管理员和普通用户两种角色，管理员能删除帖子。」 → AI 生成代码，可能塞到了错误的文件里，可能和现有的认证逻辑冲突，可能硬编码了角色名。你不在意，能跑就行。

Agentic Engineering 的做法： 你先写一个约束文档（类似 program.md）：

然后让 Agent 去实现。Agent 自己读现有代码理解架构，自己写代码，自己跑测试，测试不过自己修。你在最后审查一下关键的设计决策（比如权限模型的 schema 设计）。

这个演进路径揭示了一个更深层的趋势：编程正在从「写代码」变成「设计约束」。

之前几篇文章里的案例都在印证这个趋势：

模式是一样的：人类从执行者退到规则制定者的位置。执行交给 Agent，人负责定义什么是对的、什么是不允许的。

编程技能不会消失，但形态会变。以前的核心技能是「写正确的代码」。以后的核心技能可能是「定义正确的约束」和「审查 Agent 的输出」。

这两个技能需要的知识基础是一样的（你得懂系统设计、懂安全、懂性能），但产出方式完全不同。一个像工匠，一个像建筑师。

这是 AI Agent 系列的第十一篇。前几篇：