Vibe Coding 已死,Karpathy 说未来叫 Agentic Engineering

大家好,我是孟健。

造"Vibe Coding"这个词的人,亲手宣布它过时了。

2 月 4 日,Andrej Karpathy(OpenAI 联合创始人,前 Tesla AI 负责人)在 X 上发了一条长帖,纪念 Vibe Coding 诞生一周年。但他不是来庆祝的,他是来"改名"的------

他说,现在该叫 Agentic Engineering 了。

这不是文字游戏。这背后是 AI 编程领域过去一年最重要的范式转移。


01 Karpathy 到底说了什么

先还原原文关键信息。

Karpathy 承认,一年前他随手发的那条推文,没想到"Vibe Coding"能火成这样------上了维基百科,被所有科技公司引用,甚至 Sam Altman 都在用这个词。

但他话锋一转:

*"一年前我说 Vibe Coding 的时候,*LLM 的能力还很有限,你只能拿它做一些玩具项目、demo 和探索性的东西。"

现在不一样了。他原话:

"'agentic' because the new default is that you are not writing the code directly 99% of the time, you are orchestrating agents who do and acting as oversight."
"'engineering' to emphasize that there is an art & science and expertise to it."

翻译成人话:你不再是"写代码的人",你是"指挥 AI Agent 写代码的人"。而这件事本身,是一门需要学习的技术。


02 Vibe Coding 和 Agentic Engineering 的本质区别

很多人觉得这就是换了个名字。不是。

Vibe Coding:你对着 AI 说"帮我写一个登录页面",它吐出代码,你复制粘贴,跑起来就行。不行就再试一次。核心体验是------碰运气。

Agentic Engineering:你不再一句一句地"提示"AI。你启动一个 Agent,给它一个目标、一套上下文、一组工具,然后它自己去规划、执行、调试、测试。你负责的是------审查和决策。

维度 Vibe Coding Agentic Engineering
人的角色 写提示词 架构师+审查者
AI 的角色 补全代码 自主规划+执行
交互方式 一问一答 下发任务,持续监控
质量控制 碰运气 系统化 Review
适用场景 Demo、小工具 生产级项目

before: 你花 2 小时写 20 条提示词,一段一段拼凑出一个功能。

after: 你花 10 分钟写一份需求文档,Agent 用 30 分钟自己跑完,你花 20 分钟 Review。

这不是效率提升 10%。这是工作方式的根本变化。


03 我自己的体感

说实话,Karpathy 这次是在"追认"一个已经发生的事实。

过去三个月,我团队做了 30 多个出海小产品。如果还在"Vibe Coding"模式------一行一行提示 AI 写------根本不可能做到这个速度。

我现在的实际工作流是这样的:

1)需求阶段: 我写清楚要做什么(不是怎么做),包括技术选型、目标用户、核心功能。

2)执行阶段: 丢给 Claude Code 或 Cursor Agent,让它自己去建项目、写代码、装依赖、跑测试。我去喝杯咖啡。

3)Review 阶段: 回来看 diff,检查架构合不合理、有没有安全问题、代码风格对不对。不行的地方指出来,让 Agent 改。

4)迭代阶段: Agent 改完,我再看一轮。直到满意。

整个过程里,我手动写的代码可能不到 1%。但我做的决策------技术选型、架构设计、质量把关------这些占了 90%的价值。

这就是 Agentic Engineering。你不写代码,但你要比以前更懂代码。


04 对程序员意味着什么

先说一个数据:Anthropic 的 CPO Mike Krieger 上周透露,Claude 已经写了他们公司接近 100%的代码。微软同一周设立了一个新岗位------工程质量负责人(Engineering Quality Lead),专门盯 AI 生成代码的质量。

这两件事拼在一起看,信号非常明确:

AI 写代码的量级已经不可逆了。但"谁来保证质量"成了新的核心问题。

GitClear 的数据也印证了这点:AI 生成代码的 code churn(写了又改、改了又删的比例)比人工代码高了近一倍。代码写得多≠代码写得好。

所以,未来程序员的核心能力不是"写代码快",而是:

  • 架构能力:告诉 Agent 怎么拆分模块、选什么方案

  • Review 能力:一眼看出 Agent 生成代码的问题

  • 系统设计:Agent 不会帮你做取舍,你得自己决定

  • 产品 sense:知道该做什么比知道怎么做更值钱


05 一个可能让你不舒服的判断

Vibe Coding 降低了编程的门槛。Agentic Engineering 会拉开工程师之间的差距。

因为 Vibe Coding 时代,大家比的是"谁的提示词写得好",门槛不高。

但 Agentic Engineering 时代,你得懂架构、懂系统设计、懂工程质量、懂产品逻辑。Agent 越强,对操控 Agent 的人要求越高。

这就像------自动驾驶越先进,对设计自动驾驶系统的工程师要求越高,而不是越低。

Karpathy 自己也说了:"It's something you can learn and become better at, with its own depth of a different kind。"

这是一门新的手艺。学不学,你自己定。


2025 年,人人都在 Vibe Coding。2026 年,能做 Agentic Engineering 的人,才是真正的稀缺资源。


如果这篇对你有帮助,欢迎点赞、收藏、关注,你的支持是我持续输出的动力 ✨


我的其他平台账号和开源项目在个人主页中,欢迎交流 🤝

相关推荐
必须会一定会1 小时前
Agent Plugins 1.0实战:plugin.json、skills、mcp.json目录结构与迁移
开发语言·人工智能·ai编程
怕浪猫1 小时前
DeepSeek Harness 源码实战第3章:Profile / Bundle / Patch——dsh 的装配系统
openai·agent·ai编程
kyriewen5 小时前
我受够了复制报错去问 AI,花一下午给控制台做了个调试助手
前端·javascript·ai编程
漂流瓶jz5 小时前
【AI】一文读懂大模型生态:分类/参数/结构/训练/GPU/评测/排行/社区
人工智能·llm·openai
Flynt6 小时前
本地跑大模型到底选哪个?我用llmfit把32000星的项目实测了一遍
ai编程·gpu·ollama
编程小明7 小时前
Hold Rein 和 DeepSeek Harness:看起来相似的 Agent 运行时,到底差在哪里?
agent·ai编程
燕云少君7 小时前
你只是跟AI聊聊天,它已经准备好刷你的卡了
人工智能·chatgpt·openai
刘立军7 小时前
RESTful 与契约优先:规范接口定义,统一接口设计范式
后端·架构·ai编程
程序员-李俞8 小时前
Mistral OCR 4真正改变的不是“识字”:文档AI正在变成Agent的数据入口
人工智能·windows·ai作画·aigc·ocr·ai编程·ai写作