Vibe Coding 与 Agentic Engineering：当「感觉良好」遇上「专业交付」，界限正在模糊

起因：一场播客对话引发的“不安”

资深软件工程师 Simon Willison 在最近的一次播客访谈中，坦诚分享了一个让他自己都感到“不安”的观察：他长久以来坚持区分的两种 AI 辅助编程模式——“vibe coding”（感觉良好式编码）和“agentic engineering”（智能体工程）——在他自己的实际工作中，界限正变得越来越模糊。这个发现之所以重要，是因为它触及了 AI 深度融入软件开发核心流程后，开发者角色、责任和信任关系的根本性转变。

拆解：两种模式的核心区别与模糊地带

Willison 曾是“vibe coding”概念的积极界定者。他认为，“vibe coding”是一种“感觉对了就行”的编码方式：用户（甚至可以是非程序员）向 AI 描述想要什么，得到一段代码，如果能运行就万事大吉，不能运行就再试一次。整个过程完全不关心代码质量、安全性或可维护性。这就像用乐高积木快速搭一个自己玩的模型，塌了重搭就好，只要自己开心。 这种方式的适用场景非常明确：构建仅供个人使用的工具，出了问题只影响自己。

与之相对，“agentic engineering”则是专业软件工程师的实践。工程师凭借自身的经验（如安全、性能、运维知识），将 AI 工具作为能力放大器，目标是构建更高质量的生产级软件，而不仅仅是更快地构建低质量软件。在这里，AI 是协作者，工程师仍是负最终责任的架构师和审查者。

然而，转折点在于 AI 编码智能体（如他提到的 Claude Code）的可靠性大幅提升。当 AI 能稳定、正确地生成诸如“一个执行 SQL 查询并返回 JSON 的 API 端点”这类标准化代码，并自动添加测试和文档时，作为资深工程师的 Willison 发现，自己不再需要逐行审查这些代码了。他开始像信任一个可靠的内部团队那样，将 AI 智能体的输出视为一个“半黑盒”——只有在遇到问题时，才会深入检查。

趋势洞察：从“工具使用”到“团队协作”的范式迁移

Willison 的困惑揭示了一个更深层的趋势：AI 编码工具正在从“被严格审查的工具”演变为“被默认信任的虚拟团队成员”。这不仅仅是效率的提升，更是工作关系和信任模型的迁移。在大公司里，我们不会去阅读所依赖的另一个团队服务的每一行代码，我们依赖的是其文档、API 行为和过往声誉。现在，开发者开始对 AI 智能体建立起类似的、基于表现的信任。

但这里存在一个根本性矛盾：人类团队有“职业声誉”和问责机制，而 AI 没有。AI 不会因为写出烂代码而损害个人信誉。因此，这种信任完全建立在 AI 持续、可靠的表现上。一旦 AI 在某个不明显的角落犯下严重错误（例如安全漏洞），而开发者因信任未加审查，责任将完全由人类工程师承担。这正是 Willison 感到“不安”和“负罪感”的来源。

实用价值与反常识启示

对于 AI 时代的开发者而言，这篇文章的价值在于提出了一个必须面对的实践问题：我们该如何重新定义“负责任的开发”？

1. 调整审查策略：或许未来的代码审查（Code Review）将不再以“行”为单位，而是以“功能模块”或“信任等级”为单位。对 AI 生成的、模式清晰的常规代码，审查可以更粗粒度；对涉及核心业务逻辑或安全的代码，则需保持高粒度审查。
2. 建立新的质量保障体系：当“作者”从人变成人机混合体时，测试、监控、契约测试和形式化验证的重要性将空前提高。这些自动化质量关卡将成为弥补“审查缺失”的关键防线。
3. 重新定位工程师价值：工程师的核心价值正从“编写每一行代码”转向“定义问题、设计架构、设定质量标准以及做出最终的信任决策”。经验判断力比以往任何时候都更重要。

一个反常识的启示是：AI 工具的终极目标，或许不是让编程变得“更容易”，而是让构建“复杂且可靠”的系统变得“更可及”。Willison 的理想是“更快地构建更高质量的东西”，而非“更快地构建低质量的东西”。当 AI 能可靠地处理常规实现时，工程师的精力才能真正释放到那些需要人类创造力、权衡和深度思考的高价值环节上。这场静悄悄的范式转移，正在重新定义什么是“专业”的软件开发。

原文地址: Vibe coding and agentic engineering are getting closer than I'd like