什么是 Agentic Engineering（智能体工程）？

本文为转载翻译文章，原作者：Simon Willison

原文链接

什么是 Agentic Engineering？

我用 Agentic Engineering（智能体工程） 这个术语来描述借助编码智能体来开发软件的实践。

什么是编码智能体？它们是既能编写代码又能执行代码的智能体。当下流行的例子包括 Claude Code、OpenAI Codex 和 Gemini CLI。

什么是智能体（Agent）？清晰地定义这个概念是一项至少从 1990 年代起就让 AI 研究者头疼的挑战，但在大语言模型（LLM）——如 GPT-5、Gemini 和 Claude——的语境下，我最终接受的定义是：

智能体在循环中运行工具以达成目标。

所谓"智能体"，是一段软件：它将你的提示词（prompt）和一组工具定义一起发送给 LLM，然后调用 LLM 请求的任何工具，再把结果反馈回 LLM。

对于编码智能体来说，这些工具中包含一个可以执行代码的工具。

你通过提示词为编码智能体设定一个目标。智能体随后在循环中生成并执行代码，直到目标达成。

代码执行是使 Agentic Engineering 成为可能的关键能力。 如果没有直接运行代码的能力，LLM 输出的任何东西价值都很有限。有了代码执行能力，这些智能体就可以不断迭代，直到产出可证明能运行的软件。

既然现在有了能编写可运行代码的软件，那我们人类还能做什么？

答案是——太多了。

编写代码从来不是软件工程师的唯一活动。这门手艺的核心一直是搞清楚该写什么代码。任何给定的软件问题都有数十种潜在的解决方案，每种都有各自的权衡取舍。我们的工作是在这些选项中穿行，找到最适合我们独特环境和需求的那一个。

从编码智能体中获得出色结果本身就是一个深度话题，尤其是在这个领域仍以令人眼花缭乱的速度持续演进的当下。

我们需要为编码智能体提供解决问题所需的工具，以恰当的详细程度描述问题，并对结果进行验证和迭代，直到我们确信它们以稳健、可靠的方式解决了我们的问题。

LLM 不会从过去的错误中学习，但编码智能体可以——前提是我们有意识地更新我们的指令和工具配置，以吸收我们一路走来的经验教训。

有效地使用编码智能体，能帮助我们在承接项目时更有雄心壮志。Agentic Engineering 应该帮助我们产出更多、更高质量的代码，去解决更有影响力的问题。

"Vibe Coding（氛围编程）" 这个术语由 Andrej Karpathy 在 2025 年 2 月创造——恰好在 Claude Code 最初发布的三周之前——用来形容在让 LLM 编写代码的同时"忘掉代码的存在"。

一些人将这个定义扩展到涵盖任何使用 LLM 生成代码的场景，但我认为这是一个误解。Vibe Coding 在其原始定义中更有价值——我们需要一个术语来区分未经审查的、原型级别的 LLM 生成代码与作者已将其提升到生产就绪标准的代码。

正如它试图涵盖的领域一样，《Agentic Engineering Patterns》本身也是一个正在进行中的作品。我的目标是识别和描述使用这些工具的模式，这些模式要能切实产出成果，并且不太可能随着工具的进步而过时。

随着新技术的出现，我会继续添加更多章节。任何章节都不应被视为已经完成。随着我们对这些模式的理解不断演进，我会持续更新现有章节。