Vibe Coding 與 Agentic Engineering

資料來源#

• Andrej Karpathy: From Vibe Coding to Agentic Engineering
• OpenAI Codex lead on the new shape of product work
• Thread by @AndrewYNg

摘要#

Andrej Karpathy 在 2025 年創造了「vibe coding」一詞；一年後，他為其嚴肅的後繼者命名：agentic engineering。這個區分關乎的是「哪一道標準正在移動」。Vibe coding 提高了底線——現在任何人都能建構軟體。Agentic engineering 維持專業軟體的品質標準，同時大幅加快速度：「你不能因為 vibe coding 而引入漏洞；你仍然要為自己的軟體負責，但你能不能更快——以及該如何正確做到？」這是一門協調尖銳、易犯錯、具隨機性但功能強大的代理程式的工程學科，同時不犧牲品質。

兩道標準#

• Vibe coding——底線上移。 每個人都能對任何東西進行 vibe coding。「驚人、不可思議。」民主化（參見 Printing Press Software Democratization）。品質不是重點；可及性才是。
• Agentic engineering——上限上移，品質維持。 你保留專業軟體的責任（安全性、正確性、可維護性），並使用代理程式加快速度，而不低於那道標準。「把這件事做好且做對，就是 agentic engineering 的範疇。」

這是兩種不同的活動，而不是同一條線上的不同位置。一種降低進入門檻；另一種則為已經達到標準的人提高產出上限。

「10x 不是速度提升倍數」#

Karpathy 明確認為，老套的「10x 工程師」說法太小看了：「你獲得的速度提升不是 10x……真正擅長這件事的人，最高能遠超過 10x。」Agentic engineering 能力的上限非常高，而平庸實作者與 AI 原生實作者之間的差距是在擴大，不是縮小。（這呼應了 Harness Shrinkage as Models Improve：模型進步時，槓桿持續增長；真正的限制變成操作者的品味——參見 Outsource Your Thinking, Not Your Understanding。）

AI 原生實作者的樣貌#

當被問及如何對比平庸使用者與完全 AI 原生的雲端程式碼／codex／open claw 使用者時，Karpathy 的答案平凡卻重要：投資於你的設定，使用工具的所有功能。 這就像那些最能榨乾 Vim 或 VS Code 效能的工程師——如今則應用在 Claude Code／Codex 上。精通的關鍵是對設定與功能的熟悉，而不是某個祕密提示詞。

招募方式必須重構#

一項實際推論是：多數團隊仍以舊有範式招募（謎題、leetcode）。Karpathy 認為，agentic engineering 的招募應該像是「給我一個真的很大型的專案，看某人能否把它做好」——例如，建構一個安全的 Twitter 複製品供代理程式使用，接著讓一個紅隊代理程式（"codex 5.4 xhigh"）嘗試攻破它，卻無法成功。招募應測試可驗證的端到端建構與防禦能力，而不是孤立的解謎能力。（參見 The Verifiability Thesis，了解為何「而且它無法被攻破」是承重的另一半。）

人類留下的部分#

即使上限很高，人類仍掌握規格、品味、判斷與監督——代理程式負責填補空白。他分享了 MenuGen 的戰史：代理程式以電子郵件地址配對 Stripe 與 Google 帳戶，而不是使用持久的使用者 ID——「這真是個奇怪的做法」，正是 Jagged Intelligence (Ghosts, Not Animals) 所預測的那類錯誤。你必須設計規格（「這些必須是我們用來串聯所有資料的唯一使用者 ID」）並提供品味；代理程式則處理你已不再背誦的 API 細節。

不斷移動的目標：受監督與不受監督（Ambrosino）#

Andrew Ambrosino（OpenAI Codex）將同一個「哪一道標準正在移動」的區分重新表述為目標持續移動的觀察，並歡迎這種移動，將其視為進步的證據。當被問到產品中有多少比例由 AI 撰寫時：「如果使用去年的目標，100% 的產品都是 AI 撰寫的程式碼。所以問題更像是——這些程式碼是以受監督還是不受監督的方式撰寫？那是完全不同的事情。我歡迎目標移動，因為那代表我們正在進步。」 顯著的軸線不再是人類與 AI 的作者身分（已經定案），而是作者撰寫時仍需要多少人類監督——這正是「在加快速度的同時維持品質標準」這條 agentic engineering 路線，以監督成本衡量。

他也將互動形式概括為**「寫程式就是操舵 AI」：衡量 AI 貢獻的誠實方式，不是「我的程式碼有多少比例由 AI 撰寫」，而是「我必須多少次把它導向正確方向」——也就是 allocator/steerer 的角色，換個說法再次呈現。在前沿領域則是：「迴圈已經是上週的事。」最前端已經從編排式迴圈移向自主開發**與 harness engineering——例如讓代理程式在夜間對程式碼庫進行「垃圾回收」——不過他也指出目前還沒到那一步（模型「通常會增加複雜度」，而且不擅長刪除程式碼）。這為從 vibe coding 到 agentic engineering 的階梯標記了 OpenAI 一側的現況：實作者現在要問的是受監督與不受監督，以及你能信任多自主的迴圈，而不是模型能不能寫出來。

關聯文章#

• 建構很便宜，爭論很昂貴——正是廉價生成讓原型能夠解決技術爭議
• Andrej Karpathy——兩個詞都是他創造的
• Software 3.0——兩種活動都運作其中的典範
• Jagged Intelligence (Ghosts, Not Animals)——agentic engineering 為何需要人類監督：代理程式會犯下奇怪且尖銳的錯誤
• The Verifiability Thesis——這門學科仰賴可驗證的建構與防禦任務
• Outsource Your Thinking, Not Your Understanding——品味／判斷／規格是這門學科所依賴的殘餘人類瓶頸
• Harness Shrinkage as Models Improve——模型進步時，>10x 且差距持續擴大的槓桿曲線
• Printing Press Software Democratization——提高底線的部分，正是 Boris Cherny 所描述的相同民主化
• Claude Code Best Practices——具體的 agentic engineering 實務（探索→規劃→編碼、以驗證為驅動）
• Verification as the New Bottleneck——Fiona Fung 對「在加快速度的同時維持品質標準」的組織層級說明
• Claude Code——這一切發生的操作介面
• Acceleration Whiplash——反面鏡像：Faros AI 的產業遙測揭示，當組織不實踐 agentic engineering 時，品質標準會如何變化——它會下降（每位開發者的錯誤 +54%，每個 PR 的事件 +242.7%）
• AI as Primary Author——「你仍然要為自己的軟體負責」是 Faros 大規模記錄的作者身分／問責落差中，關於責任的那一半
• Returns to Expertise in Agentic Coding——兩道標準的論點，以數據衡量：Anthropic 的 400K-session study 發現職業幾乎不重要（底線上升——任何人都在距離軟體工程師 7 個百分點內），但領域專業仍然決定成功（標準維持）
• Andrew Ambrosino——OpenAI 一側對「受監督與不受監督」／「寫程式就是操舵」／「迴圈已經是上週的事」的重新表述
• Compute Allocator——「寫程式就是操舵 AI」就是 allocator 角色：衡量操舵次數，而不是程式碼行數
• Agentic Technical Debt——Ambrosino 提到的完全不受監督迴圈之障礙：模型會增加複雜度，而且不擅長刪除程式碼
• The Three Loops of AI-Native Building——Andrew Ng 在同一週發表了迴圈分類，而 Ambrosino 說「迴圈已經是上週的事」；只有在你把 harness-loop（已被能力吸收）與 product-loops（結構性的，且沒有縮短）混為一談時，他們才會意見不一致

待解決的問題#

• Karpathy 暗示對創辦人而言有一個「非常[有價值]的領域」，但不願透露是哪一個（不想「在台上發表模糊貼文」）。他指的是哪個可驗證的 RL 環境領域？
• 如果平庸實作者與 AI 原生實作者之間的差距持續擴大，這會如何影響團隊組成——少數極端異常值加上代理程式，對比廣泛配置的中階人員？

資料來源#

• Andrej Karpathy: From Vibe Coding to Agentic Engineering
• OpenAI Codex lead on the new shape of product work——Ambrosino：「受監督與不受監督」；「寫程式就是操舵 AI」；「迴圈已經是上週的事」
• Thread by @AndrewYNg——Andrew Ng，The Batch（2026-06-30），practitioner-opinion：與「迴圈已經是上週的事」同週發表的三迴圈分類