All Courses
AI AgentVibe CodingSpec-DrivenPrompt Engineering

从 Vibe Coding 到 Agentic AI Engineering

By Yun Fan·Apr 11, 2026·4 min read·

"Vibe Coding" 这个词到处都在说，但从随便跟 AI 聊聊到真正的 Agentic AI Engineering，中间的差距到底有多大？这节课带你从基础概念走到大型IT公司正在使用的实战工作流。

从 Vibe Coding 到 Agentic Engineering 的演进

我们和 AI 协作的方式经历了明显的进化路径：

  • Vibe Coding — 随便聊聊，复制粘贴，碰运气
  • Prompt Engineering — 结构化 prompt，给角色、给例子、给约束，AI 输出质量和一致性大幅提升
  • Agentic AI Engineering — Spec + 工具 + 迭代循环，AI 成为你的工作伙伴，能理解上下文、自动读代码、跑测试、提交 PR

关键转变：你从"写代码的人"变成了"审代码的人"。

AI 核心概念

LLM（大语言模型）

Large Language Model 本质上是一个用数十亿文字训练出来的程序。核心机制是 token 预测。你给它一句话的开头，它根据训练时学到的统计规律，一个 token 一个 token 地往后接。这就是为什么 AI 的回复都是一个单词一个单词蹦出来的。

它不是在"思考"，它是在生成统计上最可能的延续。

重点：现在的 LLM 在对话中不会学习。所有知识都来自训练阶段，一旦训练完，权重就冻结了。

Token

Token 是 AI 阅读和计费的基本单位，一个 token 不完全等于一个"单词"，而且每个模型计算 token 的方式不一样。比如同一句中文，GPT-4 算出 11 个 token，DeepSeek 算出 9 个 token。

成本计算很简单：输入 token 数 + 输出 token 数 = 总成本。时间不影响成本 — AI 想了 10 秒还是 1 秒，花的钱一样，只有文本大小影响价格。

Prompt

好的 Prompt 决定一切。这里介绍 Anthropic 的 4D Framework：

  • Delegation（委派） — 判断什么时候该用 AI，什么时候不该。比如写邮件它很擅长，但精确数学计算和实时数据查询，应该用专门的工具
  • Description（描述） — 把目标说清楚。不要说"帮我写个邮件"，而是"帮我给客户写一封道歉邮件，告诉他我把数据库删了，语气要专业但诚恳，200字以内"
  • Discernment（辨别） — 批判性地评估 AI 的输出，检查 bug 和逻辑错误，不要直接复制粘贴到生产环境
  • Diligence（尽责） — 你才是那个点 approve 的人。出问题了，负责的还是人类

黄金法则：输出质量 ≈ 输入质量。

Context（上下文）

Context 就是整个对话历史加上你当前的输入。AI 每次回答时能看到的就是这个 context。但 context 只存在于当前 session，换一个新对话就没了。

不同模型的 context 窗口大小不一样：Claude 4 是 200K token，GPT-4o 是 128K，Gemini 1.5 Pro 最大有 1M。

实用技巧：在同一个 session 里，你不需要重复提供信息，AI 都还记得。

Agent：AI + 工具

Agent 的定义很简单：AI 加上工具。普通 AI 只能给建议，Agent 能实际去执行 — 改文件、跑命令、提交代码。

Agent 三要素：

  1. 感知 — 读取信息（context、文件、数据库）
  2. 决策 — 判断下一步做什么（LLM 规划）
  3. 行动 — 实际去操作（调用工具执行）

举例：消费洞察助手。你上传银行账单，AI 先读取（感知），然后自动分类消费、检测异常大额交易（决策），最后生成月度消费报告（行动）。它不是告诉你"你应该看看你的账单"，而是直接帮你分析完了。

Tool Use（函数调用）

没有工具的 AI 只能从训练数据回答。有工具的 AI 能调用外部函数，返回有证据的答案。

流程四步：Define 定义工具 → User Asks 用户提问 → AI Picks AI 选工具 → Execute 执行并返回。

AI 自己不执行代码 — 它只是说"我想调这个函数，参数是这些"，然后由你的程序真正执行，把结果返回给 AI。

Agent 架构

一个完整 Agent 有四大组件：

  • Brain（大脑） — LLM 本身，负责思考和决策
  • Hands（双手） — 工具，能读文件、跑命令、调 API
  • Memory（记忆） — Context window，记住对话历史
  • Loop（循环） — 思考 → 行动 → 观察结果 → 再思考 → 再行动

Loop 是 Agent 和普通 API 调用最本质的区别 — API 是 one-shot 的，问题进去答案出来就结束了；Agent 会一直循环，直到任务完成。

AI 编程工具全景

  • Claude Code — CLI agent，跑在终端里。读代码、改代码、跑测试、提交 git 全在命令行完成，适合后端工程师和 DevOps
  • Cursor & Windsurf — AI-native IDE，类似 VS Code 但内置 AI 能力，目前最主流，特别适合前端开发和快速迭代
  • GitHub Copilot — 最早的 AI 编程工具（2021），主要是自动补全加内联聊天

它们底层都是 Agent，区别只是能访问的工具不同。表现不稳定时，问题无非出在四个组件中的某一个。

Spec 驱动开发（核心重点）

Andrej Karpathy（OpenAI 联合创始人之一）2025 年提出了 "Vibe Coding"，2026 年又提出了 "Agentic Engineering" 作为其专业进化版。Spec-driven development 就是让 Agentic Engineering 真正落地的方法论。

Vibe Coding 怎么做？ 想到哪里让 AI 写到哪里，不对就继续改。

Spec-driven 怎么做？ 先花几小时甚至几天写一个 spec，把目标、需求、约束、示例都写清楚，然后喂给 AI。

输出不对怎么办？Vibe coding 直接让 AI 继续改。Spec-driven 不一样 — 你不改代码，改 spec，然后重新生成。

黄金法则：输出不对，编辑 Spec，不是代码

AI 是完美的执行者，但平庸的决策者。把决策写在 spec 里，它就能精确执行。

为什么 TDD 不适合 AI 开发

TDD 的核心是"先写测试，再写实现"，但 AI 一次性生成大量代码，结构可能完全不是你预期的 — 函数名不对、接口不对、分层不对，测试全红但代码本身可能是对的。更糟的是，AI agent 会自主重构，觉得测试碍事了可能直接改你的测试去通过，完全失去了 TDD 的意义。

Spec-driven 描述的是"要什么"，不是"怎么实现"，所以不管 AI 怎么写代码，spec 都是稳定的评判标准。

行业实践：谁在做 Spec-Driven？

三家公司，三条路线，同一个共识：

  • Amazon Kiro — IDE-native，基于 VS Code 的 fork。输入自然语言需求，自动生成 user stories、架构文档和 task list。Spec 住在 IDE 里
  • Claude Code — Agent-native。推荐工作流 Explore → Plan → Implement → Commit。支持 CLAUDE.md、rules、skills、auto memory 等完整的文件生态
  • GitHub SpecKit — Tool-agnostic，不绑定任何 AI 工具。六步工作流：Constitution → Specify → Plan → Tasks → Implement → Iterate

共同点：Spec 是你和 AI 之间的合同。 没有 spec 的 agent 就是在 vibe coding；有了 spec 的 agent 才是 agentic engineering。

多 Agent 协作建议

实际开发中，建议使用独立的 PM Agent、Implementation Agent 和 End-to-End Testing Agent，避免自我审查偏差。将大型需求拆分为合理规模的小任务，避免幻觉问题和过高 token 消耗。

2026 Prompt 新范式

  • Extended Thinking（扩展思考） — Claude 4.x 和 GPT-4o 都内置了 thinking mode，不需要手动加"请一步一步来"。对复杂代码和架构决策，开 thinking 准确率提升明显
  • Few-Shot Examples（少样本示例） — 一直有效，没变过。给 2-3 个输入输出的例子，AI 就能模仿模式
  • Structured Output（结构化输出） — Claude 和 GPT 都支持原生 JSON Schema，模型保证输出符合定义的格式，对写工具和 pipeline 非常关键
  • Multi-turn Iteration（多轮迭代） — 2026 年最重要的模式转变。不要指望一次 prompt 就得到完美结果，让 agent 循环：plan → act → observe → refine

核心观点：Prompt 的本质已经从"一次性技巧"变成了"持久化合同"。 CLAUDE.md、.cursorrules、spec.md 本质上都是 prompt，只是它们持久化了、版本化了。

问答精选

Q: Spec 和 Product Design 有什么区别？ A: 本质相同。Spec 即 Product Design，理想情况下应由 PM 编写。

Q: 工程师还需要手写代码吗？ A: 公司代码会审查（因 CR 流程），个人项目很少手写，更多通过 Spec 迭代。

Q: 如何看待代码维护问题？ A: 代码可读性只需 AI 能懂。重写往往比深入理解旧代码更快，通过端到端测试保证质量。

Q: 工程师角色会怎样演变？ A: 从"全栈超人"回归深度专业化。公司规模可能缩小，但保留专业分工（PM、Designer、Engineer、Tester 各一人）。

实战建议

  • 大需求人工拆分为小功能模块，避免 context 过载
  • 使用 Playwright 进行前端端到端测试
  • 优先修改 Spec 而非直接改代码
  • 工作中小批量提交 CR（2-3 个 task），便于人工 Review
  • 个人项目可以一次性完整实现，20 分钟后回顾结果并迭代 Spec
  • Junior 工程师：持续学习新工具，保持灵活性，不必死磕单一方向

总结

  1. 基础概念（LLM → Token → Prompt → Context）— 理解了这四个概念你就知道 AI 在干什么
  2. Agent 三件套（Agent → Tool Use → Agent Architecture）— 工具 + 循环让 AI 从"只能聊天"变成"能干活"
  3. AI 编程工具（Claude Code / Cursor / Copilot）— 底层都是 Agent，区别只是接了什么工具
  4. Spec-Driven 方法论 — 今天最核心的收获：Spec 才是产品，代码是副产品
  5. 2026 Prompt 新范式 — 从单次技巧到持久化合同，从 single-shot 到 multi-turn iteration

Keep sipping. Keep shipping.

参考资源

  • Tiktokenizer — Token 计算可视化工具，直观感受不同模型的 token 拆分方式
  • GitHub SpecKit — GitHub 开源的 Spec 驱动开发框架
  • AlignUp — Yun Fan 开发的免费 AI 面试练习平台

基于 Yun Fan 在自留地社区的技术分享"从 Vibe Coding 到 Agentic AI Engineering"。