Agentic Coding 现在到底意味着什么。
2025年2月，Karpathy 命名了 vibe coding。一年后，他自己说这个词已经过时了——不是因为 AI 写代码变差了，而是因为写代码这件事本身已经变了。专业开发者现在的默认工作流不再是"遇到问题才问 AI"，而是把任务直接交给 Agent，自己去做架构、审查和把关。
这个转变有多快？DHH（Ruby on Rails 作者）的案例：Opus 4.5 发布后几周，他的工作习惯从"代码优先，一切手写"变成了"先让 Agent 来"。面对发布前积压的 250 个 PR，他用 Claude 90 分钟处理了 100 个——Agent 逐个读 PR URL，识别问题，按项目已有风格实现修复。手工做需要好几天。
但 DHH 的工作流有一个细节值得注意：他同时跑两个模型——上面 Gemini（快速迭代），下面 Claude Opus（复杂推理）——在 Neovim 里 review diff。不是一个模型包打天下，是根据任务类型路由。
这背后是一套系统性的思路。
一、Agent 不是一种用法，是五种模式
Anthropic 的研究把 Agentic 系统的基础模式总结成 5 种，理解这 5 种是真正做工程的前提：
1. 链式调用（Prompt Chaining）：把任务分成串行步骤，每步输出是下步输入。核心价值是每步可以独立验证，代价是延迟。适合有明确阶段的任务，比如"生成规格 → 拆解任务 → 逐步实现 → 测试验证"。
2. 路由（Routing）：把不同类型的输入导向专门的 Agent。Bug 修复、新功能开发、重构、文档更新，每种任务的 Agent 配置可以完全不同。防止一个通用 Agent 在所有类型上都将就。
3. 并行化（Parallelization）：两种玩法：把任务拆成独立子任务并行跑，或同一任务多次跑取置信度。关键约束是子任务必须互相独立，这引出一个工程细节——并行跑多个 Agent 时，不能让它们竞争同一个数据库或文件系统，必须给每个 Agent 隔离的状态，在固定同步点合并结果。
4. 指挥-工人（Orchestrator-Workers）：一个中心 LLM 动态分解任务，委派给专门的 worker 执行。这是大多数 Agentic Coding 工具背后的实际架构。适合步骤数无法预先确定的复杂任务——也就是大多数真实的开发任务。
5. 生成-评估循环（Evaluator-Optimizer）：一个 LLM 生成，另一个评估并反馈，迭代直到质量达标。适合代码审查、性能优化、边界情况覆盖。本质上是把 code review 内化到 Agent 流程里。
二、选语言不只是个人偏好，会影响 Agent 效果
1. Go、TypeScript、Rust 对 Agent 更友好，原因很具体：显式上下文（Agent 能看到完整的类型和接口）、强类型（错误在编译时暴露，Agent 能快速收到反馈）、简单的函数命名（Agent 能通过名字理解意图）。
2. 重度依赖框架"魔法"的代码对 Agent 不友好——pytest fixtures 的隐式注入、Rails conventions 的约定优于配置——Agent 看不到约定背后的规则，只能猜。Flask 作者 Armin Ronacher 的建议：用简单描述性的函数名而不是聪明的类，用裸 SQL 而不是复杂 ORM，把权限检查写在本地可见的地方，而不是隐藏在 decorator 里。
3. 工具链速度也直接影响 Agent 效率。Agent 依赖快速反馈循环——编译慢、测试慢，等待时间会打断 Agent 的迭代节奏，也浪费你的时间。这是以前几乎不作为"AI 友好性"指标被强调的一点。
三、测量，不然你只是在感觉好
用了 Agent 之后生产力是否真的提升了？文章给了一个三维测量框架：
1. 生产力：从需求到可运行代码的时间；每次 session 产出的有效代码量
2. 质量：Agent 引入的 Bug 率；安全扫描发现的问题数；代码可维护性是否下降
3. 学习曲线：Agent 首次输出正确率；修复 Agent 错误花的时间
关键判断：如果质量指标在下降而生产力在上升，你在积累隐性债务。速度快但 Bug 多，只是把问题推后了，不是真正提效。
四、工程师角色的变化
文章最后的结论值得单独说一下：目标不是速度，是在不牺牲质量的前提下获得杠杆。
这个目标要求工程师必须真的懂代码——你需要知道什么是好代码，才能判断 Agent 有没有写对。Vibe coding 之所以脆弱，恰恰是因为它降低了工程师的判断门槛。Agentic coding 的杠杆来自于工程师的判断能力，而不是绕过它。
工程师的新角色：架构定义者（Agent 不能决定架构）+ Agent 指挥官（分解任务、选对模式）+ 质量把关人（每个 change 都要 review，当 Agent 是刚入职的初级工程师对待）。
原文：teamday.ai/blog/complete-guide-agentic-coding-2026
#HOW I AI# #程序员#
