Agentic Engineering

Agentic Engineering

定义

Agentic Engineering 是一种以“编排 AI agent 完成工程任务”为核心的软件开发模式：人类不再把主要时间花在逐行写代码，而是设定目标、提供上下文、设计约束、启动多个 agent、审查结果并决定保留或回滚。

它可以看作 Vibe-Coding 之后更工程化的阶段：Vibe Coding 关注“用自然语言得到可运行软件”，而 Agentic Engineering 关注“如何让多个 agent 在可验证的约束和反馈循环中持续产出可靠改进”。

关键转变

与 Harness Engineering 的关系

Harness-Engineering 提供“挽具”：上下文工程、工具护栏、生命周期管理、human-in-the-loop。Agentic Engineering 则是使用这套挽具后的工作形态：一个人可以同时管理多个 agent，让它们在明确的任务边界和验证门禁下行动。

如果没有 Harness，Agentic Engineering 容易退化成放大版 Vibe-Coding：生成更快，但错误、漂移和不可审计性也同步放大。

设计原则

1. 目标写成可执行规格：把“想要什么”写成 agents 可读、可验证的 program.md / spec / task brief。
2. 限制可变面：优先让 agent 修改少数文件或少数模块，降低审查成本。
3. 固定评估预算：给每次尝试明确时间、成本、测试或指标预算。
4. 自动 keep/revert：让系统围绕指标保存改进、回滚退化。
5. 保留人类判断权：agent 可以提出和执行，人类仍负责品味、方向、风险判断和最终合并。

相关

• AutoResearch 是 Agentic Engineering 在小型 LLM 训练研究上的具体实验。
• AI-Self-Improvement-Lab 可以借用相同模式，把知识摄入、prompt 改进和 workflow 改进变成闭环实验。
• Context-Engineering 决定 agent 能否获得足够任务背景。

2026 实证补充：Claude Code 使用研究

Agentic coding and persistent returns to expertise 为 Agentic Engineering 提供了真实使用数据：人类主要决定做什么，agent 主要决定怎么做。领域专家不是被替代，而是获得更高杠杆；他们能给出更好的任务框架、上下文和验收标准，让 agent 每次指令完成更多工作。

2026 补充：Software 3.0 与可验证性

Sequoia Ascent 2026 — Software 3.0, Agentic Engineering, and Jagged Intelligence 把 Agentic Engineering 放进更大的 Software-3.0 框架：context window、工具、记忆、示例和 instructions 共同构成新的“程序”。Karpathy 给出的操作清单是：定义上下文、定义工具、定义反馈回路、定义 guardrails、让 agents 工作、保留人类理解。

该来源还强调可验证性：传统软件自动化能被 specify 的任务；LLM/agent 系统更擅长自动化能被 verify 的任务。因此 Agentic Engineering 应优先把任务放进测试、lint、loss、benchmark、diff review 等反馈回路中，避免在不可验证任务上无限放大幻觉。

2026 补充：Agentic Engineering 需要 control layer

GDM AI Control Roadmap 把高能力内部 agents 当作潜在 insider threats 处理，给 Agentic Engineering 补上了安全工程视角：当 agent 能持续写代码、跑实验、访问内部系统或修改知识库时，不能只依赖模型 alignment 或 prompt discipline。可用的工程原则包括最小权限、action / PR monitoring、隔离环境、审计日志、检测指标、响应与回滚机制。

因此 Agentic Engineering 的成熟形态应包含三层：任务规格与上下文、执行 harness，以及 control layer。前两者让 agent 有用，第三者让 agent 在出错、误解目标或过度优化时仍然可控。

2026-06-23 补充：从 IDE 到 agent command center

今日 Karpathy-X-Radar 记录到一个值得持续跟踪的工作形态信号：agentic engineering 的操作界面可能从“一个人 + 一个 IDE + 一个 chat panel”转向 “agent command center”——人类同时启动、观察和调度多组 coding / research agents，常见原型包括 tmux grids、watcher scripts、外部状态文件和自动重启循环。

这与 Loop-Engineering 的关系很直接：Agentic Engineering 定义人类如何组织 agent 做工程，Loop Engineering 定义这些 agent 如何被持续触发、验证、重试和停止。成熟的 command center 不应只是把很多 agent UI 拼在一起，而应内置预算上限、任务状态、独立 verifier、审计日志、回滚机制和必要的人类批准点。

2026-06-30 补充：containment 与 managed agents

How we contain Claude across products 把 Agentic Engineering 的安全问题具体化为“blast radius”控制：当 agent 能访问产品环境、代码库或内部系统时，成熟系统必须限制权限、隔离环境、监控动作并设计回滚路径。GDM AI Control Roadmap 提供了安全研究框架，Anthropic 的 containment 文章则提供了产品工程侧的落地视角。

Scaling Managed Agents: Decoupling the brain from the hands 进一步说明：agent harness 不是一次性 prompt scaffold，而是会随模型能力变化而演进的运行时。稳定的任务/结果接口应把模型“brain”和执行“hands”解耦，让 context reset、权限、恢复策略等内部机制可以持续替换。