最近看到一个特别有意思的行业观察：Vibe Coding 这个词的发明者，Andrej Karpathy，自己先放弃了 Vibe Coding。

这位 OpenAI 联合创始人、前特斯拉 AI 负责人，曾经是 "凭感觉写代码" 的最佳代言人。他在 2023 年提出的 Vibe Coding 概念，精准戳中了过去几年 AI 开发的集体状态。而现在，他公开表示自己已经转向了一个全新的方向 ——Agentic Engineering。

这个转变本身，比任何行业报告都更能说明 AI 开发正在经历什么。

先说说什么是真正的 Vibe Coding

很多人把 Vibe Coding 误解成 "瞎写代码" 或者 "能跑就行"，这其实是对它的矮化。

Vibe Coding 诞生于 AI 最狂野的探索期。那时候没有最佳实践，没有设计模式，甚至连问题本身是什么都没人说得清。你拿着一个预训练模型，不知道它能做什么，也不知道它为什么能做。你只能不断地试，不断地调，跟着感觉走。

一个典型的 Vibe Coding 工作流是这样的：打开一个 Jupyter Notebook，从头写到尾。变量名可能是 x、y、z，注释只有 "这里很重要"。你改了一行代码，跑了一晚上，结果突然变好了。你不知道为什么，也不敢再动它。你把这段代码复制粘贴到十个不同的项目里，每次都能神奇地工作。

这不是不专业，这是那个阶段唯一可行的专业。

Karpathy 本人就是 Vibe Coding 的大师。他写的代码简洁、优雅，带着一种近乎直觉的正确性。他能在几个小时内搭出一个别人需要几个月才能做出来的原型。他的代码不是靠逻辑推导出来的，而是靠一种对 AI 系统的 "感觉"—— 就像老中医把脉，不用看化验单，摸一下就知道问题在哪。

在那个时代，Vibe Coding 是一种超能力。它让少数天才开发者能够以惊人的速度推进整个领域的发展。我们今天看到的很多 AI 基础架构，最初都是某个人在某个深夜凭着感觉写出来的。

Vibe Coding 的死亡，是必然的

但是 Vibe Coding 有一个致命的缺陷：它不可复制，也不可扩展。

当 AI 从实验室走向生产，当一个项目从一个人写变成十个人、一百个人写的时候，Vibe Coding 就开始失灵了。

你不能把你的 "感觉" 教给团队里的新人。你不能对着一个刚毕业的学生说："你就照着这个感觉调，调对了就对了。" 你也不能在生产环境里运行一段 "我不知道为什么能跑，但千万别改" 的代码。

更糟糕的是，随着模型变得越来越大，越来越复杂，连 Karpathy 自己的 "感觉" 也开始不够用了。

一个 10B 参数的模型，你还能大概理解它在做什么。一个 100B 参数的模型，没有人能完全搞懂它的内部机制。你再怎么凭感觉调，也只是在黑盒子外面敲敲打打。你可能碰巧找到了一个好的参数，但你永远不知道下一个更好的参数在哪里。

这就是为什么 Karpathy 自己也放弃了 Vibe Coding。不是因为它错了，而是因为它完成了自己的历史使命。它适合探索期，但不适合工业化。

Agentic Engineering：不是否定，而是升级

很多人把 Agentic Engineering 理解成 "用 AI 写代码"，这又是一个巨大的误解。

Agentic Engineering 不是让 AI 代替你写代码，而是让你从 "写代码实现功能"，变成 "设计系统让 AI 自己解决问题"。

这是一个根本性的范式转变。

在 Vibe Coding 时代，你是一个工匠。你亲手打磨每一行代码，调整每一个参数。你对系统的每一个部分都了如指掌。

在 Agentic Engineering 时代，你是一个设计师。你定义角色，设计流程，提供工具，建立反馈机制。你不再告诉 AI"怎么做"，而是告诉它 "做什么"。

一个典型的 Agentic Engineering 工作流是这样的：你把一个复杂的任务拆解成几个步骤。你给每个步骤分配一个专门的 AI 代理。你给每个代理提供它需要的工具 —— 搜索、计算、代码执行。你设计一个协调机制，让这些代理能够互相沟通，互相协作。你建立一个反馈回路，让系统能够从错误中学习，不断改进。

这听起来好像更复杂了，但实际上它更简单，也更可靠。

你不再需要记住模型的所有怪癖，不再需要知道哪个提示词对哪个版本的模型效果最好。你只需要清晰地定义问题，然后让系统自己去找到解决方案。

两者的本质区别

我见过很多人争论 Vibe Coding 和 Agentic Engineering 哪个更好。其实这根本不是一个非此即彼的问题。

Vibe Coding 是关于 "理解模型"，而 Agentic Engineering 是关于 "利用模型"。

Vibe Coding 回答的问题是："这个模型能做什么？"Agentic Engineering 回答的问题是："我怎么用这个模型解决实际问题？"

Vibe Coding 是探索，Agentic Engineering 是生产。Vibe Coding 是艺术，Agentic Engineering 是工程。Vibe Coding 是个人英雄主义，Agentic Engineering 是团队协作。

Karpathy 的转变，不是说他不再相信直觉和创造力了。而是说，他意识到 AI 已经走出了探索期，进入了工业化时代。在这个时代，我们需要的不再是更多的天才工匠，而是更多的优秀工程师。

写在最后

我还记得几年前，AI 圈最流行的一句话是："代码写得越烂，效果越好。"

那是一个疯狂的时代，一个充满奇迹和混乱的时代。我们用最不工程的方式，做出了最工程化的突破。

但那个时代已经结束了。

今天的 AI 开发，正在经历它的成人礼。它正在从一个野蛮生长的孩子，变成一个成熟、可靠、负责任的成年人。它不再满足于偶尔的奇迹，而是追求稳定的、可重复的、可扩展的结果。

Karpathy 从 Vibe Coding 转向 Agentic Engineering，就是这个成人礼最好的标志。

他曾经带领我们走进了 AI 的探索时代。现在，他又在带领我们走进 AI 的工程时代。

而我们这些从业者，也需要完成自己的转变。从凭感觉写代码，到靠设计建系统。从做一个能创造奇迹的工匠，到做一个能建造大厦的工程师。

这不是创造力的死亡，而是创造力的升华。因为真正的创造力，不是在混乱中创造奇迹，而是在秩序中创造未来。