跳至正文

什么是 Agentic Engineering?

AI 编码智能体、人类工程判断,以及背后的组织层。

定义

Agentic Engineering 是让 AI 智能体参与软件开发的工程实践:智能体使用工具、编写和运行代码,并围绕明确任务持续迭代。人类仍然负责需求、架构判断,以及通过测试和审查验证结果。

这一定义概括了 IBM 对 Agentic Engineering 的解释与 Simon Willison 的定义。关键不在于 AI 写了多少代码,而在于是否有人对工程质量负责。

J叔的扩展追问的是组织问题:角色、上下文、权责和质量门禁,怎样让智能体的工作可靠交付?下文的 AOA 与两种时间模型是本站的组织设计框架,不是对软件工程定义的替换。

Agentic Engineering 如何工作

  1. 定义任务。明确目标、约束和可观察的验收标准。
  2. 提供上下文与工具。给智能体相关代码、文档,以及完成任务所需的最小权限。
  3. 执行有边界的任务。智能体修改代码、运行工具、读取结果,再迭代修正。
  4. 独立验证。用测试、代码审查和运行检查核实结果。智能体自信地汇报,不等于结果正确。
  5. 批准集成与发布。代码通过测试、完成部署、获得实际验收,是不同的决策。

多个智能体不是必要条件。核心是明确任务、工具执行、结果反馈,以及有人负责的审查。

为什么 Agentic Engineering 重要

执行可以更快

智能体可以承担实现工作。能节省多少时间,仍取决于任务范围、上下文和验证成本。

质量仍然需要负责人

生成的代码能运行,也可能是错的。需求、测试、安全审查和发布决策仍是工程工作。

权限需要明确边界

能修改代码的智能体,不应自动获得发布、花钱或修改生产系统的权限。

J叔的扩展:能力可工程化

软件工作流引出一个更大的问题:组织交付能力的方式,能否像代码一样被有意识地设计?

四个组织设计原则

  • 拆解 — 将组织能力分解为离散、可描述的单元
  • 封装 — 为每个单元定义清晰的输入、输出和边界
  • 编排 — 协调多个能力以实现复杂目标
  • 治理 — 维护权威、审计追踪和升级路径

这是本站使用的组织视角:从单个编码任务,延伸到可靠且有人负责的交付。

J叔的两种时间组织模型

这个框架区分两种组织时间。

结构时间

形成有效流程、文化和协调机制所需的时间。更多资本或人数,不会自动换来这种成熟度。

能力时间

在支撑结构已经存在时,部署一项具体能力所需的时间。AI 可能缩短实现过程,但产出仍需要验证。

能力交付更快,不等于组织结构已经准备好。实际要问的是:团队能否审查、集成,并对新增产出负责。

阅读两种时间组织框架

Agentic 组织架构 (AOA)

J叔的五层组织设计框架,将讨论从编码智能体延伸到组织。

L5 — 战略层

组织目标、价值观、长期方向。人类定义「为什么」。

L4 — 治理层

权威边界、审计要求、升级协议。

L3 — 决策层

人类架构控制,AI 辅助分析。

L2 — 协调层

模块交互、任务编排、跨能力工作流。

L1 — 执行层

AI Agent 执行封装的能力。

Agentic Engineering vs 自动化

固定步骤 vs 智能体迭代

固定工作流遵循预设步骤。编码智能体可以读取工具反馈,在有边界的任务内调整做法。

生成 vs 验证

产出代码只是一步。Agentic Engineering 还包括检查它是否符合需求、能否安全集成。

工具访问 vs 行动权限

工具让执行成为可能;明确的权责边界决定智能体可以改什么,以及何时必须请人裁决。

互补,而非对立

智能体仍然依赖确定性的工具、测试和 CI。可靠系统会把智能体判断与传统自动化组合起来。

一个有记录的 Agent 团队案例

在从一场会议录音到可运行项目中,J叔记录了一个 AI 销售教练项目:先把讨论整理成需求、开发 spec 和项目宪法,再向编码智能体分配工作。

可借鉴的是具体协作方式:主 Agent 协调有边界的任务,专业 Agent 通过文档化接口协作,质量门禁区分实现与审查。这是一份第一人称项目记录,不是对照实验,也不承诺所有团队能获得相同速度。

读这个案例,重点看工作方法:写清任务、编码规则、委派执行,并让验收有明确负责人。

常见问题

Agentic Engineering 与 vibe coding 有什么区别?

Vibe coding 最初描述的是接受 AI 生成的代码,却不仔细查看它。Agentic Engineering 保留工程责任:人类定义任务、检查实现、运行测试,并批准集成。让 AI 写代码,不等于省掉这些义务。

Agentic Engineering 就是多 Agent 编排吗?

不是。一个编码智能体也可以完成这类实践。任务能拆分时,编排很有用,但不能替代需求、测试、审查和人类责任。本站的 AOA 模型增加组织视角,不是行业定义。

AI 会消除人类权威吗?

不会。在 AOA 中,人类权威向上迁移到治理、结构定义和最终裁决。人类控制架构;AI 在架构内执行。

大企业可以采用 AOA 吗?

可以,但面临更多结构性惯性。转型需要有意为之的架构工作,不仅仅是工具部署。

能力密度可测量吗?

可以,虽然指标因组织而异。常见方法包括人均产出、决策速度和能力部署速度。

继续探索组织层

从编码智能体,走向角色、权责和可靠的组织能力。