Agentic Engineering
Agentic Engineering（代理工程）是一种以AI代理为核心执行单元，人类工程师专注于架构设计、结果导向和元工具构建的工程范式。它超越了简单的"AI辅助编程"，定义了一种全新的、可规模化的个人开发者工作模式。
核心原则
- 代理作为执行单元：AI代理负责代码实现、测试、调试等具体任务，人类工程师负责系统设计和架构决策。
- 结果导向：不纠结中间代码细节，聚焦可交付结果和可扩展性。
- 元工具构建：遇到代理能力瓶颈时，立即自建工具来弥补，形成"自举"循环。
- 并行多代理：同时运行多个AI代理，各自负责独立任务或模块，通过并发调度实现协同工作。
- 信任与审查平衡：对非核心代码采用"Ship but Don’t Read"策略，对核心架构和安全敏感处亲自审查。
与AI辅助编程的区别
| 维度 | AI辅助编程 | Agentic Engineering |
|---|---|---|
| 角色 | AI是工具，人类是执行者 | AI是执行者，人类是架构师 |
| 交互 | 逐行/逐函数提示 | 任务级/模块级分配 |
| 规模 | 单代理，单任务 | 多代理，并行执行 |
| 工具 | 依赖IDE插件 | 自建元工具，CLI驱动 |
| 心态 | 审查每一行代码 | 结果导向，信任代理 |
实践案例
彼得·斯坦伯格的工作流是Agentic Engineering的典型实践：并行运行4-10个AI代理，月产6600+次commit，自建Peekaboo、Poltergeist、Oracle等元工具，采用Fix Forward和Ship but Don’t Read策略。
相关链接
- [[彼得-斯坦伯格]] — Agentic Engineering的实践者
- [[OpenClaw]] — Agentic Engineering的技术载体
- [[元工具]] — Agentic Engineering的核心组件
- [[Fix-Forward]] — Agentic Engineering的开发策略
- [[Ship-but-Dont-Read]] — Agentic Engineering的信任策略