什么是智能体工程？¶
原文标题：What is agentic engineering? 原文链接：https://simonwillison.net/guides/agentic-engineering-patterns/what-is-agentic-engineering/ 原文作者：Simon Willison 访问日期：2026-03-25 原文发布日期：2026-03-15 原文最后修改：2026-03-16 译文版本：v0.1
译文说明¶
本文为 Simon Willison《Agentic Engineering Patterns》系列首篇《What is agentic engineering?》的示范中文版。本文采用本项目既定术语约定，将 Agentic Engineering 统一译为“智能体工程（Agentic Engineering）”，将 Coding Agent 统一译为“编码智能体”；LLM、Prompt、Token 等术语默认保留英文，并在首次出现时按需要补充中文释义。
正文¶
所属主题：核心原则 上一篇：无 下一篇：现在，写代码很便宜
我用“智能体工程（Agentic Engineering）”这个术语，来描述在编码智能体辅助下开发软件的实践。
什么是编码智能体？它们是既能编写代码、又能执行代码的智能体。常见例子包括 Claude Code、OpenAI Codex 和 Gemini CLI。
什么是智能体？清晰定义这个术语，一直是至少从 20 世纪 90 年代起就困扰 AI 研究者的难题。但至少在 GPT-5、Gemini 和 Claude 这类大语言模型（LLM）的语境里，我接受的定义是这样的：
智能体会为了实现某个目标，在循环中调用工具。
“智能体”是一类软件：它会带着你的提示词调用 LLM，并向模型传入一组工具定义；随后，它会调用 LLM 请求使用的工具，再把结果反馈回 LLM。
对于编码智能体来说，这组工具中还包括能够执行代码的工具。
你通过提示词为编码智能体定义目标。之后，智能体会不断生成并执行代码，直到目标达成。
代码执行是让智能体工程成为可能的关键能力。没有直接运行代码的能力，LLM 输出的任何内容价值都很有限。有了代码执行，这些智能体才可以朝着“可验证确实有效的软件”不断迭代。
智能体工程¶
既然现在已经有能够写出可运行代码的软件了，那我们人类还剩下什么要做？
答案是：还有非常多的事情。
写代码从来都不是软件工程师唯一的工作。这门手艺的核心，一直都是弄清楚应该写什么代码。任何一个软件问题，往往都有几十种可能的解法，每种解法都有各自的取舍。我们的工作，是在这些选项之间做判断，找出最适合我们具体环境和实际需求的方案。
要让编码智能体真正产出优秀结果，本身就是一门很深的学问。尤其是在这个领域还在以令人眼花缭乱的速度持续演进的当下，更是如此。
我们需要给编码智能体提供解决问题所需的工具，以合适的细节粒度描述问题，并对结果进行验证与迭代，直到我们有足够信心，相信它们确实以稳健、可信的方式解决了我们的问题。
LLM 不会从自己过去的错误中学习，但编码智能体可以——前提是我们会有意识地更新自己的指令和工具框架，把一路上学到的东西纳入进去。
如果使用得当，编码智能体能帮助我们在项目上变得更有雄心。智能体工程应该帮助我们写出更多、更高质量的代码，去解决影响更大的问题。
这不就是氛围编程吗？¶
“氛围编程（Vibe Coding）”这个词是 Andrej Karpathy 在 2025 年 2 月提出的——巧的是，那正好比 Claude Code 最初发布早了三周——它用来描述这样一种做法：你让 LLM 写代码，写着写着，甚至“忘了代码本身的存在”。
有些人把这个定义扩展到任何使用 LLM 生成代码的场景，但我认为这是个误区。按照它原本的定义，“氛围编程”这个词更有用——我们需要一个术语，来描述那些没有经过审查、只有原型质量的 LLM 生成代码，从而把它和作者已经打磨到生产级标准的代码区分开来。
关于本指南¶
就像它试图覆盖的这个领域一样，《Agentic Engineering Patterns》本身也仍然处于持续演进中。我的目标，是识别并总结那些与这些工具协作时真正被证明有效、而且不太会随着工具继续进步就迅速过时的模式。
随着新技术不断出现，我会继续添加更多章节。这里没有任何一章应被视为“已经完成”。随着我们对这些模式的理解继续演进，我也会持续更新现有章节。
本文是指南 Agentic Engineering Patterns 中的一个章节。