5个习惯：从"氛围编程"到真正的智能体工程师

2025年2月，前特斯拉AI总监Andrej Karpathy造了个新词——"氛围编程"（vibe coding）。一年后，他自己给这个词加了条注释：拿来玩可以，真要认真做项目，这是技能退化的高速通道。

这不是打脸，是进化。当AI代理（agent，指能自主执行任务的AI程序）写得越来越快，人类工程师的角色正在剧烈重构。不是写代码的人变少了，是"写代码"这件事的定义彻底变了。

本文梳理5个正在2025-2026年一线实践者身上验证的工作习惯。每个习惯对应一个具体的失败模式，每个都指向同一个问题：当AI成为主力生产者，人类到底该守住什么？

一、从"三顶帽子"开始：规范、路由、审查

智能体工程师（operator）的核心工作不再是写代码，而是三顶帽子的轮换：规范（specify）、路由（route）、审查（review）。

缺了任何一顶，所谓的"智能体工程"就会坍缩回提示词工程——而这恰恰是大型语言模型（LLM，指GPT/Claude等生成式AI）最擅长替代的领域。

规范，是把模糊的需求翻译成可验证的约束。不是"做个登录功能"，而是"支持邮箱+密码登录，密码需符合NIST 800-63B标准，错误三次触发验证码，会话有效期24小时"。

路由，是决定哪个任务该走哪个代理流。有些需要深度协作，有些该丢给异步执行。选错路径，要么人被困在琐事里，要么关键节点失控。

审查，是保留对最终输出的判断力。不是每行代码都读，但关键决策点必须人工确认。Karpathy警告的"审查肌肉萎缩"，说的就是这里——长期不审，会丧失识别错误的能力。

三顶帽子必须"有意识地轮换"。很多人失败不是因为不会做，是因为没意识到自己此刻该戴哪一顶。

二、双文档起点：规范文档+计划文档

每个代理驱动的任务，启动时必须是两个markdown文件：规范文档（spec doc）和计划文档（plan doc）。

代理按计划执行；工程师审查计划，而非逐行代码。这是Reed的实战流程：头脑风暴（idea.md）→ 规划（plan.md）→ 执行（Aider按plan.md运行）。

这里有个反直觉的洞察：可复用的资产是规范+计划，不是代码。代码会腐烂，规范会跨项目复利。

具体操作层面，要求代理写任何代码之前，工程师手里必须有一个{feature}-plan.md文件，内含：输入输出契约（I/O contract）、验证用的测试用例、验收标准、回滚方案。

如果计划没写，规范没共享，审查权就流失了。这是第一道防线，也是最容易被跳过的步骤——因为"让代理直接写更快"。

更快，但不可控。很多团队的代理试点死在第三周，就是因为前期省了这一步，后期陷入 endless debugging loop（无尽调试循环）。

三、双轨并行：A流与B流的纪律

任何时候，手里同时跑两条代理流。

A流：深度配对模式。工程师和代理并肩工作，实时讨论、即时修正。适合架构决策、复杂调试、需要大量上下文切换的任务。

B流：异步执行模式。工程师抛出任务，代理独立完成，工程师只验收结果。适合明确边界、标准流程、可自动化验证的工作。

Litt指出的典型失败模式，是把所有事都当B流处理：狂发提示词，疯狂切上下文，什么都不深度审查。结果是表面效率高，关键错误漏过。

对称的失败是全部走A流：跟代理配对做本该异步执行的琐碎重构。人成了瓶颈，代理的并行能力被浪费。

双轨的关键是"主动选择"，不是默认习惯。每个任务启动前问一句：这该走A还是B？这个简单问题能过滤掉大量效率损耗。

四、三种多代理模式：按任务形状匹配

多代理协作有三种可复用模式。选错模式，成本和故障率指数级上升。

流水线模式（Assembly-line）。顺序管道：代理1阶段1，代理2阶段2。典型场景：提取→验证→转换→加载。易调试，每阶段单一输入单一输出。

呼叫中心模式（Call-center）。路由代理把任务分发给专业代理。典型场景：分流客服查询到支持/账单/技术部门。路由代理是瓶颈和故障点。

经理-工人模式（Manager-worker）。经理代理拆解任务、分派工人、聚合结果。典型场景：Claude Code用子代理做独立研究流。

反模式是把经理-工人当默认。这是最贵、最脆弱的方案——状态扩散、部分失败隐藏、聚合错误累积。

很多团队一上来就搞"智能体 swarm（集群）"，就是因为听起来先进。实际运行中，状态管理复杂度压垮收益。简单任务用流水线，复杂决策用经理-工人，中间地带用呼叫中心——按形状选，不炫技。

五、审查肌肉的刻意训练

Karpathy一年后的修正，核心就一句话：审查能力用进废退。

当代理输出越来越流畅，人类会本能地放松警惕。不是故意偷懒，是认知负荷管理——全部细读不现实，抽样检查又容易漏掉系统性错误。

解决方案是"结构化审查"：不是读代码，是验证计划中的检查点。输入输出契约是否满足？测试用例是否通过？边界条件是否覆盖？

这比逐行读更高效，也更难被代理的"流畅废话"欺骗。代理擅长生成看起来合理的输出，尤其是当训练数据里有大量相似模式时。审查肌肉的价值，是识别"合理但错误"的能力。

长期依赖氛围编程的人，会逐渐丧失这种能力。不是道德批判，是神经可塑性——大脑会适应你让它做的事。

为什么这很重要

这五个习惯的本质，是在重新定义"编程"的边界。代码从产出物变成中间态，工程师从生产者变成策展人。

策展人的核心能力不是知道多少语法，是判断什么是好的、什么是错的、什么时候该介入。这些能力无法被代理替代，因为它们需要跨项目的上下文、业务目标的深层理解、以及对"正确"的直觉。

2025年的分水岭正在于此：一边是技能退化、只能喊提示词的"氛围编程者"；一边是建立新工作流、把代理当杠杆的"智能体工程师"。两者的差距，会在18个月内拉大到难以跨越。

工具已经摆在那里。问题是，你打算用它做什么？

（完）

附注：本文工作流参考自claude-code-agent-skills-framework框架中的agentic-engineering.md规则，以及claude-code-mcp-qa-automation的QA自动化实践。