从Vibe Coding到Agentic Engineering:后台开发全流程重构实践
作者:问题终结者2026.11.17 03:35浏览量:0简介:Vibe Coding 靠"提示即祈祷"能出原型,却过不了生产环境的审查关。本文把需求到发布拆成 11 个阶段,用 Skill/Command/MCP 三层工具链把上下文串在一个终端会话里,人只做审核确认,并给出可直接复用的配置与踩坑清单。
先说结论:Vibe Coding 和 Agentic Engineering 的差别不在模型强弱,而在 有没有流程约束 。前者是”提示即祈祷”(prompt-and-pray)——把需求丢给 AI,跑通就算完;后者是人负责定义目标、约束和验收标准,AI 作为自主智能体在结构化流程里完成规划、编码、测试、迭代,每个关键节点保留人工审核。
真正让人崩溃的其实不是代码质量,而是 上下文反复丢失 :刚在需求工具里看完描述,切到编辑器就忘了某个边界条件;部署完测试环境去查日志,又得回忆刚才改了哪几行。Agentic Engineering 要解决的正是这件事——把整条链路收进一个会话,让 AI 全程保持对当前任务的理解。
一、整体形态:11 个阶段,开发者只做决策
| 阶段 | 核心工具 | 开发者做什么 |
|---|---|---|
| ① 需求创建 + 分支初始化 | pm-dev | 口述需求 |
| ② 需求澄清 | brainstorming | 回答 2-3 个问题 |
| ③ 制定实施计划 | writing-plans | 审核计划 |
| ④ 并行开发 | executing-plans + /commit | 几乎无需干预 |
| ⑤ 代码自审 | code-review | 审核报告 |
| ⑥ 编译部署 | dtools | 确认部署参数 |
| ⑦ 日志排查 | galileo-log-query | 手动触发测试 |
| ⑧ 创建 MR | /create-mr | 确认 MR 信息 |
| ⑨ AI 辅助评审 | /review-mr | 审核 AI 评审意见 |
| ⑩ 修复评审意见 | /fix-mr | 确认修复方案 |
| ⑪ 合入发布 | CI/CD | 点 Merge + 灰度发布 |
注意开发者动作一列的动词:口述、回答、审核、确认、点。没有一个环节需要亲手写代码或敲部署命令,但每个环节都有一次人为闸门。
二、三层工具链:Skill / Command / MCP
理解层次关系,后面的配置才不会写乱。
| 层次 | 说明 | 示例 |
|---|---|---|
| Skill(技能) | 核心业务逻辑,由系统按上下文自动触发,或被 Command 调用 | brainstorming、writing-plans、code-review |
| Command(命令) | 显式入口,负责串起一个或多个 Skill,参数由人传入 | /create-mr、/fix-mr |
| MCP(协议服务) | 外部系统能力的标准接入层,把内部平台暴露成工具 | galileo-log-query、dtools |
Skill 用带 frontmatter 的 Markdown 描述即可,关键是 description 要写清”什么场景该用我”,因为自动触发依赖它:
---name: writing-plansdescription: 把已澄清的需求转成可执行的实施计划,含文件清单、改动顺序与验收标准allowed-tools: Read, Grep, Glob, TodoWrite---按以下步骤输出计划:1. 复述需求与不做什么(Non-goals)2. 列出受影响文件与改动顺序3. 标注可并行的任务与依赖关系4. 给出每个任务的验证方式(单测/接口/日志)
Command 是薄壳,负责把人的意图映射到 Skill:
---description: 创建合并请求argument-hint: [目标分支] [标题]---1. 汇总本分支相对 $1 的提交,生成标题与描述2. 调用 code-review 结果作为 MR 描述的自检清单3. 输出待确认信息后等待我确认,不要直接提交
MCP 负责打通内部系统,日志查询这类能力尤其适合下沉到这一层:
{"mcpServers": {"galileo-log-query": {"command": "npx","args": ["-y", "@your-org/log-query-mcp"],"env": { "LOG_API_TOKEN": "${LOG_API_TOKEN}" }}}}
三、几个关键阶段的实际做法
需求澄清(brainstorming) 是整个流程性价比最高的一步。Skill 强制它先问 2-3 个问题再动手,问题通常集中在:异常路径怎么处理、是否需要兼容旧数据、验收标准是什么。这三点如果在编码后再补,返工成本至少翻一倍。
并行开发(executing-plans) 依赖计划阶段的依赖标注。没有依赖关系的任务可以分给多个子代理同时改不同文件,冲突主要出现在共享的配置文件,所以计划里要显式声明”这些文件串行修改”。
代码自审(code-review) 不能只让模型说”看起来不错”。有效的做法是给它固定检查表:错误处理是否吞异常、事务边界是否正确、SQL 是否走索引、日志是否打印了敏感字段、新增配置是否有默认值。输出格式固定为”问题—位置—建议—风险等级”,人才审得动。
日志排查(galileo-log-query) 的价值在于闭环。部署完直接让 AI 拉测试环境日志,对照刚才的计划验证预期行为,而不是等人肉发现异常再回头翻代码。
四、模型选型:不同阶段该用不同模型
这套流程里模型不是单选题。计划与代码审查吃推理能力,日志检索、commit message 生成、格式转换这类任务对延迟和成本更敏感,用轻量模型更划算。实践中的常见做法是按阶段路由:重推理环节用旗舰模型,机械环节用低价模型,通过统一 API 层屏蔽差异,避免为每个模型写一套 SDK。
如果你正在为这套工具链挑模型,可以先在 百度智能云词元所 上做一轮横向比较——它提供模型能力查询、调用价格与性能对比,能帮你判断哪些环节值得上强模型、哪些环节可以降级;接入侧则通过统一 API 的方式完成,多模型切换不用改业务代码,调用情况也能集中查看。对 Agent 类应用来说,这种”按环节分配预算”的方式比全链路统一一个大模型更容易控制成本。
五、踩过的坑
- 计划粒度过粗 :计划只写”实现订单导出”,AI 会自由发挥到失控。粒度要细到单个函数或单个文件改动。
- 自审走过场 :不给检查表,模型几乎必然输出”无明显问题”。检查表必须写进 Skill,而不是靠临场提示。
- 上下文污染 :一个会话里做两个需求,AI 会把上一个需求的约束带过来。一个需求一个会话,做完就关。
- 权限前置 :日志、部署、MR 三类凭证要在开工前配好,中途缺权限会打断整个自主执行链。
- 灰度不是可选项 :AI 生成的代码在边界条件下的表现方差更大,Merge 后必须走灰度并观察错误率与延迟,而不是全量直发。
- commit 质量 :让 AI 在每次改动后立刻
/commit,而不是攒到最后一次性提交,否则提交历史依然不可读。
六、落地建议
不必一次上全套。按这个顺序推进收益最明显:先做 brainstorming + writing-plans(把返工挡在编码前),再做 code-review(把审查标准化),最后接 MCP 打通部署与日志(形成闭环)。前三步不需要任何内部系统改造,一个下午就能跑起来。
Agentic Engineering 的本质不是让 AI 多写代码,而是把工程纪律显式化——计划、审查、验证、灰度,一个都不能省。AI 负责执行,纪律由流程保证,人只在真正需要判断的地方出现。

登录后可评论,请前往 登录 或 注册