軟體開發新顯學：從 Vibe Coding 進化到 Agentic Engineering
「Vibe Coding」這個席捲產業整整一年的關鍵字，正迎來下一個進化版本。提出這個概念的 OpenAI 創始團隊成員、特斯拉前 AI 總監 Andrej Karpathy，近日再度拋出新名詞「Agentic Engineering」，試圖為 AI 時代的工程開發模式重新定義方向。
從「憑感覺寫程式」到「指揮 AI 寫程式」
回顧 2025 年，Karpathy 在社群平台上首次提出「Vibe Coding」時，形容的是一種以自然語言提示，引導大型語言模型（LLM）即時生成程式碼的開發方式。開發者不再逐行撰寫，而是透過對話與「感覺」，快速拼湊出可運作的產品原型。
這種方式迅速走紅，也帶動一波工具與新創熱潮，從 AI 程式編輯器到自動化開發平台，吸引大量資金湧入。歐洲成長最快的新創之一 Lovable 在去年 12 月宣布完成 B 輪融資，估值達 66 億美元；Cursor 去年 11 月宣布完成 D 輪融資，融資額達 23 億美元，並表示其年化收入已破 10 億美元。
Karpathy 表示，當時 AI 模型能力有限，Vibe Coding 多半用於實驗性專案與展示用途，距離專業軟體工程仍有明顯落差，但一年後，透過 LLM 與 AI 代理開發，正逐漸成為專業工作者的預設工作流程，前提是必須搭配更嚴謹的監督與品質控管機制。
「你有 99% 的時間都不是在親自寫程式碼……而是在協調代理完成工作，並負責監督。」Karpathy 觀察，許多人試圖為這個變化想出比 Vibe Coding 更好的名稱，而他個人目前最喜歡的詞是 Agentic Engineering。
Agentic Engineering 的核心概念
Karpathy 認為，所謂 Agentic，指的是開發者不再親手撰寫大部分程式碼，而是負責協調多個 AI Agent，由這些代理系統負責規劃、實作與測試；Engineering 則強調，這並非隨意生成，而是一門結合藝術、科學與專業經驗的工程技術，需要長期學習與累積。
根據 no-code 平台 Glide 觀察，Agentic Engineering 與早期 Vibe Coding 的最大差異，在於「結構化程度」。
在 Vibe Coding 模式下，開發者多半直接與單一模型互動，生成結果高度依賴提示詞品質，容易出現安全漏洞、維護困難與技術債問題。
而 Agentic Engineering 則強調「分工與治理」。開發者會先定義目標、限制條件與品質標準，再由多個 AI Agent 分別負責實作、測試、除錯與安全檢查，最後由人類進行審核與整合。這種模式更接近傳統工程團隊的協作方式，只是將部分角色交由 AI 承擔。
Glide 指出，這類工作流會內建品質關卡、自動化測試與審計軌跡，讓 AI 產出的程式碼更容易驗證與管理。
將 AI 開發視為一項企業核心職能
AI 軟體生態正快速走向成熟，從早期的生成式模型實驗，發展為以自主代理為核心的系統化開發模式。開發者的角色也隨之轉變，從親自寫程式，轉為負責協調 AI 代理並進行監督。
Glide 表示，Vibe Coding 代表早期工具帶來的熱潮，而 Agentic Engineering 則更貼近企業實務需求。對工程師而言，這是技能轉型的開始；對企業來說，則意味著將軟體視為可持續擴展的半自主系統，而非即興打造的工具。
立即報名 3/3「AI 智慧大工廠」論壇台北場，解密 Agentic AI 如何重塑「超自動化」工廠
＊本文開放合作夥伴轉載，資料來源：《Business Insider》、Andrej Karpathy、Glide，首圖來源：AI 工具生成