这篇文章也有英文版本Read in English →
Agentic Coding 完全指南：定义、工具比较、实战框架与入门路径
Vibe Coding 和 Agentic Coding 不是二选一。它们是产品不同阶段该用的不同方法。
这篇指南帮你搞清楚：你的产品在哪个阶段、该用什么方法、怎么开始。附产品成熟度框架、工具比较表、可拷贝的模板和 checklist。想看这个领域怎么演化到今天的故事版，请读这篇。
「Vibe Coding 和 Agentic Coding 哪个好？」
错误的问题。这就像问 3D printer 和射出成型哪个好——答案取决于你的产品在什么阶段。
我做了 10 年产品经理，最后几年在车用电子。硬件产品有明确的成熟度阶段，每个阶段的制造方式和品质标准完全不同：
| 产品阶段 | 目的 | 制造方式 | 品质标准 |
|---|---|---|---|
| Mockup | 对齐方向、给人看 | 3D printer | 外观差不多就好 |
| A sample | 验证功能可行 | 小量手工 | 功能对就好 |
| B sample | 验证制程 | 接近量产制程 | 开始看精度、外观瑕疵 |
| PVT | 量产验证 | 量产线试跑 | DPPM、返工率、监控全上 |
| MP | 正式量产 | 量产线 | 全面品质管理 |
没有人会用射出成型做 mockup——开一套模具只为了做 20 个样品？也没有人会用 3D printer 量产——精度不够、品质不可控、无法规模化。
不是哪个比较好，而是产品在那个阶段，就该用那个阶段的方法。
软件开发一模一样：
| 软件阶段 | 对应硬件 | 开发方式 | 品质标准 |
|---|---|---|---|
| Demo / POC | Mockup | Vibe Coding | 能跑、能看就好 |
| MVP | A/B sample | Vibe → Agentic 过渡 | 内核功能稳定 |
| Production | PVT | Agentic Coding | 测试、安全、可维护 |
| Scale | MP | Agentic Coding | CI/CD、监控、自动化品质闸门 |
用 Vibe Coding 做 demo？完美。就像用 3D printer 做 mockup——快、便宜、够用。
用 Vibe Coding 做要上线收费的产品？就像用 3D printer 量产——品质不可控，出了问题没办法追踪，也没办法系统性地改善。
带着这个框架，我们来看这两种方法分别是什么。
2025 年初，Andrej Karpathy 创造了「Vibe Coding」——凭感觉写进程。你用自然语言描述需求，AI 产出代码，跑跑看，能动就好。不看 diff、不读代码、Accept All。
Collins Dictionary 选它为 2025 年度词汇。Y Combinator 2025 冬季班有 25% 的新创用 AI 生成了 95% 的代码。
Vibe Coding 是 demo 和 POC 阶段的最佳工具。就像 3D printer 之于 mockup——速度快、门槛低、目的是对齐方向，不是交付产品。
你描述需求（自然语言） -> AI 生成代码 -> 跑跑看 -> 有错？贴错误消息回去 -> AI 再改一版 -> 重复直到能动人类全程引导。每一步都需要你的输入。
| 优势 | 为什么在 Demo/POC 阶段是对的 |
|---|---|
| 极低门槛，非工程师也能用 | 方向对齐不需要工程专业 |
| 原型速度极快（小时级） | Mockup 就是要快 |
| 学习新技术的好方式 | 探索阶段不需要完美 |
| 做 demo 和 POC 很适合 | 这就是它设计来做的事 |
跟 3D printer 一样——超出它的设计用途，问题就会出现：
| 硬件量产要求 | 软件对应 | Vibe Coding 有吗？ |
|---|---|---|
| DPPM 追踪（不良率管控） | 测试覆盖率、bug 追踪 | 没有 |
| QC 站（进料 / 制程 / 出货检验） | 自动测试、静态分析、安全扫描 | 没有 |
| 返工流程（不良品怎么修） | 版本控制、diff 审查、rollback | 几乎没有 |
| 追溯机制（出问题查得到源头） | Git 历史、变更纪录 | 没有版控和文档化习惯，出问题查不到源头 |
| SPC 制程监控 | 性能监控、错误率追踪 | 没有 |
真实案例：EnrichLead 的创办人公开宣称产品 100% 由 Cursor AI 写成、零手写代码。上线两天后被攻击——API keys 暴露在前端、没有认证机制、数据库完全没保护。最后关站。不是工具不好，是 mockup 阶段的做法本来就没有这些品质机制。
当你的产品准备从 POC 走向 production，你需要的不再是「能跑就好」，而是「可维护、安全、有测试」。这就是 Agentic Coding 的用途。
如果 Vibe Coding 是 3D printer，Agentic Coding 就是量产线。量产线跟 3D printer 的差别不是机器比较贵，而是背后有一整套工程品质体系：
| 硬件量产机制 | 软件对应 |
|---|---|
| BOM + 工程图面（定义要做什么） | 需求文档、Intent Spec、Acceptance Criteria |
| SOP + 自动化产线（做事方法一致、减少人工变异） | CLAUDE.md、开发规范、CI/CD pipeline |
| IQC / IPQC / OQC（进料、制程、出货检验） | 自动测试、静态分析、安全扫描 |
| 追溯 + 不良品处理 + 矫正预防（出问题能查、能修、能防再犯） | Git 版本控制、bug tracking、更新规则避免再犯 |
| SPC 制程监控（持续追踪稳定度） | 性能监控、错误率追踪、uptime dashboard |
Agentic Coding 就是把这套体系搬到软件开发——而 AI Agent 是在这个体系里帮你运行的角色。
软件开发的步骤没有变——需求、设计、实作、测试、发布，从瀑布式到敏捷都一样。变的是人在每个步骤里的角色：
| 开发阶段 | 传统开发 | Agentic Coding | 人的参与 |
|---|---|---|---|
| 需求定义 | 人写需求文档 | 人写 Intent Spec | 高（这步没变） |
| 设计 / 计划 | 人设计架构 | 人审核 Agent 的计划 | 中（从设计者变审核者） |
| 实作 | 人写代码 | Agent 写，人回答提问 | 低 |
| 测试 | 人写测试、人跑测试 | Agent 自动写和跑测试 | 低（看结果就好） |
| 审查 | 人逐行 code review | 人看 diff + Agent 标风险 | 中 |
| 发布 | 人运行部署 | Agent 运行，人最终核准 | 低 |
人的价值集中在头尾——定义意图和最终审查。中间的运行和验证，交给 Agent。
2026 年 2 月，Karpathy 自己升级了概念：
“Agentic”——因为 99% 的时间你不是自己写代码，而是指挥 Agent 来写。“Engineering”——强调这是一门需要专业技能的工作。
Vibe Coding 是好玩的周末项目。Agentic Engineering 是专业工作——以监督者的角色指挥 Agent，获得杠杆而不牺牲品质。
回到产品成熟度的框架——你的产品在什么阶段，决定你该用什么方法：
| 你的产品在… | 用 | 品质标准 | 模拟 |
|---|---|---|---|
| 想法验证 | Vibe Coding | 能跑、能看就好 | 3D printer mockup |
| MVP 开发 | Vibe → Agentic 过渡 | 内核功能稳定 | A/B sample |
| 上线产品 | Agentic Coding | 测试、安全、可维护 | PVT 量产验证 |
| 规模营运 | Agentic Coding | CI/CD、监控、自动化品质闸门 | MP 正式量产 |
当你的产品从 mockup 走向 production，这些是你需要加进来的：
| 你需要加入的 | 为什么 |
|---|---|
| 需求与规格文档化 | Agent 需要明确的目标、验收标准、测试规格和限制条件，才能交付正确的结果 |
| 版本控制 + 分支策略 | 出问题能回溯、能 rollback |
| 自动测试 | 不靠人眼验证品质 |
| Diff 审查习惯 | 知道 Agent 改了什么、为什么改 |
| 「设目标」取代「给步骤」 | 告诉 Agent「我要什么」，不是「怎么做」——让 Agent 先出计划，你审核计划才让它动手 |
| 监控与日志 | 上线后要知道东西有没有坏——错误日志、性能监控、uptime dashboard |
如果这个东西坏了会有人打电话给你，用 Agentic Coding。
如果这个东西只是让大家看看方向对不对，Vibe Coding 就够了——而且更快。
| 工具 | 支持的主要模型 | 月费起价 |
|---|---|---|
| Cursor (Anysphere) | Claude、GPT (OpenAI)、Gemini | 20 美元/月起 |
| Antigravity (Google) | Gemini 3 Pro、Claude Sonnet 4.5、GPT-OSS | 免费（Preview） |
| GitHub Copilot (Microsoft) | Anthropic (Claude)、OpenAI、Google 等 | 免费起 |
| Claude Code (Anthropic) | Claude Opus 4.6 / Sonnet | 20 美元/月起 |
| Codex CLI (OpenAI) | GPT 系列 | 20 美元/月起 |
选工具时，最重要的不是接口形式。大部分工具都同时提供图形接口和命令行——Claude Code 有 CLI 也有 VS Code extension，Copilot 有 IDE 插件也有终端机版本，Cursor 本身就是一个完整的 IDE。
真正决定工具上限的是背后的 LLM。 模型的推理能力、上下文长度、代码理解深度，这些才决定 Agent 能做到什么程度。同一个模型放在不同接口里，能力是一样的。所以上面的表格才把「支持的主要模型」放在第一栏。
成本方面，大部分工具落在每月 10-20 美元起跳，差别在用量额度和高端功能。Cursor 分三档（20/60/200 美元），Claude Code 也分三档（20/100/200 美元），GitHub Copilot 个人版 10 美元起、企业版每人 19 美元。Codex CLI 需要 ChatGPT 订阅（20 美元起）或 API 按量。Antigravity 目前 Preview 免费但有周配额限制，正式版预期会推出付费方案。
先选模型，再选工具。 你想用哪家的 LLM，就从那家的工具开始——Anthropic 的 Claude 选 Claude Code 或 Cursor，OpenAI 的 GPT 选 Codex CLI 或 Copilot，Google 的 Gemini 选 Antigravity。想要弹性切换模型，Cursor 和 Copilot 都支持多家。
再看预算。 想先试水温？Antigravity 免费 preview、GitHub Copilot 有免费方案。准备投入？大部分工具 20 美元/月就能开始。重度使用再考虑更高的方案。
最后看生态。 团队已经在用 VS Code + GitHub？Copilot 集成最无痛。偏好 Google 生态？Antigravity。
我的选择： 我用 Claude Code。原因很简单——我重度使用 Anthropic 的模型，而企业在 coding 领域选择 Claude 的可能性是 OpenAI 的 2.3 倍。不只 Claude Code，Cursor、GitHub Copilot、Antigravity 背后都支持 Claude 作为模型选项。既然决定用 Anthropic 的模型，没有理由不选他们自家的工具。
开始之前，先调整两个心态：
第一，Agentic Coding 的时间分配是 80% 想 + 审查、20% 跟 Agent 沟通、0% 自己写代码——跟传统开发的 80% 写代码正好相反。
第二，下面的练习会从很简单的任务开始——简单到做法跟 Vibe Coding 几乎一样。这是刻意的。我们先用小任务练习「设目标 → 审计划 → 看结果」的流程。当你的项目变大、要上线给真的用户用，你就需要刻意学习更多任务程思维和工具——测试、版控、安全检查——这些才是 Agentic Coding 跟 Vibe Coding 真正拉开差距的地方。
四个步骤，从零开始。
回到上一节的建议：先选模型，再选工具。我用 Claude Code，写过一篇 Claude Code 教学：5 分钟完成安装与第一个任务。
Agentic Coding 的效果取决于你给 Agent 多少上下文。最重要的设置：项目根目录的指令档——Claude Code 叫 CLAUDE.md，Cursor 叫 .cursorrules，概念一样。
把它想成新工程师的 onboarding 文档——你希望他第一天就知道的所有事情。
不需要一次写完。先写三行就够用了：
Day 1：三行就够
# 我的小工具集
## Rules（给 Agent 的规则）- 用台湾繁体中文和我沟通，技术名词可以用英文- 每个工具用一个文档完成，双击就能在浏览器打开- 不要用任何需要安装的工具就这样。Agent 知道用什么语言跟你沟通、东西要多简单、什么不能碰。
一周后：每次 Agent 犯错，你加一条规则
比如 Agent 做出来的页面在手机上跑版了、或是按钮太小很难按，你就加一条：
# 我的小工具集
## Rules（给 Agent 的规则）- 用台湾繁体中文和我沟通，技术名词可以用英文- 每个工具用一个文档完成，双击就能在浏览器打开- 不要用任何需要安装的工具- 手机上也要能正常使用，按钮不能太小- 表单送出后要清空输入字段- 数字字段只能输入数字每一条添加的规则，都是因为 Agent 犯了一次错。指令档是活的，它会跟着你的经验自然长大。 当你的项目从小工具长成正式产品，这个文档也会跟着长大——加入技术栈、指令、文档位置等更多细节。
选一个小任务。不要一开始就挑战大工程——从「做一个小工具页面」开始。
关键心态：告诉 Agent「我要什么」，不是「怎么做」。 Agent 的产出品质，直接取决于你定义目标的品质。
我每天都用一种叫 Intent Spec 的格式来描述任务。它有四个区块：
- Goal——你要什么（结果，不是步骤）
- Acceptance Criteria——怎样算做完（可以打勾的清单）
- Constraints——有什么限制
- Non-goals——明确不要什么（防止 Agent 自作主张多做）
直接看范例——做一个个人记帐页面：
## Goal做一个个人记帐页面。用户可以输入每笔花费（品项 + 金额），页面即时显示所有纪录和总金额。
## Acceptance Criteria- [ ] 页面有一个表单：品项（文本）和金额（数字）两个字段- [ ] 按下「添加」后，纪录出现在下方列表- [ ] 列表显示每笔的品项、金额- [ ] 页面底部即时显示总金额- [ ] 每笔纪录有「删除」按钮- [ ] 一个文档搞定，不需要安装任何东西
## Constraints- 只用一个文档完成，双击就能在浏览器打开- 不要用任何需要安装的工具- 在手机上也要能正常使用
## Non-goals- 不需要记住数据（刷新页面会清空，没关系）- 不需要分类或图表- 不需要支持不同货币注意这个 spec 在做什么——它只描述用起来是什么感觉（输入花费、看到列表、总额会更新），完全没说要怎么做。Agent 会自己决定技术细节。你只管结果对不对。
你把这段 Intent Spec 直接贴给 Agent，但先别让它动手做——先叫它出计划。在 Intent Spec 最后加一句：「先给我计划，不要直接写。」流程：
- 把 Intent Spec 贴给 Agent，结尾加上「先给我计划，不要直接写」
- Agent 会列出它打算怎么做——用什么结构、分几个部分
- 你看一下：方向对吗？有没有多做或少做？
- 没问题就回复「OK，开始做」
- Agent 会开始写进程，完成后告诉你文档在哪
- 打开做好的文档，输入几笔花费试试看
第一次可能觉得写 Intent Spec、看计划很麻烦——直接跟 Agent 说「帮我做一个记帐页面」不是更快吗？
更快，但 Agent 做出来的东西可能不是你要的，然后你来回修改反而更久。Intent Spec 就是前面提到的需求与规格文档化——Agentic Coding 的第一步。把目标写清楚，Agent 一次做对的几率高很多。
记帐页面只是练习。同一套循环可以处理更复杂的任务——串股市 API 把即时报价显示在页面上、做一个 Google 登录系统、建一个有数据库的完整 Web App。任务越复杂，写好 Intent Spec 省下的来回修改就越多。
到 Step 4 为止，你做的事情跟 Vibe Coding 差别不大——唯一多的是 Intent Spec。现在要跨过那条线。
假设你决定做一个自己的个人网站——有首页、关于我、作品集、博客。这不是做完就丢的小工具，而是要上线给别人看、会一直改的东西：
- 你会持续加文章、换作品、调风格
- 改了作品集页面，首页不能跟着坏掉
- 朋友传了你的网址给别人，打开不能是一片空白
- 三个月后你要改东西，要记得当初为什么这样写
记帐页面坏了，重做就好。个人网站坏了，你的专业形象跟着坏。这就是为什么你需要从 Vibe Coding 升级到 Agentic Coding。
回到前面那张「从 Vibe 升级到 Agentic」的表，你已经完成了「需求与规格文档化」（Intent Spec）。接下来三件事：
1. 版本控制——改坏了可以退回去
跟 Agent 说：「帮我把这个项目用 Git 管理，每次改动都记录下来。」
你叫 Agent 改了博客的排版，结果首页跑版了？退回上一个版本就好，不用从头再来。三个月后想改东西，可以看到每一次改动的纪录——什么时候改的、改了什么、为什么改。
这就是前面提到的「追溯机制」。Vibe Coding 没有这个，出问题只能凭记忆猜。
2. 自动测试——确认旧功能没坏
跟 Agent 说：「帮网站写测试：每个页面都能正常打开、所有链接都能点到、图片都能显示。」
你的网站有首页、关于我、作品集、博客，每篇文章又有自己的页面——改了一个地方，要确认其他十几个页面都没坏。手动点一轮要十分钟，而且一定会漏。自动测试几秒钟跑完，每个页面都检查到。
以后每次改东西，Agent 先跑测试，全部通过才算完成。测试没过？Agent 自己修，修到过为止。
3. Diff 审查——知道 Agent 改了什么
你叫 Agent 在作品集加一个新项目，完成后跟它说：「给我看你改了哪些地方。」
Agent 会列出它动了哪些文档、改了什么。你要能判断：它只动了作品集页面吗？还是不小心改到了首页的导航列、或是博客的样式？
改一个地方却影响了不相关的页面——这是网站最常见的问题。Diff 审查让你在上线前就抓到。
高端一步：你还可以跟 Agent 说「每次改完自动跑测试，测试过了才让我看 diff」。这样 Agent 交到你手上的已经是「至少没有明显问题」的版本，你只需要判断方向对不对。
这三件事加进来，你就不只是在「用 AI 做东西」，而是在「用工程方法管理 AI 做的东西」。这就是 Agentic Coding。
同样的工程实践，放到更大的场景也一样适用——串 API 的股市看板、有登录系统的记帐 App、甚至是收费的 SaaS 产品。项目越大，这些实践省下的时间和避免的灾难就越多。
当基本循环稳定了，Agentic Coding 可以延伸到写进程以外的事：
创建自己的 Skill——把流程和规则独立出来
随着你用越久，指令档会越来越长——规则、SOP、不同任务的流程全挤在一个文档里，Agent 反而搞不清楚重点。这时候你会想把特定流程拆成独立的 Skill：部署网站一套 SOP、写博客文章一套 SOP、跑测试一套 SOP。需要的时候才叫出来，指令档保持干净。
串接外部服务——让 Agent 帮你做更多事
Agent 不只能写代码，还能串接你日常用的工具。例如：让 Agent 读你的 Google Calendar 自动整理今天的待办、串股市 API 每天早上寄一封投资摘要到你的信箱、追踪你关注的 KOL 有没有发新内容然后整理成摘要。这些不是在写产品，而是在用 Agentic Coding 打造你自己的自动化工作流。
串接你的数字笔记——让 Agent 读懂你的知识库
如果你用 Obsidian、Notion 或其他笔记工具，可以让 Agent 访问你的笔记库。这样当你跟 Agent 讨论一个新项目时，它能参考你之前写的笔记、研究和想法——不用每次从零开始解释背景。你的知识库变成 Agent 的长期记忆。我自己就是这样做的——从 Roam Research 搬到 Obsidian 之后，Agent 可以直接读我的笔记库。
到这里你手上有了完整的工具：产品阶段框架帮你判断该用什么方法、Intent Spec 帮你定义目标、工程实践帮你守住品质。剩下的就是做东西。
做着做着你会发现，同样的循环——设置目标、让 Agent 运行、审查结果、迭代改进——不只能用在写进程。我用它打造整套 AI 工作流——管理目标、管理知识、管理每天的工作。写进程只是起点。
如果这篇让你有了想法，订阅电子报——我固定写 AI 工作流、和一路上想通的事。
想聊聊怎么把 AI 融入你的工作流？看看我的服务。
常见问题
- 不会写进程也能开始 Agentic Coding 吗？
- 可以。本文的入门路径就是为非工程师设计的——从写 Intent Spec 开始，不需要自己写代码。但要做好产品需要逐步学习架构思维和品质判断。建议从 Vibe Coding 开始体验，再升级到 Agentic Coding。
- Intent Spec 一定要用英文写吗？
- 不用。用你最熟悉的语言写就好，Agent 看得懂中文。重点是把目标、验收标准、限制条件和不做的事写清楚，语言不是障碍。
- Agentic Coding 每月要花多少钱？
- 大部分工具每月 20 美元起。Claude Code、Cursor、Codex CLI 都在这个价位，GitHub Copilot 个人版 10 美元起。想先免费试，Antigravity 目前 Preview 免费、GitHub Copilot 有免费方案。
- CLAUDE.md 指令档要写多长？
- 三行就能开始，官方建议不超过 300 行。判断原则：对每一行问「拿掉这行，Agent 会出错吗？」不会就删。文档太长时，把特定主题的规则拆成独立文档，主文档只放最重要的东西。
- 怎么确认 Agent 写的代码没问题？
- 内核原则：给 Agent 验证自己的方式。在 prompt 里附上测试案例、预期输出或截屏，让它跑完自己确认。第二层：用独立的 session 或 subagent 做 code review，不要让同一个 Agent 批改自己的作业。第三层：自己用用户角度操作一遍。如果你没办法验证它，就不该上线。
- 我已经在用 Vibe Coding 了，什么时候该升级到 Agentic？
- 五个信号中了三个就该升级：改 A 坏 B、不确定上次改了什么、出问题只能整个重做、同样的 bug 修了又出现、不敢碰别人（或三个月前自己）写的代码。一句话：如果这个东西坏了会有人打电话给你，就该升级了。
