摘要：0：人通过 prompt、context、examples、tools，去编排 LLM

图片来源：宝玉 baoyu.io

他在访谈里给了一个很形象的类比——

「Programming through prompting.国内外开源生态走到哪里了 但 Karpathy 喊的「Agentic Engineering」，落到工具层，开源生态目前其实只走到了三档里的前两档。OpenSpec 自己最新的 v1.3 加了一个叫「Coordination Workspaces」的实验性功能，想做跨 repo 的协调，但官方文档明确写着——

「is under active development and is not ready for use yet.

Karpathy 已经走到 Agentic Engineering，大部分人还停在 Vibe Coding。

4 月底，Karpathy 站在红杉资本 AI Ascent 的舞台上，演讲题目印着 From Vibe Coding to Agentic Engineering——按字面翻，是「从凭感觉写代码，到工程化地编排 Agent」。

图片来源：YouTube / Sequoia Capital AI Ascent 2026

同一周，朋友圈在刷的是另一句话——「AI 让一个人就能干一家公司的活」。

同一个 AI，跑得最快的人在喊「质量底线」，跑得最慢的旁观者在喊「颠覆生产力」。这场温差，比任何评测都更说明问题。

我自己的体感是——大部分人对 AI 工具的使用，其实还停留在 Vibe Coding 阶段。所谓「一个人 = 一家公司」，多半是自欺欺人。

你以为的「AI 编程」，可能只是 Vibe Coding

「Vibe Coding」这个词，是 Karpathy 自己 2025 年 2 月在 X 上随手发的一条推文里造出来的。原话是这样的——

「There is a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists.」

翻成中文是：「有种新的编程方式我叫它'凭感觉写代码'——你完全交给感觉、拥抱指数曲线、忘记代码的存在。」

这条推文当时有 4500 万浏览，「Vibe Coding」后来还被 Collins 字典选为 2025 年度词汇。说白了：把目标抛给 AI，让它边跑边写、自己决定下一步——你只看结果。

Vibe Coding 当然有它真实的进步。Karpathy 在 AI Ascent 上自己说——「December was a clear point... the chunks just came out fine. Then I kept asking for more and they still came out fine.」从去年 12 月起，他不再亲自写大段代码了，因为 AI 给出来的东西「就是能跑」。

普通人也一样——现在拿 Cursor 加语音输入，一晚上就能搓出一个能演示的网页；hackathon 上已经几乎没人还在敲键盘。这是真实的变化，不能否认。

只是 Vibe Coding 的天花板，也清楚得近乎残酷。

最近最有代表性的一个例子是 Lovable。这家估值 66 亿美元的 vibe coding 平台，今年 3 月 3 日被人发现存在 BOLA 漏洞——「thousands」（成千上万）个用户项目的源代码、数据库凭证、Stripe 客户 ID 全部对公网暴露，受影响的账号里包括 Nvidia、Microsoft、Uber、Spotify 员工。这个漏洞，从被通报到被修复，整整开放了 48 天。

发现并报告这件事的安全机构 Trend Micro 给了一句很准确的判断——

「The real risk of vibe coding isn't AI writing insecure code. It's humans shipping code they never had a chance to secure.」

（Vibe Coding 真正的风险，不是 AI 写出了不安全的代码，而是人类发布了自己根本没机会审查的代码。）

工具的发明者其实自己也警惕。Claude Code 里有一个被 Anthropic 收编为官方插件的命令叫「Ralph Loop」（正式名 Ralph Wiggum，致敬辛普森一家里那个又蠢又执着的小孩）——它的原型只是一行 bash 脚本：

while :; do cat PROMPT.md | claude-code; done

意思就是「拿同一个目标反复让 AI 自己跑，直到跑完为止」。这套循环的发明者是澳大利亚开发者 Geoffrey Huntley。The Register 在 1 月报道这个工具时，引述他自己的原话——「nauseous」（恶心、反胃）。他怕「自己以糟糕的方式改变了软件开发」，并因此暂停了 2025 年的部分工作。

工具的作者都在公开警惕，外行的旁观者却在喊「一个人 = 一家公司」。这本身就是答案。

Karpathy 给的下一站，叫 Agentic Engineering

回到红杉那场访谈。Karpathy 把 2024 年 12 月单独标出来——「December was a clear point... the chunks just came out fine. Then I kept asking for more and they still came out fine.」12 月是个清晰的转折点，AI 写出来的代码块就是能跑，他要更多、AI 还能继续给出来。从那以后，他自己就几乎不再亲手写代码了。

媒体后来把这段话翻译成了「80% / 20% 翻转」——以前 80% 自己写、20% AI 辅助，12 月后比例反过来。但 transcript 里 Karpathy 没说过这个具体数字。他给的是定性判断，不是统计。

这个区别其实很重要——重要在于：AI 跑得最快的那个人，从去年冬天起，就主动把「写代码」这件事从自己的工作清单里划掉了。

接下来才是关键。Karpathy 给这种新方式起了一个框架——Software 1.0 / 2.0 / 3.0。

• Software 1.0：人写显式代码（程序员的传统活）
• Software 2.0：人定义数据集和损失函数，让"程序"被训练进神经网络的权重里（深度学习时代）
• Software 3.0：人通过 prompt、context、examples、tools，去编排 LLM

图片来源：宝玉 baoyu.io

他在访谈里给了一个很形象的类比——

「Programming through prompting. What's in the context window is your lever over the interpreter, and the interpreter is the LLM.」

LLM 是一种新型计算机：模型权重是 CPU（固定的算力底座），context window 是 RAM（短期工作记忆），prompt 就是程序。

图片来源：宝玉 baoyu.io

简单说：过去你给 CPU 写指令，现在你给 LLM 摆道具。

那 Agentic Engineering 又是什么？Karpathy 在访谈里这样说——「Agentic engineering is about preserving the quality bar of professional software.」「Agentic Engineering 的关键，是守住专业软件的质量底线。」

也就是说：Vibe Coding 抬高了「谁能写软件」的下限——本来不会写代码的人也能搓出 demo。但要保住「专业软件的质量底线」，需要的不是把目标抛给 AI 然后看运气，而是要主动地——定义问题、组织上下文、编排 Agent、验证结果。程序员的角色，从「代码编写者」变成了「编排者」。

这是范式跃迁，不是工具升级。

国内外开源生态走到哪里了

但 Karpathy 喊的「Agentic Engineering」，落到工具层，开源生态目前其实只走到了三档里的前两档。

flowchart LR
    A["第一档<br/>Vibe Coding<br/>Codex /goal、Ralph Loop"] -- 抬下限 --> A1["Demo / 玩具"]
    B["第二档<br/>单项目编排<br/>Superpowers、OpenSpec"] -- 加纪律 --> B1["项目内 Feature 迭代"]
    C["第三档<br/>多 Agent 编排<br/>Claude Code Agent Teams"] -- 撑上限 --> C1["跨服务 / 长跑研究<br/>(企业级目标)"]

第一档:Vibe Coding 系。代表是 OpenAI Codex 的 /goal 命令，和 Claude Code 的 Ralph Loop。我自己这两个都用过,体感很简单——它们是「更高级的 Vibe Coding 工具」。Codex 的 /goal 严谨一些,会跑 plan → act → test → review → iterate 的 5 状态机；Ralph Loop 更原始,就是循环。但工作单元一致——把目标抛给 AI、让它自己跑,跑出什么算什么。HN 上一句话评得很到位——「Ralph-generated codebases run, but they lack structural coherence」。代码能跑,但架构没有结构。

第二档：单项目编排系。代表是 Superpowers 和 OpenSpec。前者由独立开发者 Jesse Vincent 主导（GitHub 用户名 obra），今年 1 月被 Anthropic 收编进官方插件市场；它有 14 个 skill 组成的 7 步开发方法论——brainstorm → plan → subagent TDD → review → finish——把「写代码」从 vibe 升级为有结构的 workflow。OpenSpec 是 YC 项目，由 Fission-AI 维护，主推「spec-driven development」——人和 AI 在写代码之前先把意图写成 spec，然后状态机走 propose → apply → archive。

我自己用下来，这两个工具的体感是一样的——它们更强调开发流程上的编排能力，更适合现有项目的 feature 开发。但工作单元仍然是「单 repo 内的一条 feature branch」。OpenSpec 自己最新的 v1.3 加了一个叫「Coordination Workspaces」的实验性功能，想做跨 repo 的协调，但官方文档明确写着——

「is under active development and is not ready for use yet. Do not build external automation, integrations, or long-lived workflows on top of workspace behavior.」

连工具方自己都在说「不要拿这个去搭长生命周期的工作流」。

第三档：多 Agent 编排系。代表是 Anthropic 官方上线的 Claude Code Agent Teams（v2.1.32+，目前还是 experimental，需要打开 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 环境变量）。它的设计已经接近「真正的多 Agent 协作」——四个组件：Team Lead 派活、多个 Teammate 各自带独立 context window 干活、共享一份 Task List、彼此之间还有 Mailbox 直接通信。

我自己用过 Agent Teams——它确实能做到 multi-agent 的并行协作，但可控性相对较难。整体上，业界目前还没有看到一套非常成熟的、能够覆盖全流程的 Agent Teams 编排工具。

但工具能力分层只解决了「工具该怎么造」的问题。真正的难，其实在更下面——

真正的难，是企业级项目从来不是一个 feature

把任何企业级软件项目拆开，里面没有「一个人写一晚上」这回事。它至少要走完——

flowchart LR
    A["a. 前期需求讨论<br/>+ 商业化分析"] --> B["b. 需求文档<br/>+ 设计落实"]
    B --> C["c. 前后端开发<br/>(接口对齐等强依赖通信)"]
    C --> D["d. QA 测试"]
    D --> E["e. 运维部署<br/>+ 发布上线"]

每一个阶段都需要 Agent 协作、状态共享、跨阶段通信。Vibe Coding 在 (c) 之前就会迷失，单项目编排能扛住 (b)+(c)，但碰到 (a) 商业化分析和 (d)(e) 测试运维就不得不靠人手工接力。多 Agent 编排是设计上唯一接近这种全流程协作的方向——但接近不等于到达。

这就是为什么 Karpathy 喊的是 Agentic Engineering，不是 Vibe Coding。

所谓「AI 让一个人干一家公司的活」，更准确的说法是——

AI 让一个人能假装在干一家公司的活，直到上线。

我会继续观察的，是国内开源生态会不会真的走出一套面向多 Agent 编排的方法论。Anthropic 自家的 Multi-Agent Research System 用一组多 Agent 协作的实验跑出了 90%+ 的评测提升，但成本贵 ~15×——这只是起点，不是答案。

在那之前，「一个人 = 一家公司」更像是营销话术，不是工程现实。

你愿不愿意承认这个差别，决定了你看到的 AI 是 Vibe Coding 工具，还是 Software 3.0 的入口。