目录
目标:
一、软件工程三部曲
1、总体框架
2、软件 1.0 — 显式编程（Explicit Programming）
1. 核心思想
2。特点
3、软件 2.0 — 模式识别（Pattern Recognition）
1.核心思想
2.特点
4、软件 3.0 — Agent 时代（The Agent Era）
1.核心思想
2.特点
二、未来工程师的方向
1、Vibe Coding 是什么？
2、不需要背 API
旧方式：历史工具箱（History Toolbox）
新方式：AI Agent + 工具墙（Tool Wall）
3、Vibe Coding 的三步法
1. 描述意图：从「怎么做」到「做什么」
2. 管理上下文：划定工作范围
3. 验收结果：从「监工」到「质检官」
三、AI Agent的核心
1、总体框架：核心循环
2、三个阶段分别做什么
1. 感知（Perception）：不只是“听”，更是“理解”
2. 规划（Planning）：从“目标”到“路线图”
3. 行动（Action）：从“思考”到“动手”
3、核心逻辑一句话
4、与传统 LLM 的区别
5、用“整理会议纪要”串起来
目标:
本文聚焦于以下三个方面：
1、软件工程的历史迭代三部曲
2、未来工程师的发展方向
3、AI Agent的核心是什么
一、软件工程三部曲
1、总体框架
| 阶段 | 名称 | 核心范式 | 人的角色 |
|---|---|---|---|
1.0 | 显式编程 | 人写代码、写逻辑 | 工程师写每一行逻辑 |
2.0 | 模式识别 | 数据驱动、模型学习 | 准备数据、设计模型、训练调参 |
3.0 | Agent 时代 | 目标驱动、自主推理与工具调用 | 定目标、验质量，不再逐行实现 |
本质变化：从“人告诉机器怎么做”，到“人告诉机器要什么”。
2、软件 1.0 — 显式编程（Explicit Programming）
1. 核心思想
软件行为由工程师显式编写的规则决定。改功能 = 改源码里的if-else、函数、流程。
代码编辑器
- 示例：
script.py里手写greet(name)，用- 逻辑、分支、输出都由人逐行定义。
流程图
- 工程师写 if-else → 判断条件 → True 走 Action A，False 走 Action B。
- 典型确定性、可逐行追踪的控制流。
2。特点
- 优点：行为可预期、可调试、可审计，适合规则清晰的系统。
- 局限：复杂场景规则爆炸；每变一次需求都要改代码、发版。
- “解决方案”是什么：就是源代码本身。
3、软件 2.0 — 模式识别（Pattern Recognition）
1.核心思想
不再手写全部规则，而是用数据 + 模型从样本中学习规律。行为藏在权重和特征里，而不是显式的if-else。
神经网络结构
- Input → Hidden Layers → Output
- 标注：Forward Pass、Loss Function、Backpropagation、Optimizer
- 即：前向推理 → 算损失 → 反向传播 → 优化器更新参数
应用示例：图像分类
- 输入：猫狗图片
- 经过 Model Classification / Feature Extraction
- 输出：Cat / Dog 分类结果
2.特点
- 优点：适合视觉、语音、推荐等“规则难写、模式难穷举”的任务。
- 局限：要数据、算力、标注；可解释性弱；改行为往往要重训或微调，不是改几行 Java。
- “解决方案”是什么：训练好的模型 + 数据集与训练流程。
4、软件 3.0 — Agent 时代（The Agent Era）
1.核心思想
从“写程序 / 训模型”升级到 自主 Agent：理解高层目标，自己规划步骤，调用浏览器、代码、支付、搜索等工具完成任务。人主要负责定目标和验结果。
“黑盒模式”（The Black Box Mode）
- 人提供：Data、Set Goals（目标）、Hyperparameters（超参）
- 机器内部推理与执行对人来说更像黑盒，但对外能完成复杂任务。
自主 Agent 能力图
- 中心：带“眼睛”的大脑（推理）
- 外围：Browser、Code、Payment、Tool Use、Search
- 强调：推理 + 多工具编排，不是单段固定脚本。
工作流示例
分析用户角色、发现异常并写报告
↓
Fetch Data → Analyze Anomalies → Generate Copy → Format Output
一条自然语言目标，Agent 自己拆步骤并执行。
人的角色演变
- PAST（细节执行者）：人被代码和细节淹没。
- PRESENT（目标定义者 & 质量检查者）：人指向 Goal，Agent 执行，人做验收。
2.特点
- 优点：复杂、跨系统、多步骤任务可用自然语言驱动；迭代快（改 prompt、改工具、改目标）。
- 局限：结果稳定性、安全边界、成本与可审计性仍是挑战；关键系统仍需人工把关。
- “解决方案”是什么：往往是 Prompt、目标、工具链、评估标准，而不一定是传统意义上的“改 App 一个类”。
二、未来工程师的方向
1.从「实现者」到「意图架构师」
少写样板代码，多写 目标、场景、体验预期
像产品经理 + 架构师：说清楚「要什么」，不必事必躬亲「怎么写」
2. 从「API 调用者」到「Agent 编排者」
不必死记 Auth、Payment、Map 等 API
会 选 Agent、配工具、拆任务，让 Agent 完成集成与调用
3. 从「个人编码」到「上下文管理者」
维护 文档、规范、约束，构成 Agent 的「工作区」
用 Rules、Skills、
.context/等把团队知识结构化，减少 AI 乱改、跑偏4. 从「代码监工」到「结果质检官」
审查重点从 diff 行数 → 功能、边界、安全、用户体验
建立测试清单、回归场景、上线标准，对 交付物 负责
1、Vibe Coding 是什么？
Vibe Coding 被定位为软件 3.0 的一种新开发范式，核心是一次 「维度升级」：
| 过去（Coding） | 未来（Vibing） |
|---|---|
写代码、写语法、写 if-else | 传递 意图（Intent） 与 氛围/方向（Vibe） |
关注「怎么实现」 | 关注「要达成什么、体验如何」 |
工程师 = 代码生产者 | 工程师 = 意图表达者 |
一句话：从「写代码」变成「把想法说清楚，让 AI 去落地」。
2、不需要背 API
旧方式：历史工具箱（History Toolbox）
- 木箱里堆满 API Manual、Docs Reference 等厚重文档
- 工程师要 记忆、查阅、手写 各类 API 调用
- 能力边界常受限于「记得多少、查得多快」
新方式：AI Agent + 工具墙（Tool Wall）
- 墙上挂着模块化能力：Auth API、Data API、Payment API、Map API 等
- AI Agent 根据任务自动选工具、组合调用
- 人的工作从 「API 调用」 变成 「选择合适的 Agent」
含义：具体 API 细节由 Agent 和工具层承担，工程师不必把文档背进脑子，而要会选 Agent、会描述需求、会设边界。
3、Vibe Coding 的三步法
1. 描述意图：从「怎么做」到「做什么」
| 传统 Coding | Vibe Coding |
|---|---|
对话框里是 | 自然语言描述目标，例如：「做一个能自动整理会议纪要并生成 Action Items 的工具」 |
人写「每一步怎么做」 | 人写「最终要什么」 |
未来能力：把模糊需求写成清晰、可执行的目标（功能、用户、约束、成功标准）。
2. 管理上下文：划定工作范围
| 输入 | 作用 |
|---|---|
Context Docs | 项目背景、架构、业务文档 |
Best Practices | 编码规范、设计模式、团队约定 |
Constraints | 安全、性能、合规等硬性边界 |
人的角色标注为 「Goal Definer & Guardrail Setter」（目标定义者 + 护栏设置者）——拿大笔划定范围，而不是自己敲每一行代码。
未来能力：为 Agent 准备上下文、设规则与禁区，让 AI 在「对的范围里」自主执行。
3. 验收结果：从「监工」到「质检官」
| 旧方式（Code Review） | 新方式（Outcome Inspection） |
|---|---|
工程师弯腰盯屏幕，逐行审代码 | 工程师对照 交付物 做结果验收 |
角色像工地 监工：管过程、管实现 | 角色像 质检官：管结果是否符合意图 |
压力大、细节多 | 更关注「会议纪要表」是否完整、Action Items 是否准确 |
未来能力：定义验收标准，从用户价值、正确性、风险角度验结果，而不是只验语法。
三、AI Agent的核心
AI Agent 的核心运行逻辑：不是“一问一答”，而是一个持续运转的感知 → 规划 → 行动闭环。
1、总体框架：核心循环
Agent 的本质是一个循环体：
感知 → 规划 → 行动 →（环境变化）→ 再感知 → …
每一轮行动都会改变环境（生成文件、写入数据库、调用 API 等），Agent 再根据新状态进入下一轮，直到目标达成。
2、三个阶段分别做什么
1. 感知（Perception）：不只是“听”，更是“理解”
- 输入来源：语音、文字指令、上下文文档等
- 关键能力：通过“理解模块”，把人类自然语言转成内部可处理的任务表征
- 要点：感知不是原样接收，而是结构化理解——弄清目标、约束、上下文
2. 规划（Planning）：从“目标”到“路线图”
- 输入：理解后的高层目标（如“整理会议纪要”）
- 关键能力：任务分解，拆成可执行步骤，例如：
- 转文字
- 提取要点
- 分类
- 生成行动项
- 格式化输出
- 要点：规划是把模糊目标变成有序、可执行的执行计划
3. 行动（Action）：从“思考”到“动手”
- 角色：Agent 像指挥家，按规划调度工具
- 工具库：语音转文字 API、摘要模型、Markdown 文件、数据库、知识库等
- 要点：行动不是只生成文本，而是调用外部能力，真正改变环境、产出结果
3、核心逻辑一句话
理解用户意图 → 拆解成执行路线 → 调度工具落地 → 观察结果并继续迭代
4、与传统 LLM 的区别
| 维度 | 传统 LLM | AI Agent |
|---|---|---|
交互模式 | 单次问答 | 持续循环 |
任务处理 | 直接生成回答 | 先理解、再规划、再执行 |
能力边界 | 模型内部知识 | 模型 + 工具 + 环境 |
输出 | 文本 | 可操作的实际结果 |
5、用“整理会议纪要”串起来
- 感知：接收会议录音、补充说明、历史文档 → 理解为“需要结构化纪要”
- 规划：拆成转写、提炼、分类、行动项、排版等步骤
- 行动：调用转写 API、摘要模型，写入 Markdown/数据库
- 再感知：检查输出是否完整、格式是否正确，必要时进入下一轮修正
总结：AI Agent 的核心逻辑是 “理解 → 分解 → 执行 → 反馈” 的闭环；模型负责推理与决策，工具负责与真实世界交互，循环负责持续逼近目标。这也是 Agent 能从“聊天”走向“做事”的根本原因。
