本文永久链接 – https://tonybai.com/2025/07/05/agentic-coding-is-the-future

大家好，我是Tony Bai。

软件开发的范式正在经历一场深刻的变革。从 GitHub Copilot 的惊艳亮相，到各种IDE中集成的代码生成功能，我们已经习惯了 AI 在编码过程中的“自动补全”。但这仅仅是序幕。如今，一种更强大、更具颠覆性的模式正在兴起，它就是——Agentic Coding (智能体驱动编码)。

最近，Flask 和 Jinja2 等知名开源项目的作者 Armin Ronacher 分享了他近几个月沉浸式体验 Agentic Coding 的感受。他认为，这开启了人机协作编程的新篇章，带来了前所未有的生产力飞跃。

Agentic Coding 不再是简单的代码提示，而是开发者与 AI Agent 之间的实时协作 (real time collaboration)。它预示着软件开发的未来，一个我们都应该主动了解和拥抱的未来。

超越“自动补全”：Agentic Coding 是什么？

要理解 Agentic Coding 的变革性，首先要明白它与我们熟悉的“自动补全”工具的本质区别。如果说 Copilot 是你的“智能导航仪”，那么编码 Agent 就是你的“编程搭档”。它能够：

• 理解和分解复杂任务： 将一个宏大的目标（如“为这个项目添加用户认证功能”）分解为一系列可执行的子任务。
• 自主使用工具链： 像人类开发者一样，运行编译器 (go build)、测试框架 (go test)、linter、formatter 等。
• 与开发环境深度交互： 直接创建、修改、删除文件；与 Git 进行交互；浏览文件系统。
• 基于反馈进行迭代： 当编译失败或测试不通过时，Agent 会阅读错误信息，理解问题所在，并尝试进行修复，形成一个“试错-反馈-修正”的闭环。
• 长时间、持续地工作： 甚至可以运行数小时来完成大型任务。

Agentic Coding 的核心，是将 LLM 的推理能力与实际的开发工具链和环境深度结合，使其从一个“代码片段生成器”进化为一个能够自主执行复杂编程任务的“智能体”。

浪潮已至：Agentic Coding 为何在当下爆发？

Armin 认为，这场浪潮的兴起主要源于三个因素的共同作用：

1. 模型能力的突破： OpenAI o3 、Claude 4 Opus、Gemini 2.5 pro等最新一代模型，在“工具使用 (tool usage)”能力上取得了质的飞跃。
2. 官方 Agent 的引领： Anthropic 的 claude-code 等官方 Agent 实现，为社区提供了最佳实践的范本。
3. 更优的成本效益： 通过订阅服务使用 Agentic Coding，使得长时间、高强度的 Agent 运行在经济上变得可行。

如何高效拥抱 Agentic Coding：来自一线的实践指南

要驾驭好这位强大的“编程搭档”，并非易事。Armin 分享了大量宝贵的实践经验，总结起来，核心在于：构建一个“Agent 友好”的环境，并学会如何有效管理上下文。

语言和代码库的选择：“简单”是 Agent 的朋友

• 简单的语言更受欢迎

Armin 发现，像 Go、PHP、基础 Python 这样的语言，对 Agent 更友好。它们的语法结构清晰，概念相对较少，使得 AI 更容易理解和生成代码。Go 语言的简洁性、强大的标准库和较少的生态系统变动，使其成为 Agentic Coding 的理想选择之一。

• 生态系统稳定性很重要

生态系统变动越少的语言或框架，效果越好。

• 代码库内部模式要统一

如果一个代码库中存在多种相互冲突的设计模式，Agent 会感到困惑。

• 命名要清晰

长且独特的函数名能帮助 Agent 更好地理解和定位代码，避免不必要的代码重复。

优化你的开发环境：为 Agent “铺路”

• 构建“Agent友好”的工具

你的工具在被误用时，应该明确报错并提供有用的错误信息，而不是静默失败。Armin 举例说，Rust 的测试框架在未选中任何测试时会报告“成功运行0个测试”，这就是一个反例。

• 统一的、纯文本的日志系统

Agent 需要的是简单、清晰的文本日志来理解系统状态。将浏览器控制台日志、SQL 日志等统一输出到 Agent 可以访问的日志文件中，能极大地帮助它进行端到端的调试。

• 为 Agent 提供“草稿空间”

在项目中明确告知 Agent 在哪里可以安全地创建和运行一次性的测试或探索性代码。

上下文管理是关键：避免“信息过载”与“迷失方向”

• 审慎使用 MCP，拥抱命令行工具

作者发现，当前模型对命令行工具的理解和使用能力，远胜于对 MCP 的。Agent 可以轻松地将多个 CLI 工具组合进 Shell 脚本来完成复杂任务。

• 主动提供摘要，避免 Agent “闲逛”

为 Agent 提供关键 API 或代码模块的摘要，或者构建一个工具来生成摘要，能极大地节省上下文并提高效率。

• 避免在“混乱”的环境中启动 Agent

如果你的开发环境本身是坏的，Agent 会花费大量上下文去修复环境，而不是解决你真正想解决的问题。

• 使用子任务分解复杂问题

将大任务分解为清晰的子任务，是管理复杂性和上下文的有效手段。

拥抱前需理解的关键点：从挑战看发展方向

面对 Agentic Coding 的强大能力，一些开发者可能会有疑虑。我们不必将其视为障碍，而应看作是推动技术向更成熟阶段发展的方向。

• 关于代码质量： Agentic Coding 对开发者的审查能力和架构判断力提出了更高的要求。我们的角色将更多地从“代码生产者”转变为“代码质量的最终负责人和架构师”。我们始终对合并到 main 分支的代码负责。
• 关于“幻觉”问题： 通过工具链（编译、测试、lint）形成的闭环反馈，Agentic Coding 正在有效地缓解“幻觉”问题。这也指明了未来 Agent 开发平台需要重点投入的方向——构建更健壮的验证和反馈机制。
• 关于不擅长特定语言： Agentic Coding 的发展将推动语言和生态系统向更“Agent 友好”的方向演进。正如 Armin 所说，Go 语言因其恰到好处的类型安全、广泛的标准库和推崇惯用法的文化，在这方面已展现出天然优势。
• 关于安全风险（YOLO 模式）： 当前重度用户为了最大化 Agent 能力而给予其完全系统权限的“YOLO 模式”，是一种早期探索阶段的高风险行为。未来，成熟的 Agentic Coding 平台必然会提供更安全、更可靠的权限管理和沙箱环境，这是该领域走向普及的必经之路。

注：YOLO 是 “You Only Live Once” (你只活一次) 的缩写。这个词最初流行于社交网络，表达的是一种活在当下、大胆尝试、不畏惧风险的人生态度。在技术领域，特别是 Armin Ronacher 在谈论 Agentic Coding 时使用的语境下，“YOLO 模式”特指一种大胆甚至有些“鲁莽”的使用方式，即给予 AI Agent 极高的、几乎不受限制的系统访问权限。

Go 语言在 Agentic Coding 时代的独特机遇

在 Armin 的分享中，Go 语言被特别提及，并被认为是 Agentic Coding 的理想选择之一。这并非偶然，Go 的诸多特性使其在这场人机协作的新范式中占据了有利位置：

1. 简洁性与可预测性： Go 语言“简单为王”的设计哲学，使其语法结构清晰、概念少、没有复杂的隐式行为。这使得 AI Agent 能更容易地理解、分析和生成高质量的 Go 代码。
2. 强大的工具链与高效的反馈闭环： Go 的快速编译、内置测试、静态检查等工具，为 Agent 提供了极其高效的“试错-反馈-修正”闭环。Armin 提到的 Go Test Caching 功能，能让 Agent 更智能地只运行受影响的测试，这是一个绝佳的例子。
3. 并发与系统编程能力： Go 语言本身非常适合编写 Agent 所需的各种命令行工具、后端服务、以及处理并发任务的 CI/CD 流程。我们可以用 Go 来为 AI Agent 构建高效、可靠的“武器库”。
4. 清晰的错误处理： Go 显式的 error 返回值机制，相比于异常，为 Agent 提供了更清晰、更可预测的错误处理路径。

小结：拥抱 Agentic Coding，就是拥抱软件开发的未来

Agentic Coding 正在开启一个软件开发的新篇章。它标志着我们与 AI 的关系，从简单的“主仆”（人命令，AI补全），演进为更深度的“伙伴”（人规划，AI协作执行）。

这场变革要求我们主动进化。开发者需要将重心更多地从繁琐的代码实现，转移到复杂问题的分解、系统架构的设计、以及对 AI Agent 的精准引导和结果验证上。

对于我们 Gopher 而言，这是一个激动人心的机遇。Go 语言的设计哲学和工程特性，使其在这场变革中具有天然的优势。与其对新范式感到疑虑或观望，不如主动去学习、实践，探索如何驾驭这位强大的“编程搭档”，让它成为我们提升自身能力、加速项目交付、并最终能专注于更有创造性工作的强大助力。

技术的浪潮滚滚向前，拥抱 Agentic Coding，就是拥抱软件开发的未来。

资料链接：https://www.youtube.com/watch?v=nfOVgz_omlU

聊一聊，也帮个忙：

• 你认为 Agentic Coding 将在哪些方面最先深刻地改变我们的日常开发工作？
• Armin Ronacher 提出的这些实践技巧，哪一点你认为最重要，并计划在自己的工作中尝试？
• 你认为 Go 语言为了更好地成为 Agentic Coding 时代的首选语言之一，社区或官方还可以在哪些方面发力？

欢迎在评论区留下你的思考和经验。如果你觉得这篇文章为你描绘了软件开发的未来图景，也请转发给你身边的开发者朋友们，一起迎接 Agentic Coding 时代的到来！

想与我进行更深入的 Go 语言、AI 赋能开发与技术趋势交流吗？ 欢迎加入我的“Go & AI 精进营”知识星球。

[此处放置知识星球二维码]

我们星球见！

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

本文永久链接 – https://tonybai.com/2025/07/02/vibe-specs

大家好，我是Tony Bai。

你是否也曾掉入 AI 编程的“氛围陷阱”？

你坐在 IDE 前，脑海中有一个自以为清晰的任务。你信心满满地打开 AI 助手，给出一个模糊的指令，也就是所谓的“氛围”编程 (Vibe Coding)。结果，AI 像一个过度热情的实习生，还给你一堆看似合理但完全无用的“废话软件”(slop software)，让你陷入无尽的修改和挫败。

如果我告诉你，有一种简单的工作流转变，不仅能解决这个问题，还能将你的功能开发时间减少约 60%，你会不会觉得难以置信？

最近，一篇名为《Vibe Specs: Vibe Coding That Actually Works》的文章分享的正是这样一个简单却颠覆性的模式。它的核心就是：别再直接让 AI 写代码了！

在这篇文章中，我们就来看看文章中提到的Vibe Specs究竟是如何提升AI编码的效率和准确性的。

核心解法：拥抱“规范先行” (Spec-First)

文章提出的新范式，彻底颠覆了传统的 AI 编程流程。它将 Prompt -> Code 的直接路径，转变为一个更稳健、更高效的三步曲：

LLM -> Spec -> Code

这意味着，与 AI 助手的第一步交互，不是让它写代码，而是让它帮你写一份需求规范 (Specification, Spec)。

这里的精髓在于一个关键的角色转变：

你不再需要费尽心机地写一份完美的 Spec，而是由 AI 扮演“产品经理”或“需求分析师”的角色来“采访”你。

它会主动提问，引导你澄清目标、确定范围、明确核心功能、思考边界条件。而你的工作，仅仅是“批判、调整和澄清”。

天壤之别：一个“Before & After”的真实对比

让我们来看一个真实的例子，感受一下“规范先行”的威力。

Before：直接生成代码 (Vibe Coding)

• 你： “帮我创建一个处理搜索功能的 API 路由。”
• AI： （兴奋地）“好的！马上为您实现一个基础的搜索端点！”
  • （一顿操作，创建了 pages/api/search.js, utils/searchHelpers.js, lib/database.js 等一堆文件，+98行代码）
• AI： “我已经实现了一个全面的搜索 API，支持：全文搜索、分页、模糊匹配、结果排序、缓存层……还需要加上搜索分析吗？”
• 你： （崩溃地）“天啊，首先这根本跑不起来；其次你用的这些系统我们根本没有；再次……”
  • （半个工作日过去了，最终在沮丧中删掉分支）

After：“规范先行” (Spec-First)

• 你： “帮我创建一个处理搜索功能的 API 路由。”
• AI： （礼貌地）“非常乐意！不过在开始编码前，我能先为您创建一份规范 (Spec) 吗？这能帮助我们精准地定义您需要的功能。”
• 你： “好，就这么办。”
• AI： （开始提问）“太好了！请问：
  1. 用户要搜索什么？（商品、博客、用户？）
  2. 哪些字段需要被搜索？（仅标题，还是标题+内容？）
  3. 需要哪些搜索特性？（精确匹配、模糊匹配、大小写敏感？）
  4. 您正在使用什么数据库？（PostgreSQL, ES?）
     …”
• 你： “我们是搜索博客文章，只搜标题和内容字段，不区分大小写的模糊匹配就行。用的是 PostgreSQL，这是个小博客，性能不关键。”
• AI： “完美！我来为您生成一份规范文档。”
  • （生成一份清晰的 blog-search-api.md 文件，+35行）
• 你： “看起来很棒，开干吧 (GO)！”
• AI： “收到！现在我将基于这份规范来实现 API。”
  • （生成一个 pages/api/search.js 文件，仅24行精准、聚焦的代码）
• AI： “我已经实现了完全符合规范的 API，它支持：……需要我为您添加一个简单的测试文件吗？”

对比是惊人的。后者不仅代码质量更高、完全符合需求，更重要的是，它尊重了你的时间和认知负荷。

“规范先行”的七大好处：支撑 60% 效率提升的秘密

这种工作流的转变，解决了当前 AI 辅助开发中一系列令人头疼的问题。也正是这些好处的叠加，构成了效率大幅提升的基础。在原文中，作者 Luke Bechtel 分享了他的亲身经历：

“（使用这个模式后）我估计我的功能开发时间减少了约 60%，而且产出的结果质量更高。过去需要花 2-3 小时实现后才发现做错了，现在只需要花 10-20 分钟规划，然后花 1 小时正确地实现它。”

让我们看看这背后是哪七大支柱在起作用：

1. 从“对话漂移”到“稳定文档”：AI 对话上下文易混乱。而一份 .md 格式的 Spec 文档是稳定的，是可靠的真理来源。

2. 从“单人独舞”到“团队协作”：AI 聊天记录是私人的。而一份 Spec 文档，你可以轻松地把它交给同事，或者自己过一周再捡起来，上下文清晰如初。

3. 从“毫无章法”到“版本控制”：Git 无法追踪对话历史。但它可以完美追踪一份 WidgetFeature.md 的演进。

4. 从“功能蔓延”到“范围明确”：一个模糊的请求可能被 AI 无限解读。而一份明确的 Spec 则彻底杜绝了功能蔓延。

5. 从“上下文丢失”到“即时恢复”：项目搁置一周，忘了当初为何这么设计？有了 Spec，你可以瞬间恢复全部上下文。

6. 从“空白页恐惧症”到“结构化开始”：面对新功能不知从何下手？现在，AI 成了你的文档助理，帮你提出结构，你只需批判和填充。

7. 从“Token 浪费”到“高效利用”：与其把 Token 浪费在漫无目的的对话上，不如用它们来生成和解析结构化的 Spec，得到更精准的响应。

小结：慢即是快，LLM -> Spec -> Code

我们总想“快速行动，打破常规”，但正如文章所言：

“如果创造出来的东西是无用的，那么创造得再快也毫无意义。”
(It doesn’t matter how quickly you can create something if it’s useless)

“规范先行”的模式，看似在编码前增加了短短 5 分钟的“文书工作”，但它节省的，是后续数小时甚至数天的重构、调试和返工时间。这才是标题中“效率提升 60%”的真正奥秘，是真正的“慢即是快”。

对AI Agent 同样有效：更高层次的“规范先行”

你可能会想，这套流程对于我们与 Copilot、Cursor 这类“助手”的交互很有效，但如果未来我们使用的是更高级的、自主性更强的 AI Agent 呢？它们不是应该能更好地理解我们的模糊意图吗？

恰恰相反，“规范先行”的思想对于与 AI Agent 的协作可能更为重要。

一个 AI Agent 本质上是一个更强大的执行者，它拥有调用工具、访问文件、执行命令的能力。如果你给它的指令依然是模糊的“Vibe”，它可能会以一种更具破坏性的方式去“自由发挥”——或许会调用错误的 API，修改不该动的文件，甚至陷入昂贵的执行循环。

在这种场景下，“Vibe Specs”扮演的角色，从一份“需求文档”，升级为一份给 Agent 的“行动计划”或“任务指令书”。

• 输入： 你和 AI Agent 通过对话，共同制定出一份高级别的行动计划（即 Spec），明确最终目标、关键步骤、允许使用的工具、禁止操作的边界、以及衡量成功的标准。
• 执行： Agent 将这份结构化的计划作为其核心指令，自主地去分解任务、执行步骤。
• 监控： 这份 Spec 也成为了你监控和评估 Agent 工作表现的基准。你可以清晰地看到它执行到了哪一步，结果是否符合预期。

因此，无论 AI 的形态如何演进，从辅助编码的“副驾驶”，到自主行动的“智能体”，“先定义清楚问题，再着手解决” 这个软件工程的第一性原理依然适用。“规范先行”不仅没有过时，反而在更高阶的人机协作中，扮演了“安全带”和“导航图”的关键角色。

AI 辅助开发的未来，不在于生成更花哨的代码，而在于更精准的需求表达。让我们拥抱 LLM -> Spec -> Code 这一新范式，把 AI 从一个喋喋不休、自作聪明的实习生，变成一个严谨、高效、懂得倾听的资深架构师。

这才是 AI 编程的正确打开方式。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。