Google 官方「5天 AI Agents 课程」

5份白皮书 (1/5)：The New SDLC With Vibe Coding
https://www.kaggle.com/whitepaper-the-new-SDLC-with-vibe-coding

5天 AI Agents 课程的第一份白皮书，带我们思考：当“写代码”被 AI 自动化之后，软件开发的组织方式要怎么变？白皮书给出了一套可以长期使用的思维模型，其中两个关键概念先记住：Tests & Evals

核心论点：范式已变，但要区分两种用法
软件工程正经历自高级语言以来最大的转变，开发者与机器的接口从语法变成意图。2026 年 85% 的职业开发者日常使用 AI Coding Agents，41% 的新代码由 AI 生成。

"Vibe coding" 源自 Karpathy 2025 年 2 月的帖子，因被滥用而失去意义。到 2026 年，Karpathy 本人修正了表述，引入 Agentic Engineering。

区分二者的关键区别是「Tests + Evals 双验证」，测试管确定性部分（输入产出），评估（evals）管非确定性部分。"没有这两样，无论 prompt 多精巧，你做的都是 vibe coding。"

四个关键思维模型

1. Context Engineering（上下文工程）“真正的技能”。 论文断言：AI 生成代码的质量取决于上下文质量，而非 prompt 巧妙程度。六类上下文（指令、知识、记忆、示例、工具定义、护栏）要区分静态（常驻加载，如 AGENTS.md，每个 token 每次交互都要付费）与动态（按需加载，如 Skills、RAG 检索）。核心洞察是一个类比：“模型需要的不是被话术忽悠，而是和一个新团队成员做好工作所需要的同等信息。”静态/动态的边界应作为一等架构决策来评审和版本化。

2. 工厂模型（The Factory Model）。 开发者的主要产出不再是代码，而是生产代码的系统：规格与上下文（定义要造什么）、agents（把规格翻译成实现）、测试与质量门禁、失败回传的反馈回路、约束行为的护栏。“工厂经理不亲手组装每个零件，他设计流水线并把控质检。”

3. Harness 工程 核心公式：Agent = Model + Harness。裸模型不是 agent；行为表现由包裹模型的脚手架主导，指令与规则文件、工具、沙箱、编排逻辑、hooks 护栏、可观测性。这些是团队的地盘，不是模型厂商的。 论文给出可量化的证据：Terminal Bench 2.0 上有团队不换模型、只改 harness，就从 30 名外冲进前 5；LangChain 仅调 prompt/工具/中间件就提升 13.7 分。由此得出一条实用诊断法则：“agent 出错时，直觉怪模型；但诚实地查，大多数失败是配置失败，缺工具、规则含糊、没护栏、上下文塞满噪音。” 这也重新定义了光谱的本质：vibe coding 和 agentic engineering 可以用同一个 agent，差别只在于你多刻意地配置 harness。

4. Conductor 与 Orchestrator 开发者的两种工作模式。 Conductor 在 IDE 里实时盯代码生成、逐段纠偏，适合复杂逻辑和陌生代码库，但人本身会成为吞吐量瓶颈；编排者（orchestrator）异步给多个 agent 派目标、验收结果，需要四种新技能：精确规格化、任务分解、快速评估、约束系统设计。配套的是编码 agent 的三栖格局：编辑器内（Copilot/Cursor）、终端里（Claude Code/Antigravity CLI）、后台云端（Jules/后台 agent），同一个开发者一天三类混用。

需要面对的两个问题

80% 问题：AI 能快速生成一个功能 80% 的代码，剩下 20%（边界情况、错误处理、集成点）恰恰需要最深的上下文知识。而且 AI 的错误已从语法错误进化为概念性失败，代码“看起来对”、甚至能过基础测试，这才是最危险的。高手的姿态不是照单全收，而是把注意力押在 AI 搞不定的那 20% 上。

METR 研究的反直觉数据：有测量显示资深开发者用 AI 助手在某些任务上反而慢了 19%，时间耗在验证和纠正 AI 输出上。AI 没有消灭实现工作，而是把它从“写”变成了“评审、引导、验证”。

经济学视角：不止步于“开发速度”，引入 CapEx/OpEx 框架

Vibe coding = 低 CapEx、高 OpEx：前期零投入，但隐藏三笔复利债务，token 烧钱率（反复让模型修自己未经核实的错误）、维护税（半年后逆向工程 AI 意大利面代码）、安全修复成本（生产期修漏洞比设计期贵指数倍）；

Agentic engineering = 高 CapEx、低 OpEx：前期投资规格、测试套件、上下文结构，换来边际成本骤降。

在 token 经济下，context engineering 是财务杠杆：与其每次塞进十万 token 的整个仓库，不如给一份高信号密度的 AGENTS.md 提高首过成功率；智能模型路由则是另一杠杆：架构设计用大模型，生成测试、CI 监控路由给小而便宜的模型。