代理工程是指借助编码代理开发软件的实践。编码代理能编写和执行代码，通过循环运行工具实现目标。其核心在于代码执行能力，使代理能迭代开发出可运行的软件。

标题：什么是代理工程？——代理工程模式

核心内容：

1. 代理工程定义
   指在编码代理（coding agents）辅助下开发软件的实践。编码代理指既能编写又能执行代码的AI工具，典型代表包括Claude Code、OpenAI Codex和Gemini CLI等。

2. 代理的核心特征
   在大型语言模型（LLM）领域，代理被定义为"通过循环运行工具来实现目标"的系统。用户设定目标后，代理会持续生成并执行代码直至达成目标。代码执行能力是代理工程的关键，使AI能迭代产出可运行的软件。

3. 人类工程师的持续价值
   虽然AI能编写代码，但人类仍需：

   • 决定"写什么代码"而非"如何写"
   • 评估不同解决方案的优劣权衡
   • 为代理提供必要工具和精准问题描述
   • 验证和迭代结果以确保可靠性
   • 通过更新指令让代理从错误中学习

4. 代理工程的意义
   有效运用编码代理可帮助开发者：

   • 承接更具雄心的项目
   • 产出更高质量代码
   • 解决更具影响力的问题

5. 指南动态性说明
   本指南将随技术发展持续更新，旨在记录经实践验证且不易过时的工作模式，后续会新增章节并修订现有内容。

（注：删减了关于AI研究历史沿革、具体技术链接等次要信息，保留核心概念框架和实践指导价值。）

总结评论内容如下：

1. 概念定义与认可

   • 支持者认为"Agentic Engineering"是使用AI代理辅助软件开发的新方法，区别于传统工程。
     引用："the practice of developing software with the assistance of coding agents."（kevintomlee）
     引用："从文档到代码的自动化翻译过程，比瀑布模型更详细"（danieltanfh95）

2. 质疑与批判

   • 反对者认为这只是软件工程的新技术而非新学科，或质疑概念命名合理性。
     引用："这并非新学科，只是增加了自动化的技术"（maxbond）
     引用："按标准命名规范，'Agentic Engineering'应指代理设计而非使用代理"（neonbrain）

3. 实践挑战

   • 指出非确定性输出、安全风险和管理难题等实际应用问题。
     引用："代理运行时做出的API选择可能引发安全隐患"（guard402）
     引用："缺乏对代理决策过程的可观测性"（P-MATRIX）

4. 行业现状反思

   • 认为当前存在过度炒作，需要更务实的评估。
     引用："行业正处于严重妄想状态"（mmastrac）
     引用："代理概念早在70年代就存在，只是现在有了LLM接口"（techpression）

5. 方法论建议

   • 提倡明确失败机制、多代理并行等优化方向。
     引用："应允许代理明确失败而非强行完成"（sigbottle）
     引用："真正的突破是多代理并行处理独立任务"（codance）

关键分歧点：
- 本质争议：新学科（jbethune）vs 技术迭代（maxbond）
- 命名争议：工程实践（pamelafox）vs 代理设计（neonbrain）
- 效果评估：潜力巨大（danieltanfh95）vs 需重大修正（mmastrac）