写代码的成本趋近于零，Simon Willison：软件工程的重心该换了
解读 Simon Willison《Agentic Engineering Patterns》
Simon Willison 是 Django 联合创造者，也是 AI 辅助编程领域最高产的实践者之一。2026 年初起，他持续更新一份名为《Agentic Engineering Patterns》的指南，系统总结自己每天高强度使用 Claude Code、Codex 等编码 Agent 的方法论。这份指南的价值不在于追逐工具热点，而在于它试图回答一个更根本的问题：当写代码的边际成本趋近于零，软件工程的重心应该放在哪里。
一、定义：Agentic Engineering 不是 Vibe Coding
Willison 的定义链条很清晰：Agent 是“在循环中调用工具以达成目标的软件”；编码 Agent 的决定性能力是执行代码——不能运行代码的 LLM 只能产出建议，能运行代码的 Agent 才能迭代出“可证明能工作”的软件。
由此，人类工程师的职责从“写代码”迁移到三件事：为 Agent 配备合适的工具，以恰当的粒度定义问题，验证并迭代结果。
他刻意与 Andrej Karpathy 提出的“vibe coding”划清界限。Vibe coding 指“忘记代码存在”的原型式编程，产出的是未经审查的代码；agentic engineering 则是把 AI 产出提升到生产标准的工程实践。两者需要不同的词汇，因为它们是不同的东西。
二、经济学基础：代码便宜了，好代码没有
整份指南建立在一个判断之上：写代码的成本趋近于零，这颠覆了软件行业几十年形成的几乎所有权衡直觉。
宏观层面，项目估算、功能取舍的逻辑变了——过去一个功能必须“赚回”昂贵的开发时间才值得做，现在这个门槛大幅降低。微观层面，“值不值得重构这个函数”“要不要为这个边界情况写测试”“能不能做个调试界面”这类每天上百次的小决策，答案都在翻转。
但 Willison 紧接着划出了边界：交付代码几乎免费，交付好代码依然昂贵。他给出的“好代码”标准包括：能工作、被验证能工作、解决的是正确的问题、优雅处理错误路径、简洁、有测试保护、文档与实现同步、不妨碍未来演进、满足可访问性与安全性等非功能性质量要求。Agent 可以协助其中大部分，但判断“当前项目需要哪部分好”的责任仍在人身上。
由此得出一个行为准则：每当直觉说“这不值得花时间做”，就随手发一个异步 Agent 任务。最坏的结果不过是浪费一点 token。
三、囤积已验证的方案
这是整份指南中最具杠杆效应的模式。工程师的核心资产之一是知道“什么是可能的”，并且有可运行的代码作为证据——“理论上可行”和“亲眼见过它跑起来”是两回事。
Willison 本人通过博客、TIL 站点、上千个 GitHub 仓库和单文件 HTML 工具集来囤积这类方案。Agent 时代，这种积累的复利被急剧放大：一个技巧只需攻克一次，之后可以让 Agent 抓取示例、克隆仓库、跨项目搜索，把两个已有方案重组成新方案。
他的案例很有说服力：把 PDF.js 渲染代码和 Tesseract.js OCR 代码两段旧笔记放进同一个 prompt，几分钟内就得到一个可用的浏览器端 PDF OCR 工具。个人知识库因此从“备忘录”变成了 Agent 的高价值输入资产。
四、用 AI 产出更好的代码，而不是更差的
针对“AI 导致代码质量下降”的普遍担忧，Willison 的立场是：用 Agent 交出更差的代码是一种选择，不是必然。
路径有三条。
第一，从源头避免技术债。大量技术债——API 设计缺陷、命名错误、重复代码、巨型文件——属于“概念简单但耗时”的修复，这正是异步 Agent 的理想任务：后台运行，以 PR 形式评审，好就合并，差就丢弃。改进成本已经低到可以对代码坏味道零容忍。
第二，用廉价原型做技术选型。与其争论某个技术是否适用，不如让 Agent 搭建仿真环境、跑压测。实验成本趋近于零后，可以并行验证多个方案再择优，避免在规划阶段犯下最贵的错误。
第三，复合工程循环。LLM 本身不会从错误中学习，但人可以通过持续更新给 Agent 的指令和工具链，让整个系统获得“学习”的能力。每个项目结束后复盘，把经验沉淀回指令——小改进会复利。
五、唯一的重罪：把未审查的代码甩给别人
Willison 点名的头号反模式是：提交自己都没审查过的 Agent 产出。未经亲自验证就把上千行代码丢给评审者，等于把工作转嫁给他人——“评审者自己也能 prompt 一个 Agent，你的价值何在？”
他给出的合格 PR 标准：代码确实能工作且提交者有把握；变更足够小，多个小 PR 优于一个大 PR；附带解释高层目标的上下文；连 Agent 生成的 PR 描述也要亲自审；最好附上手动测试记录、截图或视频，证明自己做过功课。
六、理解机制：上下文是稀缺资源
指南用一章拆解了编码 Agent 的构造：LLM 是无状态的 token 补全机，对话历史每轮全量重放，所以对话越长越贵；工具调用的本质是“模型输出特定格式文本，外壳程序解析执行，结果回注对话”；系统提示词是 Agent 行为的隐形骨架；推理能力让模型花更多 token 思考，对调试尤其有效。核心机制简单到几十行代码即可实现——理解这一点，才能正确评估 Agent 的能力边界。
这一视角直接解释了子 Agent 的价值：上下文窗口是稀缺资源（上限约百万 token，但二十万以内质量更好）。子 Agent 用全新上下文执行探索、跑测试等 token 密集型任务，只把结论带回主上下文。Willison 同时提醒：不要过度拆分专家子 Agent，主 Agent 在 token 充裕时完全能自己审查和调试——子 Agent 的核心价值是保护主上下文，而非角色扮演。
七、验证闭环：从测试到证据
这是全书最实操的部分，逻辑层层递进。
Red/Green TDD。先写测试、确认失败、再实现到通过。这直接防御 Agent 的两大常见病：写出不工作的代码，和写出没人用的代码。“Use red/green TDD”是模型已经内化的纪律压缩短语。
“First run the tests”。对已有项目开会话时的第一条 prompt，一石三鸟：迫使 Agent 搞清测试如何运行，之后大概率持续运行；测试规模成为项目复杂度的代理指标；把 Agent 置入测试心态。
Agentic 手动测试。核心原则是“未被执行过的代码，永远不要假设它能工作”，且测试全绿不等于功能正确。手段按场景分层：Python 用 python -c 试边界情况，API 用 curl 探索，Web UI 用 Playwright 等浏览器自动化工具，并让 Agent 用自己的视觉能力查看截图验证界面。手动测试发现的问题，再用 red/green TDD 固化进自动化测试。
Showboat 模式。让 Agent 把测试过程记录成证据文档——命令和真实输出同时记录，从机制上防止 Agent“写出它希望发生的结果”。这回应了一个深层问题：如何确认 Agent 真的完成了工作，而不只是声称完成了。
八、偿还认知债
Willison 提出了一个少有人讨论的概念：认知债。当 Agent 写的代码成为人不理解的黑盒，人就失去对系统的推理能力，其危害与技术债同构。
偿还方式有两种。一是线性走读：让 Agent 生成带真实代码片段的讲解文档（片段用命令提取而非手抄，防止幻觉）。他用这种方式学习自己 vibe code 出来的 SwiftUI 应用——把“AI 代写”转化为主动学习的机会，这是对抗“AI 让人变懒”的具体答案。二是交互式解释：让 Agent 把算法做成可步进、可调速的动画，例如用词云布局算法的动画演示，让“阿基米德螺线放置”从一句报告术语变成直觉理解。
九、Prompt 的元技巧
指南后半部分逐句拆解了真实 prompt，其中可迁移的技巧包括：
给 Agent 验证手段比给详细规格更重要。一句“用浏览器自动化工具测试你的工作，这是测试用文件”，让 Agent 自己发现并修复了 CSS bug。
用代码库代替自然语言描述需求。“克隆我的博客源码作参考，模仿 Atom feed 的逻辑”，比详细描述业务规则高效得多；让 Agent 克隆到 /tmp 则可防止参考代码混入提交。
信任模型的品味，保留修正权。不指定所有参数细节，让模型先选，不满意再迭代。
过程中轻量干预。在 Agent 工作途中插入追加指令，而非推倒重来。
附录的私人 prompt 还展示了他的使用边界：表达观点、署名的文字必须自己写，LLM 只做校对和辅助。