Google与Kaggle免费课：5天从Vibe Coding到生产级Agent
Google 与 Kaggle 联合推出了免费的 AI 开发密集课程「5 天 AI Agents 密集课程：Vibe Coding」，由 Google 机器学习研究员和工程师团队制作。首期以直播形式举办，现已转为 Kaggle Learn 平台上的自学模式，可随时开始。课程围绕 AI 辅助开发（vibe coding）的主线，共安排五天内容，从 AI Agent 的基础概念一直讲到生产级系统。
每天的学习材料
每天的学习材料由四个部分组成：
1. 播客：YouTube 音频，适合通勤等碎片时间建立概念框架。
2. 白皮书：当天核心思想的系统论述，是课程的“教材”。
3. Codelab：Google 官方教程平台上的动手实验，是课程的主要工作量。
4. 直播回放：可选，由 Anant Nawalgaria 和 Smitha Kolan 主持，每天邀请 4 到 5 位 Google 内部专家对谈。
课程还配套一个 Kaggle 竞赛页面，作为社区交流和实践的载体。
课程整体逻辑
五天的安排不是随机拼凑，而是一条完整的工程演进链：
范式转变 → 工具互操作 → 知识与记忆 → 信任与安全 → 规格化生产
先说服你“软件开发的范式变了”（Day 1），再给你拼装 Agent 的标准化零件（Day 2–3），然后处理“你不写代码了，凭什么信它”（Day 4），最后回答“怎么把这套东西稳定地送上生产环境”（Day 5）。这个递进结构反映了 2025–2026 年 Agent 工程领域的真实共识演变。
Day 1 —— Agent 与 Vibe Coding 导论
白皮书《The New SDLC with Vibe Coding》由 Addy Osmani、Shubham Saboo 和 Sokratis Kartakis 合写，其中 Osmani 是 Chrome 团队知名工程写作人。核心论点包括：
- 编程史上“人把问题翻译成机器语法”的时代正在终结，这是自高级语言诞生以来最大的转变。
- 开发者与机器的接口从语法变成意图：人负责提供意图、架构和判断，机器负责实现。
- 截至 2026 年初，85% 的职业开发者已日常使用 AI 编码代理，约 41% 的新代码由 AI 生成。
- 提出了“AI 编码工具进化阶梯”：自动补全 → 整行/整函数建议 → 对话式生成 → 自主 Agent（能克隆仓库、规划跨文件修改、在沙箱执行、跑测试、提交 PR）。
当天两个 Codelab：上手 Google Antigravity 2.0（Google 的 agentic IDE），以及在 Google AI Studio 里搭建 Web 应用并部署到 Cloud Run。Day 1 嘉宾包括 Google AI Studio 负责人 Logan Kilpatrick 和 Google 系统 AI 研究核心人物 Parthasarathy Ranganathan。
Day 2 —— Agent 工具与互操作
白皮书《Agent Tools & Interoperability》的核心命题是：没有开放协议，每个工具集成都变成“standard-of-one”——为每个工具写一层脆弱的定制包装，累积成技术债。采用标准化协议层之后，孤立的定制系统变成模块化的互操作平台，开发者从“建造者”升级为“编排者”。白皮书承诺读者可以“在一个下午内用这些协议拼出一支虚拟的数据与执行团队”。
涉及的协议栈是一幅完整的 Agent 互操作版图。Codelab 聚焦 Antigravity CLI 和 Google Developer Knowledge MCP server。嘉宾包含 Mike Clark 和 Alan Blount 等 Google Agent 工具团队负责人。
Day 3 —— Agent Skills
白皮书《Agent Skills》论述一种正在成为跨平台标准的知识封装格式：一个 Skill 就是一个包含 SKILL.md 文件加 scripts/、references/、assets/ 目录的文件夹。它针对 Agent 开发的四个真实痛点：
1. Context rot（上下文腐烂）：把所有知识塞进一个系统提示词会拖垮模型表现；Skills 按需加载（渐进式披露）。
2. 程序性记忆缺口：LLM 有情景记忆和语义记忆的类似物，但缺少“一步步怎么做”的记忆；Skills 是“LLM Agent 第一个可信的程序性记忆原语”。
3. 多 Agent 复杂度：与其搭建复杂的多 Agent 系统，不如让一个通用 Agent 通过加载不同 Skill“变形”为各种专家。
4. 可移植性：一个文件夹加一个 Markdown 文件，任何有文件系统访问能力的 Agent 都能用，天然厂商无关。
这个概念最早由 Anthropic 在 2025 年提出（Agent Skills / SKILL.md），Google 在这里将其接纳并推广为通用标准——主要厂商正在 Agent 能力格式上走向收敛。Codelab 是在 Antigravity 中使用 Skills，以及用 Agents CLI + ADK（Agent Development Kit）构建 Agent 的完整生命周期。
Day 4 —— Vibe Coding 的安全与评估
白皮书《Vibe Coding Agent Security and Evaluation》直面意图驱动开发击穿传统信任模型的问题。传统确定性软件的信任是二元的（能编译、测试通过、凭证有效），而 Agent 系统会自主执行生成的代码、访问敏感内部 API、动态修改生产环境。白皮书提出从“随口接受 AI 输出”的随性 vibe coding 到“在严格约束下把 AI 当实现引擎”的纪律化 agentic engineering 的光谱，并给出 7 支柱的“Effective Trust”架构，包括：
- 临时沙箱隔离；
- 防御“slopsquatting”（攻击者抢注 AI 幻觉出来的包名，等开发者照抄安装，这是供应链攻击在 AI 时代的新形态）；
- 红/蓝/绿安全三色体系；
- 基于 OpenTelemetry 的轨迹评估（不只看最终输出，要审查 Agent 走过的每一步）。
两个 Codelab：用 ADK + Agents CLI 构建带人工审批环节（human-in-the-loop）的费用报销 Agent；以及带自动化威胁扫描和安全护栏的安全编码实践。核心结论是：“信任”在 Agent 时代从一次性验证变成了持续性工程。
Day 5 —— 规格驱动的生产级开发
收官日白皮书《Spec-Driven Production Grade Development in the Age of Vibe Coding》先戳破“速度的错觉”：AI 生成错误的速度和生成代码的速度一样快，bug 率并不因为 AI 自动下降。核心主张：
- “Vibe Coding”不等于“Vibe in Production”：随性开发可以，随性上线不行。
- 规格驱动开发（SDD）：把 Gherkin 规格说明书（Given/When/Then 行为描述语言）作为唯一事实源，代码是可抛弃的，规格在，代码随时可以重新生成。
- AI 可以产出极全面的测试覆盖，把“信心”变成可程序化验证的东西。
- 生产环境需要零信任流水线、代码审查 Agent、混合策略服务器等治理机制。
两个 Codelab 可选（可能需要 Google Cloud 账单账户）：把费用 Agent 部署到 Google Cloud 的 Agent Runtime，以及用 Antigravity 搭前端，通过事件触发架构与云端 Agent 打通。Day 5 嘉宾包括 Google AI Studio 工程负责人 Antonio Gulli 和 Omar Sanseviero 等。
学习建议
1. 以白皮书为纲、Codelab 为体：每天先读白皮书建立框架（30–60 分钟），再做 Codelab（1–2 小时）；播客适合通勤听，直播回放按需选看。
2. Day 2 和 Day 4 含金量最高：协议互操作和安全评估是当前从业者最稀缺、也最难靠零散博客补齐的知识。
3. 不必被工具绑定：如果不用 Antigravity，可以用任意支持 MCP 的 Agent 框架做等价练习，概念完全可迁移。
4. Day 5 建议至少读白皮书，即使跳过需要云账户的 Codelab；规格驱动开发是这门课对“vibe coding 能否上生产”这一争议给出的最体系化回答。
总结
一句话总结：这门课是 2026 年理解“AI Agent 时代软件工程范式”的高浓度样本。它教的不只是怎么用 AI 写代码，而是当写代码这件事本身被自动化之后，软件工程的剩余部分——意图、规格、协议、信任、治理——如何重组。