吴恩达把 Coding Agent 列为 AI 工程核心能力

吴恩达刚刚把 Coding Agent 正式列成了 AI Engineering 的核心能力之一。在他的新文章里 AI Engineering 被拆成四个一级方向：AI 应用开发与部署、软件工程基础、使用 Coding Agent，以及对整个 Build 过程的设计和把控。其中 Coding Agent 又被继续拆成 5 项能力： Directing the workflow，设计和拆解整个工作流； Enabling agent autonomy，决定 Agent 应该获得多少自主权； Reviewing the work，用测试、Eval、Code Review 验证结果； Customizing the agent and its environment，配置 Skills、Plugins、MCP、Hooks、AGENTS.md 等环境； Coding agent foundations，理解 Context、Tool Call、Subagent、Harness 等底层机制。

���恩达认为，现在真正需要掌握的已经不只是怎么让 Agent 写代码。Coding Agent 同样可以承担数据分析、系统运维等非代码任务，关键能力变成了怎么规划任务、管理上下文、设定权限、组织多个 Agent 并行工作，以及判断什么时候应该让人介入。他还专门提到，现在社交媒体非常流行让 Agent 自主运行数小时、一次烧掉几百万甚至几千万 Token，但 Long-horizon Agent 目前的实际价值，相对于成本已经被明显放大。

现阶段更有效的 Coding Agent 工作流，仍然是高频迭代：规划、执行、验证、部署、监控，出问题后再让 Agent 回到前面的步骤重新修正。这张图其实挺能说明 AI 编程正在发生的变化。以后工程师之间的差距，很大一部分可能不再来自谁代码写得更快，而来自谁更会设计一套能让 Agent 持续工作的系统。