# Agentic Engineering 能力成熟度：从 Vibe Coding 到生产级协作
Agentic Engineering 不是二进制开关——它是一个从'完全人写'到'规格驱动全自动'的成熟度。理解你在能力成熟度上的位置，比争论哪个极端更好更有意义。
能力成熟度的五阶段
| 阶段 | 特征 | 代码产出中 AI 占比 |
|---|---|---|
| L1: 辅助补全 | IDE 补全、Copilot 单行建议 | <10% |
| L2: 对话编码 | Chat 生成函数/模块，人组装 | 20-40% |
| L3: Agent 协作 | Agent 自主完成任务，人评审 | 50-70% |
| L4: 规格驱动 | Spec → Agent 全流程，人签署门禁 | 80%+ |
| L5: 自治团队 | 多 Agent 并行，人只设约束 | 95%+ |
大部分团队卡在哪
多数团队在 L2-L3 之间摇摆。瓶颈不是模型能力，而是：
- 没有可评审的 Spec
- 测试体系跟不上生成速度
- 缺乏独立评审角色
升阶路线
L2 → L3：引入 Agent CLI + 沙箱 + Review 节点 L3 → L4：建立 Spec 体系 + 独立 Evaluator + 门禁自动化 L4 → L5：多 Agent 编排 + 度量驱动治理
参考
- SoluteLabs Newsletter: “Agentic Engineering Is a Spectrum” (2025)
- Andrej Karpathy: Agentic Engineering 概念提出
- Augment Code: Intent multi-agent orchestration (2026)