从Clawdbot 真正值得学的东西,大家认为有哪些?

请尽快放弃 Vibe Coding : 从 ClawdBot 看清 Agentic Engineering 才是下一代工程方式

过去一年,很多人都在用 AI 写代码。也有很多人,写得很爽。Cursor/Claude Code/Codex,各种 Agent 流程,一句 prompt 下去,几百行代码刷刷出来。这套东西有个名字,大家已经叫顺口了:

Vibe Coding。说实话,我不反对。

我甚至觉得:每个人都该经历一段 Vibe Coding 的阶段。但如果你还想继续往前走——

如果你开始做的不是 demo、不是脚本、不是玩具项目——

那我想直说一句:Vibe Coding 到这里,已经不够用了。

ClawdBot 的真正启示,不是“AI 写代码真猛”

最近 ClawdBot(现 Openclaw) 在技术圈爆了。很多人盯着的是:

“凌晨三点写代码”“10 个 Agent 同时跑”“代码都不看了还能上线”

但你如果真的读完创始人 Peter 的长访谈,会发现一件很反直觉的事:

他并不是在“用 AI 写代码”,他是在放弃写代码这件事本身。

这不是偷懒,这是一次工程角色的迁移。

Vibe Coding 最大的问题:它解决的是“爽感”,不是“复杂度”

Vibe Coding 的典型特征只有三个:

一次 prompt,一次产出跑不通就人肉补洞对不对,全靠“感觉”

在小项目里,这没问题。但一旦系统开始变复杂,你一定会遇到这种场景:

Bug 出现了,但你不知道是哪个假设错了改了一个地方,另一个地方悄悄坏掉功能能跑,但你不敢动它

这时候你会发现一个真相:

问题不在 AI 不够聪明,而在你没有“闭环”。

Vibe Coding,是没有闭环的。

Agentic Engineering:不是更会写码,而是不再靠人兜底

Peter 在文章里反复强调一个词:闭环(Closed Loop)。

什么意思?

不是“让 AI 写代码”,而是让 AI:

1.写测试2.跑测试3.失败4.自己 debug5.再跑

直到系统自己证明:它是对的。

这一步一旦成立,你会发生一个非常危险、也非常爽的变化:

你不再需要逐行读代码了。

不是因为你懒,而是因为正确性已经被系统接管。

真正的分工正在发生变化

在 Agentic Engineering 里:

AI 负责什么?

1.枯燥的 plumbing2.大量重复的 glue code3.各种你并不关心、但又必须存在的中间层

人类负责什么?

1.架构边界2.模块职责3.数据如何流动4.这个功能该不该存在

Peter 用了一个特别准确的词: Weaving(织入)

不是“加一个功能”,而是:这个能力,是否应该被织进系统骨架里。

这是 Vibe Coding 永远做不到的事。

为什么很多“老工程师”反而用不好 AI?

这段话可能会得罪人,但它是真的。越沉迷“代码之美”的人,越容易抗拒 Agentic Engineering。因为 AI 最擅长的,正是:

1.算法

2.实现

3.技术难题

而人类真正不可替代的部分,正在变成:

1.取舍

2.品味

3.判断什么“不值得做”

如果你仍然把自我价值绑定在“我这段代码写得多优雅”那你一定会讨厌 AI。但如果你关心的是:1.产品是否成型2.系统是否稳定3.复杂度是否被驯服那 AI 会让你第一次感到:“我终于不用亲手搬砖了。”

Agentic Engineering通常包含哪些“工程部件”

1️⃣ 目标(Goal)不是一句 prompt,而是可持续存在的意图,比如:1.“每天监控账户风险,异常就处理”2.“持续优化交易策略的收益/回撤比”3.“把一个模糊想法推进成可发布产品”

2️⃣ 状态感知(State / Perception)Agent 要知道自己现在处在什么状态:上一步做了什么结果如何环境有没有变化资源是否充足

没有状态 → 就无法真正“决策”。

3️⃣ 计划与分解(Planning)把一个目标拆成可执行步骤:短期行动中期里程碑失败时的替代路径这是prompt engineering做不到的地方。

4️⃣ 行动(Action / Tools)Agent 不只是“说”,而是真的能做:调 API写代码下单发消息修改配置调用其他 agent

5️⃣ 记忆(Memory)不是上下文长度,而是:经验沉淀决策记录偏好与约束失败教训

没有记忆,就没有成长。

6️⃣ 反馈与自我修正(Reflection)Agent 能问自己:1.“刚才这个决策靠谱吗?”2.“是不是走偏了?”3.“要不要换策略?”这一步,决定了它是“自动化”,还是“代理”。Agentic Engineering 本质上在“工程什么”?不是工程模型,而是在工程这四件事的协作:目标 × 时间 × 反馈 × 行动权你在做的,其实是:把“人的行为结构”翻译成“系统可以执行的结构”

ClawdBot 为什么让人上瘾?

不是因为它炫技。而是因为它做了一件极其老派工程师才会在意的事:把复杂度彻底藏起来。

1.用 CLI,而不是一堆 MCP

2.用本地验证,而不是等 CI

3.让文本在系统里流动,而不是在你脑子里兜底

这和 Peter 当年做 PSPDFKit 的思路一模一样:用户不需要理解 PDF 的地狱复杂性用户只需要:用起来是对的Vibe Coding 不是错。它是新阶段的入门姿势。但如果你还想往前一步,你必须接受一个事实:AI 时代,写代码已经不是工程的核心活动了。真正的工程能力,正在变成:1.能不能问对问题2.能不能设计闭环3.能不能驯服复杂度4.能不能让系统自己证明它是对的这不是“少写代码”。

这就是:Agentic Engineering