Agentic Coding 自主軟體工程：三種 AI 開發角色
．作者：Jollen／
．日期：Mon Jun 22 2026 08:00:00 GMT+0800 (台北標準時間)
Agentic Coding 是一種以 AI agent 參與軟體工程的開發方式。這裡的 agent 指的是能根據目標、上下文與工具回饋，持續規劃與執行任務的軟體代理。
在這個軟體開發方法論中，程式碼產生只是其中一個環節。更重要的是 agent 能讀取專案、理解任務、修改檔案、執行測試，並依據結果修正下一步。
本章會先建立基本定義，接著拆解 Agentic Coding 的工作循環，最後用一個 Node.js 範例展示任務如何被描述、拆解與驗證。
從 AI 補完到軟體代理
早期的 IDE coding 環境，多以 autocomplete（自動補完）為主。開發者輸入函式名稱或註解，模型根據上下文補出一段程式碼。
此類工具的核心責任是產生片段。它會提升輸入速度，但仍需要開發者自行判斷檔案位置、架構關係、測試流程與提交內容。
Agentic Coding 的責任範圍更大。它接收自然語言提示詞（Prompt）後，會先觀察專案結構，再建立本文（Context），接著進行程式碼修改；最後透過測試程式（validators）或指令（shell scripts）確認結果（AI skills）。
因此，Agentic Coding 可分為三個環節：
- Prompt
- Context
- Skill（核心由 validators 與 shell scripts 組成）
簡而言之，可將 Agentic Coding 解釋為：autocomplete 處理的是單一語法片段，Agentic Coding 處理的是一個可驗證的工程任務。
OpenAI 與 Anthropic 也推出 Agentic Coding 平臺，並在 2026 迅速成為軟體開發主流：
- OpenAI 將 Codex 定位為 software development 的 coding agent，能協助寫程式、理解陌生 codebase，並適應既有專案結構。
- Anthropic 將 Claude Code 定位為 agentic coding system，強調工程師會更常處理架構、產品思考與持續 orchestration。
AI 開發工具正在從程式碼建議器，推進到能參與工程流程的代理系統。
三種 AI 開發角色
要理解 Agentic Coding，需要先區分三種常見角色。這三種角色都能產生程式碼，但它們參與工程流程的深度不同。
| 角色 | 中文定義 | 主要輸入 | 主要輸出 | 工程責任 |
|---|---|---|---|---|
| AI coding assistant | AI 程式助理 | 單一檔案、註解、函式名稱 | 程式碼片段 | 協助補完與說明 |
| AI pair programmer | AI 結對程式設計夥伴 | 開發者正在處理的任務 | 建議、修改、解釋 | 協助開發者完成局部工作 |
| Coding agent | 程式碼代理 | 任務目標、專案上下文、工具權限 | 可驗證的檔案變更 | 參與規劃、修改、測試與修正 |
AI coding assistant 通常在 IDE（Integrated Development Environment，整合式開發環境）中工作。它的角色接近智慧提示，能根據目前檔案提供補完與建議。
AI pair programmer 進一步參與對話。開發者可以描述問題、貼上錯誤訊息，或要求它解釋程式碼。此時 AI 已經具備協作特性，但多半仍由開發者主導每一步。
Vibe Coding 是把你「腦中的產品感覺」，直接翻譯為程式碼，並和 AI 一起思考，一起將想法打造成軟體。Vibe coding 比較像是 Pair programming。
Coding agent 會把自然語言任務轉成一連串工程動作。它需要知道可以讀哪些檔案、改哪些檔案、執行哪些指令，以及如何判斷任務完成。
因此，Agentic Coding 的核心，在於模型能否在受控邊界內完成可驗證的工程循環（Loop Engineering）。
Also read
Tags: vibe, agentic