「Agentic Engineering」（代理式工程）這個詞彙主要是由知名 AI 專家、前特斯拉 AI 主管及 OpenAI 共同創辦人 Andrej Karpathy 所推廣並使其流行。
以下是關於這個詞來源與演進的細節：
1. 創始者：Andrej Karpathy
Karpathy 之前曾提出過 "Vibe Coding"（氛圍編碼），指人類透過簡單描述（Vibe）讓 AI 寫出程式碼。但在一年後的現在，他認為這個詞已不足以描述現狀，因此提出了「Agentic Engineering」。
- 為什麼叫 Agentic？ 因為現在 99% 的程式碼不再是人類直接撰寫，而是由 AI Agent 自主生成、測試與修正，人類則轉向「編排者」（Orchestrator）與「監督者」的角色。為什麼叫 Engineering？ 他強調這不再只是隨便丟個 Prompt（提示詞），而是一門涉及「藝術、科學與專業知識」的學問。如何設計 Agent 的思考路徑、記憶與工具調用，需要深厚的工程底蘊。
2. 相關重要推手：Andrew Ng (吳恩達)
雖然「Agentic Engineering」這個精確的詞組與 Karpathy 的 X (Twitter) 發文密切相關，但「Agentic Workflow」（代理式工作流）的概念則是 Andrew Ng (吳恩達) 在 2024 年大力推廣的。
- 吳恩達的貢獻： 他定義了 Agentic AI 的四大模式：反思 (Reflection)、工具使用 (Tool Use)、規劃 (Planning) 與 多代理協作 (Multi-agent collaboration)。區別： 吳恩達更偏向從「系統設計」角度談論工作流，而 Karpathy 則是用「Engineering」將其正式定義為一種新型態的職業技能或學科。
3. 詞彙演進時間線
- 2024 年： 吳恩達開始宣傳「Agentic Workflows」，強調 AI 循環思考比模型規模更重要。
- 2025 年初： Karpathy 提出 "Vibe Coding"，形容非專業人士也能寫程式。
- 2026 年 2 月： Karpathy 正式提出 "Agentic Engineering"，宣告 AI 輔助開發已從「隨興嘗試」進入到「嚴謹工程」的階段。
小結： 如果有人問你誰「發明」了這個詞，答案是 Andrej Karpathy；但若論及這套理論的「科學基礎」，則深受 Andrew Ng 的影響。
Agentic Engineering（代理式工程）是指設計、開發與優化 AI Agent（AI 代理） 系統的工程學科。
不同於傳統軟體工程中由程式碼預設邏輯（If-Then），或一般生成式 AI 只進行簡單的問答，Agentic Engineering 專注於構建具備自主性、推理能力與執行力的系統，讓 AI 能在沒有人類逐步干預的情況下完成複雜目標。
Agentic Engineering 的核心四大支柱
要將一個大型語言模型（LLM）轉化為真正的「Agent」，通常需要以下四個工程維度的整合：
- 規劃 (Planning)：
任務拆解： 將大目標分解成可執行的子任務。
反思與自我修正： Agent 能檢視自己的推論過程並修正錯誤（如 Chain-of-Thought 或 Self-Reflection 模式）。 - 記憶 (Memory)：
短期記憶： 利用 Context Window 儲存當前對話或任務狀態。
長期記憶： 透過向量資料庫（RAG）檢索歷史經驗或專業知識。 - 工具使用 (Tool Use / Function Calling)：
讓 AI 具備「手」的功能。它能決定何時調用 API、搜索網路、執行 Python 程式碼或操作資料庫。 - 多代理協作 (Multi-Agent Orchestration)：設計多個 Agent 分任不同角色（例如：一個寫程式、一個測試、一個整合），透過協作完成單一模型無法負荷的龐大專案。
從「提示工程」到「代理式工程」
這兩者之間存在顯著的思維轉換：
為什麼這在 2026 年至關重要？
隨著 LLM 的推理能力趨於穩定，企業的需求已從「寫一封信」轉化為「自動化一個業務流程」。Agentic Engineering 解決了 AI 「幻覺」與「無法落地」的問題，透過封閉的執行環境與檢查機制，確保 AI 產出的結果是經過驗證且可執行的。
核心價值： 它將 AI 從一個「會說話的百科全書」變成了一個「能幹活的虛擬員工」。
