{
  "slug": "agentic-engineering-8-levels",
  "url": "https://kelewrites.com/posts/agentic-engineering-8-levels/",
  "title": "智能化工程的 8 个段位：你的团队卡在哪一层？",
  "subtitle": "从代码补全到自主智能体团队，AI 编程的进阶路径与团队短板",
  "summary": "智能化工程（Agentic Engineering）不是把 Agent 做扎实，而是看团队怎么用智能化工具展开软件工程。作者把它分成 8 个递进层级，真正决定团队上限的不是顶层概念，而是 3-5 层这块地基：上下文工程、复利工程、MCP 与技能。",
  "date": "2026-03-19",
  "updated": "",
  "tags": [
    "AI",
    "Agent",
    "工程方法"
  ],
  "series": "",
  "source": {
    "title": "智能化工程的 8 个段位！你在哪一层？",
    "url": "https://www.bilibili.com/video/BV1xFwzzCEUP/"
  },
  "ai": {
    "summary": "智能化工程（Agentic Engineering）不是把 Agent 做扎实，而是看团队怎么用智能化工具展开软件工程。作者把它分成 8 个递进层级，真正决定团队上限的不是顶层概念，而是 3-5 层这块地基：上下文工程、复利工程、MCP 与技能。",
    "takeaways": [
      "智能化工程（Agentic Engineering）不是把 Agent 做扎实，而是看团队怎么用智能化工具展开软件工程。作者把它分成 8 个递进层级，真正决定团队上限的不是顶层概念，而是 3-5 层这块地基：上下文工程、复利工程、MCP 与技能。",
      "开场：AI 跑得快，人却没跟上",
      "一、入门两层：代码补全 与 智能 IDE",
      "二、地基三层：上下文工程、复利工程、MCP 与技能"
    ],
    "audience": [
      "正在做 AI Agent / 工程实践的工程师",
      "关心工程落地与系统设计的人"
    ],
    "quote": "一句话总结：智能化工程的 8 个段位不是用来「打怪升级」的，而是用来照镜子的——真正决定团队上限的是 3-5 层这块地基（上下文工程、复利工程、MCP 与技能），跳过地基去追后台智能体和多智能体团队，都是空中楼阁。",
    "questions": [
      "这篇文章的核心结论是什么？",
      "开场：AI 跑得快，人却没跟上到底讲了什么？",
      "入门两层：代码补全 与 智能 IDE到底讲了什么？",
      "地基三层：上下文工程、复利工程、MCP 与技能到底讲了什么？"
    ],
    "citation": {
      "title": "智能化工程的 8 个段位：你的团队卡在哪一层？",
      "conclusion": "智能化工程（Agentic Engineering）不是把 Agent 做扎实，而是看团队怎么用智能化工具展开软件工程。作者把它分成 8 个递进层级，真正决定团队上限的不是顶层概念，而是 3-5 层这块地基：上下文工程、复利工程、MCP 与技能。",
      "points": [
        "开场：AI 跑得快，人却没跟上",
        "一、入门两层：代码补全 与 智能 IDE",
        "二、地基三层：上下文工程、复利工程、MCP 与技能"
      ],
      "quote": "一句话总结：智能化工程的 8 个段位不是用来「打怪升级」的，而是用来照镜子的——真正决定团队上限的是 3-5 层这块地基（上下文工程、复利工程、MCP 与技能），跳过地基去追后台智能体和多智能体团队，都是空中楼阁。",
      "url": "https://kelewrites.com/posts/agentic-engineering-8-levels/",
      "attribution": "kele · Article Share"
    }
  },
  "headings": [
    {
      "depth": 2,
      "text": "开场：AI 跑得快，人却没跟上"
    },
    {
      "depth": 2,
      "text": "金字塔总览"
    },
    {
      "depth": 2,
      "text": "一、入门两层：代码补全 与 智能 IDE"
    },
    {
      "depth": 2,
      "text": "二、地基三层：上下文工程、复利工程、MCP 与技能"
    },
    {
      "depth": 3,
      "text": "2.1 第三层 · 上下文工程：每个 token 都要为自己争位置"
    },
    {
      "depth": 3,
      "text": "2.2 第四层 · 复利工程：让经验越滚越多"
    },
    {
      "depth": 3,
      "text": "2.3 第五层 · MCP 与技能：让 AI 不只「看得到」，还能「做得到」"
    },
    {
      "depth": 3,
      "text": "2.4 为什么这三层是地基"
    },
    {
      "depth": 2,
      "text": "三、进阶三层：运行环境、后台智能体、自主团队"
    },
    {
      "depth": 3,
      "text": "3.1 第六层 · 运行环境工程（Harness Engineering）"
    },
    {
      "depth": 3,
      "text": "3.2 第七层 · 后台智能体：从「人盯着」到「无人值守」"
    },
    {
      "depth": 3,
      "text": "3.3 第八层 · 自主智能体团队：去中心化的多智能体协作"
    },
    {
      "depth": 2,
      "text": "四、跨层的关键：乘数效应与七条原则"
    },
    {
      "depth": 2,
      "text": "一页速览"
    },
    {
      "depth": 2,
      "text": "一句话收束"
    }
  ],
  "text": "> **一句话总结**：智能化工程的 8 个段位不是用来「打怪升级」的，而是用来照镜子的——真正决定团队上限的是 3-5 层这块地基（上下文工程、复利工程、MCP 与技能），跳过地基去追后台智能体和多智能体团队，都是空中楼阁。\n\n---\n\n## 开场：AI 跑得快，人却没跟上\n\n过去一两年，Claude Code、Codex、Cursor 这类工具的编程能力进步得飞快。但坦白说，绝大多数团队驾驭 AI 的水平没跟上，而且这个差距正在被不断拉大。已经掌握 AI 工具的团队，生产力是飞跃式提升；大量团队还停留在「装了 Copilot、偶尔让它补几行」的初级阶段。\n\n注意先把名词分清楚。**Agent Engineering（智能体工程）** 关心的是怎么把一个智能体从「能跑」做到「好用」，覆盖构建、测试、观测、迭代；**Agentic Engineering（智能化工程）** 关心的完全不一样——它问的是：**一个团队怎么用智能化工具来展开软件工程**。两者互补，前者把智能体做扎实，后者帮团队看清自己现在处在哪一档，下一步往哪走。\n\n那么团队该怎么自检？答案是一句话：**沿着 8 个递进层级照镜子，重点补 3-5 层的地基**。下面分三段展开：先走完八层全貌，再点出地基为什么是地基，最后总结落地原则。\n\n## 金字塔总览\n\n---\n\n## 一、入门两层：代码补全 与 智能 IDE\n\n**第一层：代码补全**。最早期的 Copilot 形态——你敲几个字，它帮你补一段。本质上是在已有的代码结构里做填充，对开发者起辅助作用。这也是大多数人第一次接触 AI 编程的入口。\n\n**第二层：智能 IDE**。代表作 Cursor。比单纯补全强的地方是：能跨文件编辑，后来又有了计划模式，可以做任务拆解、一步步执行。从这一层开始，Agent 的概念其实就已经被引入了——所以叫 Agentic Engineering，和智能 IDE 的演化是密不可分的。\n\n听众里看视频的人，大概都会用这两层。但作者要点出的现实是：**绝大部分开发者还停留在这里**，对 AI 没感知、不会很好地使用，甚至连 Cursor 都没碰过。第一件事是帮身边的伙伴从这一档走出来。\n\n> **金句**：第一层和第二层不是终点，而是起点；多数开发者甚至连起点都没站稳。\n\n---\n\n## 二、地基三层：上下文工程、复利工程、MCP 与技能\n\n**这一层是全篇最重要的部分。** 作者反复强调：如果你只记得这一篇视频的一件事，就记住地基这三层。后面三层再炫，没这块地基都是空中楼阁。\n\n### 2.1 第三层 · 上下文工程：每个 token 都要为自己争位置\n\n「你喂给 AI 什么信息，决定了它最终能产出什么质量的结果」。上下文工程要做好三件事：\n\n| 关键动作 | 要解决的问题 |\n\n| **写好系统提示词与规则文件** | 让智能体的行为匹配你的代码与业务逻辑（cursor rules、CLAUDE.md 都是这条线的产物） |\n| **精确描述工具** | 让模型能准确判断要不要调、怎么调 |\n| **管理对话历史，过滤噪音** | 上下文一定会溢出，要把无关信息剔除，让有效信息填满有限空间 |\n\n一句话：**让正确的上下文，出现在正确的时刻**。\n\n### 2.2 第四层 · 复利工程：让经验越滚越多\n\n复利工程（Compounding Engineering）的核心矛盾是：**大模型本身没有状态**。计划-委派-评估-固化看起来很简单，但你需要主动建立一个循环学习的机制，让每一轮的经验能被沉淀下来、在下一轮被用上。\n\n具体做法：形成机制去更新规则文件（cursor rules、CLAUDE.md 这类经验性文件），整理它们的目录，并且确保下一次对话能用上。这本质上是一个数据问题——经验文件就是你最重要的资产。\n\n### 2.3 第五层 · MCP 与技能：让 AI 不只「看得到」，还能「做得到」\n\n前两层解决的是 **AI 能看到什么**，这一层解决的是 **AI 能做什么**。\n**MCP**：标准化的工具调用协议。让大模型连数据库、调 API、跑流水线、发飞书钉钉消息。\n**Skills**：不只是工具的能力，还能把流程化的经验描述下来，形成 SOP——一份定制化的标准工作流程。\n\n一个典型案例：一个 PR 提交后，自动触发多个子智能体——有的查数据库、有的看代码复杂度、有的检查提示词，整条链路自动化。背后隐含的就是大量 MCP 提供数据查询能力 + Skills 提供 SOP 指导。\n\n行业方向上，**讨论正在逐步偏向 Skills**——因为它更接近 CLI 思维，灵活度更高，但 MCP 也没被替代，两者还在共存演化。\n\n### 2.4 为什么这三层是地基\n\n作者刻意在讲完第五层后停下来强调：\n\n> 如果上下文有了噪音，到高层会被放大；提示词不确定，智能体会跑偏；工具描述不准，后面的调用都无从谈起。\n\n后面三层全是更复杂的智能体交互与编排——没有地基，越往上越塌。\n\n> **金句**：3-5 层是地基，6-8 层是楼。地基不稳，楼盖得越高摔得越惨。\n\n---\n\n## 三、进阶三层：运行环境、后台智能体、自主团队\n\n### 3.1 第六层 · 运行环境工程（Harness Engineering）\n\nHarness 这个词最近被到处用，定义还没收敛。作者这里特指两件具体的事：\n\n**反压（Back Pressure）**。这个词从流体力学借过来——水流太猛，管道会产生反向阻力。放到智能体场景里，**反压指的是主动设置阻力点**，不是被动受压。智能体如果什么阻力都没有就让它一路流过去，会马上撞上一堆问题。要设置的阻力包括：类型检查、测试、linter、静态检查、pre-commit hook。关键是这些阻力点要形成**闭环**——智能体被拦住后能自己修正。\n\n**可观测性**。日志、tracing、指标全要能看到、能被审计。否则你根本无法判断智能体到底在干什么——尤其在企业场景里，没有可观测性就没有信任。顺带一提：现在 Claude Code 这类产品在可观测性方面其实还有巨大进步空间，要把它落地到企业生产环境，可观测性是必须解决的硬问题。\n\n### 3.2 第七层 · 后台智能体：从「人盯着」到「无人值守」\n\n前六层有个共同特征：**你得人盯着它干活**。到第七层就变了——**你不在的时候，工作也要往前推进**。最直观的产品就是 Claude Code 的后台模式，发一个消息给它，它在后台帮你做完一堆事，等做完再把消息推送给你。这种模式让人有种被「降维打击」的感觉，似乎一下从第二层跳到了第七层。\n\n但作者明确警告：**不能跳级**。第七层之前你必须有第六层的地基——反压和可观测性。否则智能体在你看不到的地方烧 token 是小事，关键是你根本不知道它是真的把事做成了，还是弄虚作假糊弄你。这一层还隐含了「编排器」的概念——做得好的系统至少要有 implementer agent + reviewer agent，把实现和审查分开。\n\n### 3.3 第八层 · 自主智能体团队：去中心化的多智能体协作\n\n代表是 Claude Code 最近的 Agent Teams。核心特征是**去中心化**——智能体之间可以直接协调认领任务、发现依赖、互相 hand-off，不再是「要么有 supervisor、要么纯 hand-off」的简单模式。\n\n坦白说，目前**没有一家能玩得很好**。即便用最好的模型驱动 Claude Code，多智能体协作依旧容易出错。这是发展方向，但还需要时间和更强的模型来推动。\n\n> **金句**：第七、八层是趋势，但它们的可靠性建立在地基（3-5 层）和品控（第六层）之上——跳级追新只会让自己更狼狈。\n\n---\n\n## 四、跨层的关键：乘数效应与七条原则\n\n讲完层级后，作者抛出一个比层级本身更重要的概念——**乘数效应**。\n\n它本质上是木桶原理。如果团队里有人玩到第七层、还有人停在第二层连 cursor rules 都没玩明白，团队整体能力会被最低水平的人卡住。**你不能光看某些人提升得好，要看整个团队的最低水平**。要真正加速，必须把短板拉起来——「手拉手一起往上走」。\n\n这呼应了作者给出的七条原则：\n\n| 序号 | 原则 | 一句话理解 |\n\n| 1 | **打好基础** | 3-5 层（上下文 / 复利 / MCP & Skills）最重要 |\n| 2 | **固化经验** | 每次协作的产物要沉淀成文件、Skill |\n| 3 | **约束优于指令** | 指令穷举不完，就给边界、给 guard rail |\n| 4 | **多模型多样性** | 未来是多模型搭配的时代，按擅长分工 |\n| 5 | **实现与审查分离** | 不让一个模型既当运动员又当裁判 |\n| 6 | **为吞吐量设计** | 接受小问题，批量修正，good enough better than perfect |\n| 7 | **自动化反馈，不止自动化生成** | 主动设置检测点，慢就是快 |\n\n---\n\n## 一页速览\n\n| 章节 | 关键观点 | 一句话核心 |\n\n| **核心结论** | 8 层是照镜子的工具 | 重点不在攀顶，而在补地基 |\n| 一·入门两层 | 代码补全 / 智能 IDE | 多数开发者还没站稳起点 |\n| 二·地基三层 | 上下文 / 复利 / MCP & Skills | 全篇最关键，跳过它后面全塌 |\n| 三·进阶三层 | 运行环境 / 后台智能体 / 自主团队 | 趋势没错，但不能跳级 |\n| 四·跨层 | 乘数效应 + 七原则 | 团队整体被短板决定，不是被高手 |\n\n---\n\n## 一句话收束\n\n> **别盯着最高那一层看——回头看看你团队的最低那一层；地基不稳，所有的高级玩法都是给自己挖的坑。**"
}