此篇文章聚焦於 Andrej Karpathy 對 AI 時代軟體工程的最新觀察，並提出一個比vibe coding更進一步的新概念：agentic engineering（代理工程）。文章指出，AI 寫程式的能力正在快速進化，但真正的關鍵早已不只是會不會用 AI，而是誰能真正駕馭 AI、管理 AI，甚至理解 AI 的限制。
此篇文章首先回顧 Karpathy 去年提出的vibe coding。這種開發模式代表工程師開始高度信任 AI，不再逐行撰寫程式，而是透過自然語言描述需求，讓 AI 自行生成程式碼，再由人類負責審查與調整。Karpathy 坦言，到了 2025 年底，最新模型生成的程式碼已經大多數都是對的，甚至讓他很久沒有親手修改 AI 輸出的內容。文章藉此點出，真正改變的不是模型規模，而是人類與 AI 之間的信任曲線。然而，此篇文章強調，vibe coding 只是把寫軟體的門檻降低，真正高階的能力則是 Karpathy 所說的 agentic engineering。所謂代理工程，指的是如何協調多個 AI 代理共同工作，同時維持系統品質、安全性與架構設計。文章用樓地板與天花板形容這個變化：AI 確實讓更多人能開發產品，但真正頂尖的工程師，仍然必須負責系統設計、規格制定與品質把關。
除此之外，此篇文章最具代表性的觀點，是 Karpathy 提出的LLM 是鬼魂，不是動物。他認為，大型語言模型並不像人類一樣具有穩定智能，而更像是由統計模型召喚出的鬼魂，能力呈現高度不穩定的鋸齒狀分布。它可能能重構十萬行程式碼，卻又會在簡單常識題上犯下荒謬錯誤。文章藉由開車去洗車場卻建議走路的案例，說明 AI 雖然強大，但仍缺乏真正的人類理解能力。因此，文章進一步指出，未來工程師最重要的能力，將不再只是寫程式，而是能否理解 AI 的能力邊界、設計正確的 prompt 與 spec，並對 AI 的輸出做出有洞察力的判斷。Karpathy 特別強調，AI 很擅長填空，卻不擅長設計。如果人類沒有定義好規則，AI 往往會產生看似合理、實際卻存在重大漏洞的方案。
整體而言，此篇文章不只是討論 AI 工具，而是在重新定義 AI 時代的人才價值。文章最後引用 Karpathy 最關鍵的一句話：你可以外包你的思考，但你無法外包你的理解。並認為，這將成為未來工程師與知識工作者最重要的分水嶺。
