这一章来聊聊 4 个你一定在朋友圈、短视频、播客里听过、但可能还没真正搞懂的词:Vibe Coding、Agent、MCP、Coding Agents。每个都用大白话 + 类比 + 表格给你讲透。

---

5.1 Vibe Coding(氛围编程)

是谁提出的

Andrej Karpathy。

对,就是前面提到的那位 OpenAI 创始团队成员、AI 教育领域顶流。

2025 年初,他在一次分享中提出了 "Vibe Coding" 这个词。原话大意是:

"现在有一种新的编程方式。你不用懂语法,不用查文档。你只是用自然语言跟 AI 描述你想要什么,凭感觉,跟着氛围走。AI 帮你把代码写出来。"

于是就有了 Vibe Coding——氛围编程。

到底是什么

	传统编程	Vibe Coding
你需要懂语法吗	必须	不需要
你需要查文档吗	经常查	不需要
你怎么表达需求	写代码	说人话
谁在写代码	你	AI
你的角色	程序员	产品经理 + 审查员
大白话	自己做菜	跟厨师说你想吃什么,他做给你

Vibe Coding = 你不用懂编程语言,你只需要用自然语言描述你想要什么,AI 帮你把代码写出来。

大白话类比

你想想做菜这件事。

传统编程 = 你自己切菜、调火、翻炒,每一步都得自己来。你得懂"先放油还是先放蒜""大火还是小火"。

Vibe Coding = 你跟厨师说"我想吃一个酸甜口的、不要太油、有点辣的鸡丁"。厨师自己去做,做好了端给你。你尝一口,说"再酸一点",厨师回去调整。

你全程没碰过锅铲。但你得知道"什么好吃"和"这个味道对不对"。

Vibe Coding 的核心不是"不需要懂技术",而是"不需要懂语法"。 你还得懂逻辑、懂产品、懂"我要什么"。

我的看法

Vibe Coding 被很多人吐槽,说这是"外行装内行"。

我不这么看。

Vibe Coding 本质上是降低了创造的门槛。以前你想做一个 App,你得先学半年编程。现在你有个想法,跟 AI 说,一下午就能做出原型。

这不是"外行装内行",这是"让有想法的人不再被技术门槛挡住"。

当然,Vibe Coding 写出来的代码质量参差不齐。但用来做原型、做工具、做"够用就行"的东西,完全够了。

---

5.2 Agentic AI / AI Agent(智能体)

是什么

Agent = 能自主规划、使用工具、完成复杂任务的 AI。

关键词是自主。

	普通 AI	AI Agent
你问它一个问题	它回答你	它回答你,顺便帮你查了资料、跑了数据、做了图表
你让它做一件事	它告诉你"应该怎么做"	它自己去做,做完了告诉你"搞定了"
遇到困难	它说"这个我不太确定"	它自己想办法——换个工具、换个思路、再试一次
大白话	计算器	实习生

大白话类比:计算器 vs 实习生

普通 AI 就像一个计算器。你输入"2+3",它输出"5"。你不输入,它什么都不干。

AI Agent 就像一个实习生。你说"帮我调研一下竞品",它会:

1. 自己去搜资料
2. 整理成表格
3. 发现信息不够,再去查第二轮
4. 做一份报告给你
5. 顺便说一句"我还发现了一个你可能感兴趣的 trend"

你只说了一句话,它自己搞定了整个过程。这就是 Agent。

Agent 的三个核心能力

1. 自主规划:拿到一个任务,自己拆解成多个步骤
2. 使用工具:需要搜索就搜索,需要算数就算数,需要调 API 就调 API
3. 反馈调整:做完一步,根据结果调整下一步计划

这三个能力组合起来,就是 Agent 跟普通 AI 的本质区别。

Agent 和前四章的关系

你现在回头看就明白了:

• Context 工程是给 Agent 准备信息
• Harness 工程是给 Agent 搭环境(让它能用工具)
• Loop 工程是让 Agent 自己跑起来

Agent 是"角色",Context / Harness / Loop 是"支撑这个角色的基础设施"。

---

5.3 MCP(Model Context Protocol)

是什么

MCP = Model Context Protocol(模型上下文协议)。

Anthropic 在 2024 年 11 月推出。到 2025 年,它迅速成为了行业事实标准。

一句话定义:MCP 是 AI 连接外部工具的标准协议。

大白话类比:AI 的 USB 接口

你想想 USB 出现之前的世界。

每个设备都有自己的接口——打印机用打印机的线,鼠标用鼠标的线,相机用相机的线。你的电脑上得配十几种不同的接口。

USB 出现之后呢?所有设备都用同一个接口。 一根线,插什么都行。

MCP 之于 AI,就是 USB 之于电脑。

	没有 MCP 的世界	有 MCP 的世界
AI 想连数据库	给数据库单独写一套对接代码	用 MCP 协议,即插即用
AI 想连 GitHub	给 GitHub 单独写一套	用 MCP 协议,即插即用
AI 想连你的笔记应用	又得单独写一套	用 MCP 协议,即插即用
大白话	每个设备一根专用线	所有设备用同一根 USB 线

MCP 为什么重要

在 MCP 出现之前,每接一个外部工具,都要做一次定制开发。10 个 AI 模型 × 10 个工具 = 100 套对接代码。

MCP 出现之后:10 个 AI 模型都用 MCP,10 个工具也都支持 MCP。N × N 的问题变成了 N + N 的问题。

这就是协议的力量。

MCP 和 Context 工程的关系

还记得第 2 章说的吗?Context 的四类信息里,有一类叫"工具输出(Tool Outputs)"。

MCP 就是让 AI 能调用工具、获取"工具输出"的标准方式。MCP 是 Context 工程在"工具"这一维度上的基础设施。

---

5.4 Coding Agents(编程智能体)

是什么

Coding Agent = 能自主完成编程任务的 AI Agent。

它是 Agent 的一个特化版本——专门干编程这事儿。

演进路径

我们一路看看编程这件事是怎么被 AI 一点点"接管"的:

阶段	时间	代表产品	AI 在干什么	你在干什么
代码补全	2021	GitHub Copilot	你写到一半,它猜你想写什么	你是主角,AI 打辅助
对话式编程	2023	ChatGPT	你问,它写一段给你	你复制粘贴,AI 是外包
AI IDE	2024	Cursor	整个 IDE 都围绕 AI 设计	你主导,AI 是搭档
终端 Agent	2025	Claude Code	AI 能读写文件、跑命令	你指挥,AI 执行
自主 Loop	2026	Loop 工具链	AI 自己规划、自己执行、自己修 bug	你监督,AI 自己跑

看到了吗?人的角色从"主角"一路退化到"监督者"。 而且每一阶段的过渡,都比上一阶段快得多。

Coding Agent 的关键能力

一个合格的 Coding Agent 应该能:

• 读懂整个代码仓库——不用你手动复制粘贴
• 自己写代码、改代码——不只是建议,是真的动手
• 自己跑测试——写完就测,测完就改
• 自己 debug——报错了自己分析、自己修
• 自己提 PR——改完代码自动提交

Claude Code 就是当前最成熟的 Coding Agent 之一。

大白话类比

阶段	大白话
代码补全	你写字,它在旁边帮你猜下一个字
对话式编程	你写信,它帮你润色
AI IDE	你和它坐在一起写,随时讨论
终端 Agent	你说"这个功能做一下",它自己去做
自主 Loop	你说"这个项目搞定",它自己分配任务、自己干、自己测、自己修

从"帮你猜字"到"自己干完一整个项目",这就是 Coding Agent 的演进。

---

5.5 四个概念的关系

最后,用一张图把这四个概念和前四章的演进联系起来:

一句话总结:

• Vibe Coding 是"人怎么跟 AI 协作"的新方式
• Agent 是"AI 的新角色"——从回答者变成执行者
• MCP 是"让 AI 能用工具"的标准协议
• Coding Agent 是"编程领域的 Agent"

这四个概念,加上前面四章的演进逻辑,构成了 2024-2026 年 AI 工程领域的核心知识地图。

---

5.6 一张表速查

概念	一句话	大白话
Vibe Coding	用自然语言凭感觉编程	不用懂语法,说人话就能写代码
Agent	能自主规划、用工具、完成任务的 AI	从计算器升级到实习生
MCP	AI 连接外部工具的标准协议	AI 世界的 USB 接口
Coding Agent	专门做编程的自主 Agent	从帮你猜代码到帮你做项目

---

到这里,这门课的理论部分就全讲完了。从 Prompt 到 Loop,从 Vibe Coding 到 MCP,你应该已经能看懂 AI 工程领域 90% 的讨论了。

最后一章,我们聊点实在的:作为一个普通人,这些概念到底怎么用起来?

下一章来聊聊怎么把这些概念真正落地:第 6 章 怎么用起来