【對談】卡帕西：vibe coding 已過時，agentic engineering 要你更清醒

這場對談值得留意的有四個點。第一，他正式宣告 vibe coding 已經過時，現在的關鍵詞是 agentic engineering——AI 能做更多，但你的責任並沒有減少。第二，他用 Software 3.0 這個框架解釋為什麼不是程式寫更快，而是連程式這個東西本身都快要消失。第三，他提出一個叫 verifiability（可驗證性）的概念，用來解釋為什麼 AI 能重構十萬行程式碼，卻不知道去洗車要開車不要走路——這個不對稱，直接影響你押注在哪個行業。第四，他說了一句話，是整場最值得帶走的一句：你可以外包你的思考，但你沒辦法外包你的理解。合起來看，這場對談的結論是：懂的人會被放大，不懂的人換了工具也沒用。

◎Software 3.0：程式不是變快，而是快要消失

卡帕西把軟體開發分成三代。第一代你寫程式碼；第二代你整理資料，訓練神經網路，讓機器學出規則；第三代，你把一段文字貼給 AI，事情就辦好了。他用自己做的 MenuGen 舉例——一個讓你拍餐廳菜單，AI 自動補上每道菜圖片的 app。他花了大把時間寫程式，串接服務，設定 DNS。然後他發現，新的做法是：把照片丟給模型，下一句指令，輸出直接就是加上圖片的菜單畫面。中間那個 app，根本不該存在。這不是同樣的事做快十倍，這是整個中間層被抹掉。對任何正在考慮要不要開發軟體產品的人，這個例子值得認真想一想：你在蓋的那層，會不會下一個模型一出來就沒了。

◎Vibe coding 已死，agentic engineering 要你更清醒

vibe coding 的精神是降低門檻，讓每個人都能做出東西。卡帕西不否認這很好。但他說，這是把地板拉高，跟維持品質天花板是兩件事。agentic engineering 是後者：你還是要對程式碼的安全性，穩定性負責，只是現在你是在帶一批很厲害但會犯蠢錯的工程師。他舉了一個例子：他的 MenuGen 讓用戶用 Google 帳號登入，但用 Stripe 帳號付款。AI 代理人自己決定用電子郵件地址來比對這兩個帳號。問題是，你的 Gmail 和你的 Stripe 信箱根本可以不一樣，結果款項對不上。這種錯誤，模型不會自己發現，你得在設計階段就把規則講清楚。所以反而是判斷力，系統設計感，對哪裡會壞掉的直覺，這些東西更值錢了，不是更沒用了。

◎Verifiability：AI 為什麼又聰明又蠢

卡帕西提出的 verifiability 是指：一件事的結果，能不能被客觀驗證對錯。現在的大型語言模型（LLM）之所以在數學，寫程式這些領域突飛猛進，是因為訓練時可以給它明確的對錯回饋，讓它反覆學習——這個過程叫 reinforcement learning，強化學習。但洗車要開車還是走路？這種題目沒有資料集，沒有評分機制，模型就出糗了。他說現在頂尖的 Claude Opus 可以重構十萬行程式碼，找出零時差漏洞，但告訴你洗車場在 50 公尺外，你應該走路去。這不是 AI 笨，這是訓練機制的結構性缺口。對創業者的意義是：如果你在一個有辦法設計清楚對錯回饋機制的領域，AI 的能力可以被你撬起來；如果你在一個模糊，主觀，難以量化的領域，現成的模型可能還不夠用，但你反而有機會自己訓練，建立護城河。

◎你可以外包思考，但沒辦法外包理解

主持人問他：當 AI 愈來愈便宜，還有什麼東西值得人去真的學懂？他的答案直接：一條他在網路上看到的句子讓他反覆想了好幾天——你可以外包你的思考，但你沒辦法外包你的理解。他說自己現在愈來愈像一個瓶頸：我知道要做什麼，為什麼值得做，怎麼給 AI 正確的方向——這些還是人要提供的。模型可以執行，但不擅長理解，這件事目前還是人的專屬責任。對一個總經理來說，這句話的意思其實很簡單：工具換了，不代表決策的重量轉移了。搞懂產業，搞懂客戶，搞懂自己在做什麼——這些永遠是人的作業。

卡帕西不是在說 AI 很厲害要小心。他是在說，工具的性質已經改變，而大多數人還在用舊的心智模型在操作新的東西。vibe coding 是去年的事，agentic engineering 是現在的事，而再往後，連寫程式這個動作本身可能都會消失在更底層的神經網路裡。地板升高了，天花板也升高了，懂得判斷的人被放大，不懂的人被取代。這不是新故事，但這次速度不一樣。