在学习agent开发时，我感觉自己越发忽略和不在意底层的细节，在vibe coding的现在，开发程序员是否只需定好大方向和及时review就行了

回复 群友 8560： 不完全。你把两件事混在一起了：一是「不写细节代码」，二是「不理解底层」。前者现在可以放弃，后者放弃得越晚越好。 先说为什么「定大方向+review」这个说法在 agent 开发里特别站不住。Vibe coding 能成立，前提是生成结果可以被低成本验证：跑一下就知道对不对，界面看一眼就知道歪没歪。但 agent 系统里的失败几乎全是非确定性的：同一个输入跑两次路径不同，10 次里 8 次对、2 次错，错的那两次在日志里还长得挺像对的。你没有能力自己判断「这一步为什么错」，review 就退化成看代码长得顺不顺眼。代码风格出错成本低，决策逻辑出错成本高，这两类 review 的难度差了一个数量级。 具体哪些底层细节不能丢，我按值钱程度排： 第一是上下文与 token 的结构。上下文怎么组装、什么时候压缩、哪些信息该进 system 层哪些该进消息层、工具返回太长怎么截断和摘要。这些决定 agent 的上限，而且没有报错提示你——它只是悄悄变差。这块必须能自己手算一遍。 第二是工具的失败模式。参数 schema 的约束边界、超时和重试、幂等性、工具返回给模型看的那个字符串到底长什么样。这是最高频的翻车点，也是 vibe coding 最容易糊过去的地方，因为代码看起来完全正确。 第三是评测和观测。能把一个 badcase 固定下来、能对比两次运行的差异、能定位到具体哪一步。这件事没有「生成即完成」的可能，全是脏活，但它是你判断生成出来的东西靠不靠谱的唯一依据。 相对来说，慎重对待的：具体框架的 API、样板胶水代码、UI 细节、某个库的配置项。这些忘掉无所谓，要用的时候再查。 所以真正的变化不是「不用懂底层」，而是知识重心迁移了：从「怎么写」转到「怎么判断写对没写对」。以前程序员的稀缺能力是把逻辑翻译成可运行代码，现在稀缺能力是能给出可验证的验收标准、能在非确定性系统里定位失败、能在设计阶段判断这条路径会不会撞墙。这几个能力全是靠懂底层撑起来的，而且 AI 帮不了你——它看不出自己哪里不确定。 给个可操作的做法：写的时候允许 AI 全写，但每交付一个模块，你强制自己回答三个问题——它的输入输出契约是什么、它的失败长什么样、我怎么用一句话构造一个能让它失败的用例。答不上来就说明这块你确实是在盲信，得回去读。