字节笔记本
2026年10月24日 · 约 7 分钟读完
你的新身份是指令工程师：Agentic 编程课 03
本文是《Agent 编程实战课》系列第 3 章，也是认知重塑篇的收官。前两章讲了“为什么”（会写代码不再是护城河、专业知识有持久回报），这一章解决“怎么变”：给你一个新身份，指令工程师（Instruction Engineer）。
一个新职业的诞生
场景：让团队做一张销售周报，三个时代三种做法。
1990 年代（经理 → 文员）：口头说“做个周报”，文员用 Excel 手工做，来回 5 轮，3 天完成。
2010 年代（产品经理 → 程序员）：PM 写 PRD，程序员写代码实现，测试改 bug，2 周完成。
2026 年（指令工程师 → Agent）：你写一份清晰的规格，Agent 立刻生成初版，你验证加反馈，2 小时完成。
注意你的角色变化：你既不是文员，也不是程序员，你是“指挥 AI 把活干完的人”。这个角色，叫指令工程师。
指令工程师的四大职责
| 步骤 | 你做什么 | 核心依赖 |
|---|---|---|
| ① 定义需求 | 要解决谁的什么问题、成功长什么样（验收标准）、不做什么（边界） | 你的专业领域知识 |
| ② 编写规格 | 把人话翻译成 Agent 能懂的工作说明书 | 第 8 章的 RFC 框架 |
| ③ 指挥执行 | 启动 Agent、给它看项目、分步执行、处理提问 | 第 4-7 章工具、第 17-18 章进阶 |
| ④ 验证迭代 | 功能验证 + 业务验证，不对就回 ② 改规格再来 | 第 10-11 章验证与调试 |
四步走完回到 ①，这就是**“规格-执行-验证”闭环**。
定义需求，是你最有价值的部分。 这是 Agent 替代不了的。一个经验判断：90% 的项目失败，不是代码写错了，是需求定义错了。这一步花的时间是整个项目 ROI 最高的。
编写规格：像给聪明但不了解你业务的新同事写说明书。 Agent 聪明（懂代码），但无知（不懂你的业务）。你写的规格，要补上“业务上下文”这个缺口。
验证与迭代：专业知识的变现点。 Agent 写完，你要做两件事：功能验证（跑起来，看效果对不对）和业务验证（用你的专业判断，看结果合不合理）。
一个完整工作流：营养师小刘
案例：营养师小刘要做一个“根据身高体重自动推荐每日热量”的小工具。传统思路是学 Python、学 Web、学数据库，半年起步。指令工程师思路是下面五步。
Step 1 定义需求（15 分钟，独立完成），规格核心是业务规则：
# 项目：每日热量推荐器
## 解决什么问题
我的客户（减脂人群）想知道每天该吃多少大卡。
## 业务规则（这是我的专业！）
- 用 Mifflin-St Jeor 公式计算 BMR
- 男：BMR = 10×体重kg + 6.25×身高cm - 5×年龄 + 5
- 女：BMR = 10×体重kg + 6.25×身高cm - 5×年龄 - 161
- TDEE = BMR × 活动系数（久坐1.2 / 轻度1.375 / 中度1.55 / 高度1.725）
- 减脂目标：TDEE - 300 大卡
- 最低不低于 1200 大卡（女）/ 1500 大卡（男），安全底线！
## 成功标准
- 用户输入性别/年龄/身高/体重/活动量，看到每日推荐热量
- 推荐值不能低于安全底线
- 界面友好，手机能用注意：小刘写的全是营养学知识。这些 Agent 永远不可能自己想出来，尤其是“安全底线”这种关乎健康的细节。
Step 2 交给 Agent：把规格给 Claude Code，加一句“做成响应式网页，手机能用”。
Step 3 Agent 输出（5 分钟）：自动生成 HTML + CSS + JavaScript、计算逻辑、输入校验。
Step 4 小刘验证（关键一步）：她不看代码，用真实客户数据测。代入“35 岁女性，165cm，70kg，久坐”心算预期：BMR = 10×70 + 6.25×165 - 5×35 - 161 = 1401；TDEE = 1401×1.2 = 1681；减脂 = 1381。看到 Agent 算的也是 1381，业务验证通过 ✅
30 秒心算，验证了 Agent 30 分钟的产出，这就是杠杆。
Step 5 迭代：她发现“用户输入年龄超过 100 没提示”，告诉 Agent 加范围校验，2 分钟改完。
整个过程小刘花了 1.5 小时，没写一行代码。她的时间分配大致是：定义需求加写规格 15 分钟，验证 20 分钟，迭代优化 30 分钟，实际编码由 Agent 完成。
心态清单：从今天起换掉这 5 句话
| ❌ 旧自我对话 | ✅ 新自我对话 |
|---|---|
| “我不会编程，做不了” | “我的专业就是我的编程能力” |
| “先把 Python 学了再说” | “先让 Agent 跑起来，缺什么补什么” |
| “代码对不对？” | “结果对不对？业务合不合理？” |
| “这功能我做不出来” | “这功能我怎么验证它做对了？” |
| “让程序员帮我写” | “我指挥 Agent 写，我做业务把关” |
还要不要学一点代码？诚实回答
可以，但有边界。
不需要学的：任何语言的语法细节、算法和数据结构、设计模式的名字、从零默写函数。
需要会的：能读懂 Agent 写的代码大致在做什么（认字就行）、能看懂错误信息（基本是英文加文件名加行号）、能跑命令装环境、能用 Git 存档读档。
类比：你不需要会修车，但需要会看仪表盘，知道哪个灯亮了意味着什么。
本章要点
- 你的新身份是指令工程师，不是程序员。
- 四大职责：定义需求 → 编写规格 → 指挥执行 → 验证迭代。
- 时间花在定义和验证，不是编码。
- 不需要学语法，但需要会“看仪表盘”。
至此第一篇“认知重塑”完结。下一篇进入第二篇“工具基础”：装好你的第一个 AI 编程环境。
本文为《Agentic Coding 实战课》第 3 章改编，全系列目录见 课程总览。核心论断参考 Anthropic 研究《Agentic Coding and Persistent Returns to Expertise》（2026-06）。
