他不看代码,却在50分钟里掌握了 Agentic Engineering
正在加载视频...
视频章节
一个自称“完全不懂代码”的创始人,却能不断发布有真实价值的 AI 产品,还现场在终端里跑 agent。Matt Van Horn 的方法,几乎颠覆了我们对“AI 工程师”的想象。这期对话,讲的不是技术细节,而是一种正在改变 AI 创作门槛的工程范式。
他不看代码,却在50分钟里掌握了 Agentic Engineering
一个自称“完全不懂代码”的创始人,却能不断发布有真实价值的 AI 产品,还现场在终端里跑 agent。Matt Van Horn 的方法,几乎颠覆了我们对“AI 工程师”的想象。这期对话,讲的不是技术细节,而是一种正在改变 AI 创作门槛的工程范式。
最反直觉的一句话:我完全不读代码
视频一开场,Matt 就抛出一句足以让技术圈炸锅的话:“I certainly don't read any code. I don't even know how to read any code.” 更夸张的是,主持人 Peter Yang 原本以为他是工程师,而 Matt 直接否认——“我不是工程师,我也不知道该怎么定义我自己。”
但矛盾从这里开始:这个“不看代码的人”,却在持续发布可用的 AI 工具和 CLI,而且是真正有人用、能解决问题的那种。这不是营销 Demo,而是已经跑在真实环境里的产品。反差感本身,就构成了这期视频最重要的信号:AI 时代,价值创造正在从“会不会写代码”,迁移到“会不会设计系统”。
Compound Engineering:不会写代码的人,反而更敢“堆系统”
Matt 给自己能力的定义很诚实:他最大的“hack”,不是某个模型或框架,而是他反复提到的 compound engineering(复合工程)。
他的做法不是从零写一个完美系统,而是:把现有的工具、API、agent、脚本不断组合,快速拼出一个“能跑的东西”。如果跑得通,就继续扩;跑不通,就立刻换。
在视频中,他甚至提到一个近乎疯狂的设想:任何人都可以“打印”一个属于自己的 CLI,用来解决任何问题。这个 CLI 并不是手写的,而是 agent 通过 sniffing 找到隐藏 API,然后自动拼装完成。Matt 自己都说,这件事“still blowing my mind”。
这里的关键不在于技术细节,而在于思维方式:他默认 AI 是可以替你读代码、连系统、试错的,而人只负责提出目标和判断结果是否有价值。
现场发布产品:边聊天,边把 agent 跑完
在视频中段,Matt 做了一件极具冲击力的事:他说自己“今天早上刚在做一个东西”,然后直接表示产品已经 launch 了——而且是在几分钟前完成的,他自己甚至“还没来得及看结果”。
随后,在 Peter 的邀请下,他直接打开终端,展示 agent 如何工作、如何执行任务、如何串联流程。这不是教程式表演,而更像一次真实工作流的“旁观”。
这个场景传递了一个非常重要的信号:在 agentic engineering 的语境下,发布本身变得极其廉价。你不需要等代码完全可控,也不需要理解每一行逻辑。只要 agent 能完成任务,你就可以先让它跑,然后再决定是否值得深入。
全部开源、极度透明,但并不天真
当话题转向 GitHub 和开源时,Matt 表现得异常坦率:这些 CLI 基本都在 GitHub 上,而且他对外界几乎是完全透明的。他不太在意别人“抄”他的实现,因为真正的护城河并不在代码本身。
他提到自己长期观察并学习一些他认可的创作者和工程实践(例如视频中提到的 Peter Steinberger),但目的不是复刻,而是理解“为什么这样做有效”。
不过,他也明确提醒:agentic 系统并不是无风险的,尤其是在规模化、真实用户环境中,你必须非常小心 agent 的权限、边界和失败模式。这不是乌托邦式的“让 AI 随便跑”,而是一种新的工程纪律。
Agentic Engineering 正在重新定义“谁能做产品”
整期视频最值得 AI 从业者反复咀嚼的,不是某个技巧,而是一个趋势判断:随着 agent 能力提升,真正的瓶颈正在从“实现能力”转向“问题定义能力”。
Matt 的存在本身,就是这个趋势的注脚。他不读代码,却能做出产品;不自称工程师,却在做工程决策。他更像是一个系统导演,而 AI 是随叫随到的执行团队。
这意味着,未来能做出东西的人,未必是技术最强的,而是最敢试、最会拆问题、最能判断结果是否有价值的那一批人。
总结
Matt Van Horn 的故事,对 AI 从业者最大的冲击在于:你可能一直在高估“写代码”的重要性,而低估了“设计工作流”和“判断价值”的难度。Agentic engineering 并不是让你放弃技术,而是逼你思考——哪些事情真的值得你亲手做,哪些可以放心交给 agent。一个可执行的行动建议是:选一个你熟悉的问题,用 agent 拼一个最小可用流程,不追求优雅,只看结果。也许你会发现,真正限制你的,从来不是技术本身。
关键词: Agentic Engineering, 复合工程, AI 创始人, CLI 工具, 非技术背景
事实核查备注: 需要核查的人名与拼写:Matt Van Horn、Peter Yang、Peter Steinberger;需要核查的关键表述:Matt 是否明确表示完全不读代码;CLI 通过 sniffing API 的描述是否为原话或意译;视频发布时间 2026-06-14 是否准确。