The New SDLC: From Vibe Coding to Agentic Engineering
AI এখন code লেখে — কিন্তু "vibe coding" আর "agentic engineering"-এর পার্থক্যটাই ঠিক করে দেয় সেই code বিশ্বাসযোগ্য কিনা। ৯টা ধারণায় আজ পুরো ছবিটা পরিষ্কার হবে।
- •Vibe coding আর agentic engineering-এর পার্থক্যটা নিজের ভাষায় বলতে পারবে।
- •Context engineering আর the harness — এই দুটো ধারণা ব্যাখ্যা করতে পারবে।
- •Conductor আর orchestrator — দুই ধরনের কাজের ধরন চিনতে পারবে।
- •The 80% problem আর AI coding-এর CapEx/OpEx economics বুঝতে পারবে।
- •কোনো coding background লাগবে না।
- •ChatGPT/Claude-এর মতো কোনো AI tool এক-আধবার ব্যবহার করেছো — এতটুকুই যথেষ্ট।
Syntax থেকে Intent
programming-এর কাজটাই বদলে যাচ্ছে
কয়েক বছর আগেও programming মানে ছিল অনুবাদ: সমস্যাটা মাথায় বুঝে, একটা সমাধান ভেবে, সেটাকে syntax-এ (curly brace, semicolon, type) লিখে দেওয়া। এখন সেই syntax-এর স্তরটা গলে যাচ্ছে — তুমি কী চাও (intent) বলো, AI কীভাবে (syntax) লিখে দেয়। ২০২৬-এর শুরুতেই বেশিরভাগ professional developer AI coding agent ব্যবহার করছে, নতুন code-এর একটা বড় অংশ AI-লেখা। একটা 2026 whitepaper অনুযায়ী, এই বদলের দুটো রূপ আছে — আর পার্থক্যটা বিশাল। আজ ৯টা ধারণা দিয়ে পুরো ছবিটা পরিষ্কার হবে।
Syntax → Intent
আগে programming মানে ছিল অনুবাদ — সমস্যাটা মাথায় বুঝে, সমাধান ভেবে, সেটাকে syntax-এ লিখে দেওয়া। প্রতিটা ধাপে friction ছিল। এখন তুমি শুধু কী চাও (intent) বলো — machine বাকিটা (syntax) সামলে দেয়। তোমার মূল্য এখন আর syntax জানায় নয়, judgment-এ — কী বানাবে, কীভাবে সীমা টানবে, output সত্যিই ঠিক কিনা।
আগে রিকশাওয়ালাকে প্রতিটা মোড় বলে দিতে হতো; এখন Pathao-তে শুধু গন্তব্য দাও — কোথায় বলো, কীভাবে না। Coding-ও এখন সেদিকেই যাচ্ছে।
Vibe Coding বনাম Agentic Engineering
একই AI — পার্থক্য চারপাশের structure
এখানেই আসল প্রশ্নটা দাঁড়ায় — AI-কে ছেড়ে দেবে, নাকি নিয়ন্ত্রণে রাখবে? দুটো নাম মনে রাখো।
Vibe Codingcoined 2025
একটা popular শব্দ — prompt দাও, যা আসে accept করো, ভাঙলে error copy করে আবার চাও, "code আছে সেটাই ভুলে যাও"। দ্রুত, মজার, exploration আর ছোট prototype-এ দারুণ — কিন্তু কেউ নিশ্চিত করে জানে না code-টা আসলে ঠিক কিনা।
নতুন এক fast cook-কে শুধু "বিরিয়ানি বানাও" বলে যা আসে পরিবেশন করার মতো — ব্যস্ত রাতে ধরাই যায় না লবণ ঠিক আছে কিনা।
Agentic Engineeringstructured, reviewed
AI এখানেও একই — শক্তিশালী implementation engine। পার্থক্যটা তাকে একটা সাজানো কাঠামোর ভেতরে রাখায়: clear spec, test, guardrail, feedback loop। Architecture, correctness, quality-র উপর মানুষের oversight থাকে।
সেই cook-কে recipe card, tasting step, আর রান্নাঘরের নিয়ম দাও, আর পরিবেশনের আগে নিজে চেখে দেখো — CTO-কে "payment system vibe-code করছি" বললে ভয় পাবে; "agentic engineering-এ, test দিয়ে correctness নিশ্চিত করে" বললে অন্য কথা।
The Spectrumdial, not switch
Vibe coding আর agentic engineering — দুটো আলাদা বাক্স না, একটা dial। কাজের ঝুঁকি অনুযায়ী dial-টা ঘোরাও — নিজের জন্য একটা throwaway script বাঁয়ে, production payment system ডানে।
নিজের জন্য এক কাপ চা বানানো বনাম বিয়ের পাঁচশো লোকের রান্না — একই রাঁধুনি, ভিন্ন মাত্রার নিয়ম-কানুন।
মূল কথা একটাই — Structure scales, vibes don't। কাঠামো বড় হতে দেয়; শুধু vibe বড় প্রজেক্টে টেকে না।
Context Engineering আর The Harness
AI-কে নির্ভরযোগ্য করার আসল সরঞ্জাম
এই কাঠামো বানানোর স্কিলটাই context engineering, আর তার বাস্তব রূপ the harness। এই দুটো ধারণা আজকের সবচেয়ে গুরুত্বপূর্ণ অংশ।
Context Engineering
ভালো output prompt-এর চাতুর্যে আসে না — context-এর মানে আসে। ছয় ধরনের context মনে রাখো: Instructions (role, সীমা), Knowledge (docs, architecture), Memory (এখন কী হলো, project-এর অবস্থা), Examples (few-shot, reference), Tools (কোন API/script ব্যবহার করা যাবে), আর Guardrails (hard নিয়ম)।
নতুন কর্মীকে শুধু "কাজ করো" বললে আন্দাজে করবে; পরিষ্কার দায়িত্ব, কোম্পানির নিয়ম, আগের কাজের নমুনা দিলে ঠিকঠাক করবে — AI-ও তেমন।
The Harnessrule files, tools, guardrails
Context engineering-এর বাস্তব রূপ — model-কে ঘিরে থাকা পুরো সরঞ্জাম: rule files (CLAUDE.md/AGENTS.md-এর মতো ফাইল), tools (function, MCP server, API), sandbox (code কোথায় চলে), orchestration (একাধিক agent-এর মধ্যে কাজ ভাগ, model routing), guardrails/hooks (lifecycle-এ চলা fixed কোড), আর observability (log, trace, eval, cost/latency)।
রাঁধুনিকে ঘিরে পুরো রান্নাঘরটাই — চুলা, রেসিপি কার্ড, চাখার চামচ, নিয়মের তালিকা। aitutor-এর AI Engineer Fundamentals course-এর Module 3 ঠিক এই harness-টাই ধাপে ধাপে হাতে ধরায়।
এই কয়েকটা বাক্য আজই যেকোনো AI coding tool-এ (Claude Code, Cursor, বা অন্য কোনো assistant) চেষ্টা করে দেখতে পারো — harness বানানোর শুরুয়াত এভাবেই হয়:
Before you write code, write a plan and let me review it.
Add tests for the edge cases, then implement against them.
Treat this CLAUDE.md as the rules you must follow.
Don't just accept the output — verify the last 20% yourself.
Route the simple tasks to a cheaper model.নতুন কাজের ধরন, আর একটা স্থায়ী সমস্যা
conductor বনাম orchestrator, আর the 80% problem
AI-কে ঘিরে কাঠামো বানালে developer-এর দৈনন্দিন কাজটাও বদলে যায়। আর একটা সমস্যা কখনো পুরোপুরি মেলায় না — সেটাও চিনে রাখা দরকার।
Two Ways To Workconductor vs orchestrator
Developer-এর কাজও দুই রকমে ভাগ হচ্ছে। Conductor: IDE-তে বসে real-time AI-কে চালাও, প্রতিটা পরিবর্তন নিজে দেখো (যেমন Cursor, Copilot, Windsurf-জাতীয় tool) — control বেশি, কিন্তু তুমিই bottleneck। Orchestrator: উঁচু থেকে goal দাও, কয়েকটা agent background-এ সমান্তরালে কাজ করে, তুমি শুধু result review করো (যেমন Claude Code-এর background agent mode) — এতে ভালো specification লেখার skill লাগে।
Conductor মানে তুমি নিজে রান্না করছ, পাশে একজন সহকারী। Orchestrator মানে তুমি head chef — কয়েকজনকে কাজ ভাগ করে দিয়ে শুধু চেখে দেখছ।
The 80% Problem
AI চটপট প্রায় ৮০% code লিখে দেয়। কিন্তু শেষ ২০% — edge case, error handling, integration, সূক্ষ্ম correctness — মানুষের গভীর context লাগে। আর ভুলের ধরনও বদলে গেছে: এখন আর syntax-ভুল না, conceptual ভুল — code দেখতে ঠিক, basic test-ও pass করে, তবু business logic ভুল, তাই ধরা কঠিন।
একজন intern দ্রুত পুরো report লিখে দিল, কিন্তু সবচেয়ে কঠিন হিসাব-অংশটা চুপচাপ ভুল রয়ে গেল — উপর-উপর ঠিক দেখায় বলেই বিপদ বেশি।
আসল খরচ
CapEx বনাম OpEx — AI দিয়ে coding সস্তা? নির্ভর করে structure-এর উপর
শেষ প্রশ্ন — AI দিয়ে coding করলে কি খরচ কমে? উত্তরটা "নির্ভর করে" — আর নির্ভর করে ঠিক structure-এর উপর।
CapEx vs OpExthe real cost
Vibe coding: শুরুতে খরচ কম (subscription + prompt) — কিন্তু পরে খরচ বেশি (high OpEx): token burn (বড়, অসংগঠিত file বারবার context-এ ঢুকিয়ে fix চাওয়া) আর maintenance tax (অসংগঠিত code মাস কয়েক পর বুঝতে অনেক সময় লাগে)। Agentic engineering: শুরুতে খরচ বেশি (spec, test suite আগে বানাতে হয়) — কিন্তু পরে সস্তা, কারণ output আগে থেকেই structurally-sound, pre-tested।
সস্তা ভাড়াবাড়ি (কম আগাম খরচ, প্রতি মাসে মেরামত) বনাম নিজের বাড়ি ভালো করে বানানো (বেশি আগাম, পরে শান্তি) — একই যুক্তি coding-এও।
একটা ছোট practical কৌশল — model routing: সহজ, deterministic কাজ (যেমন test লেখা, review করা) সস্তা/ছোট model-কে দাও; জটিল সিদ্ধান্তের কাজ বড় model-কে। এতে OpEx আরেকটু কমে।
Check Your Understanding
ভুল করলেও সমস্যা নেই — প্রতিটার ব্যাখ্যা আছে
AI এখন code লেখে, তাই developer হওয়ার জন্য শেখাটা এখন অর্থহীন।
Vibe coding আর agentic engineering — একটা সবসময় ভালো, একটা সবসময় খারাপ।
AI যে code দেয়, সেটা চললেই মানে সেটা ঠিক।
ভালো output পেতে হলে শুধু চালাক prompt লেখাই আসল skill।
"Harness" মানে দামি নতুন কোনো framework বা tool কিনতে হবে।
AI ব্যবহার করলে development-এর খরচ সবসময় কমে।
"Syntax থেকে intent" shift মানে কী?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
Vibe coding আর agentic engineering-এর মূল পার্থক্য কী?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
"The spectrum" বলার মানে কী?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
Context engineering আসলে কী?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
The harness-এ সাধারণত কী কী থাকে (যেকোনো তিনটা)?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
Conductor আর orchestrator-এর তফাত কী?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
The 80% problem কী বোঝায়?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
Vibe coding-এর লুকানো খরচ কোথায়?
ভুল হলেও সমস্যা নেই — প্রতিটা option-এর সাথে ব্যাখ্যা আছে।
Prove It To Yourself
চারটা ধারণা মাথায় বসাও। Tutorial শেষ।
চারটা ধারণা মাথায় বসাও — Structure scales, vibes don't (যেখানে real ঝুঁকি আছে, সেখানে spec/test/rule/review লাগবেই)। Same AI, the structure around it decides the outcome (vibe বনাম agentic পার্থক্যটা model না, harness)। তোমার মূল্য typing থেকে judging-এ সরে গেছে (intent, architecture, শেষ ২০% correctness যাচাই)। আর context engineering-ই নতুন core skill (চালাক prompt না, AI-কে সঠিক context দেওয়াই কাজ)।
আজকের শব্দগুলো — vibe coding, agentic engineering, the spectrum, context engineering, the harness, conductor, orchestrator, the 80% problem, CapEx, OpEx — এখন থেকে English-ই থাকবে; docs, PR review, অফিসের আলোচনায় এভাবেই দেখবে। পুরো তালিকা নিচের glossary-তে। এই ধারণাগুলো হাতে-কলমে চর্চা করতে চাইলে AI Engineer Fundamentals course দেখতে পারো।
শব্দার্থ — পরে ফিরে দেখার জন্য
একনজরে সব key term। কোনো শব্দ ভুলে গেলে এখানে এসে খুঁজে নিও।
- agentic engineering
- AI-কে spec, test, guardrail, review-এর কাঠামোর ভেতরে কাজ করানো, যাতে output বিশ্বাসযোগ্য হয়।
- CapEx
- আগাম বিনিয়োগ — যেমন spec আর test suite বানানোর সময়/খরচ।
- conductor
- IDE-তে বসে real-time AI-কে চালানো — প্রতিটা পরিবর্তন নিজে দেখা।
- context engineering
- AI-কে সঠিক instruction, knowledge, memory, example, tool, guardrail দেওয়ার skill — ভালো output-এর আসল চাবিকাঠি।
- factory model
- AI-driven development-কে এককালীন প্রজেক্ট না ভেবে, ধারাবাহিক production process হিসেবে দেখার framing।
- guardrails / hooks
- Lifecycle-এ চলা fixed নিয়ম বা script — AI যা-ই সিদ্ধান্ত নিক না কেন, এগুলো নিশ্চিত করে কিছু জিনিস মানা হচ্ছে।
- maintenance tax
- অসংগঠিত code পরে বুঝতে/ঠিক করতে যে বাড়তি সময়-খরচ লাগে।
- model routing
- সহজ, deterministic কাজে সস্তা/ছোট model, কঠিন কাজে বড় model পাঠানো।
- observability
- Log, trace, eval, cost, latency দেখার ব্যবস্থা — AI system আসলে কী করছে তা নজরে রাখা।
- OpEx
- চলমান খরচ — যেমন বারবার fix করা বা token খরচ।
- orchestration
- একাধিক agent/model-এর মধ্যে কাজ ভাগ করে দেওয়া আর ফলাফল একসাথে করা।
- orchestrator
- উঁচু থেকে goal দিয়ে কয়েকটা agent-কে সমান্তরালে কাজ করানো, ফলাফল review করা।
- rule files
- CLAUDE.md/AGENTS.md-এর মতো ফাইল, যেখানে project-এর নিয়ম লেখা থাকে — AI প্রতি session-এ পড়ে নেয়।
- sandbox
- যেখানে AI-generated code আসলে চলে — isolated environment, যাতে ভুল হলে বাইরে প্রভাব না পড়ে।
- specification
- কাজটা ঠিক কী, কীভাবে — স্পষ্টভাবে লেখা বর্ণনা। Orchestrator-mode-এ কাজ করতে এই skill জরুরি।
- syntax vs intent
- আগে syntax (কোড লেখা) ছিল কাজের কেন্দ্রে; এখন intent (কী চাই বলা) কেন্দ্রে, machine syntax সামলায়।
- the 80% problem
- AI দ্রুত বেশিরভাগ code লিখে দেয়, কিন্তু শেষ অংশ (edge case, correctness) মানুষের কাজ থেকে যায়।
- the harness
- Model-কে ঘিরে থাকা পুরো সরঞ্জাম — rule file, tool, sandbox, guardrail, observability।
- the spectrum
- Vibe coding আর agentic engineering-এর মাঝের dial — কাজের ঝুঁকি অনুযায়ী ঘোরানো যায়।
- token burn
- বারবার বড়, unstructured context পাঠিয়ে fix চাওয়ার কারণে token খরচ বেড়ে যাওয়া।
- tools / MCP
- AI যেসব function/API/service কল করতে পারে; MCP একটা open standard যা এই কানেকশনগুলো সহজ করে।
- vibe coding
- Prompt দাও, যা আসে accept করো, ভাঙলে error দিয়ে আবার চাও। দ্রুত exploration-এ ভালো, production-এ ঝুঁকিপূর্ণ।
Sources consulted to author this lesson. Citation style is informal — follow the links if you want to dig deeper.
- The New SDLC With Vibe Coding — Addy Osmani, Shubham Saboo, Sokratis Kartakis (2026)
- Original "vibe coding" framing (X post) — Andrej Karpathy (2025)
- Building Effective Agents — Anthropic
- Claude Code best practices — Anthropic
- Not All AI-Assisted Programming Is Vibe Coding — Simon Willison (2025)
দুই বাক্যে নিজের ভাষায় লেখো
তোমার এক বন্ধু সব কাজ "vibe code" করে। দু'বাক্যে বোঝাও — কখন সেটা ঠিক আছে, আর একটা real project-এ ওকে কোন তিনটা structure (harness-এর অংশ) যোগ করতে বলবে, আর কেন।