这两天看吴恩达的一个推文，他提到一个大家的认知误区，其实AI Engineer不算是岗位，而是技能，因为不管你做算法、数据、前后端，都需要AI工程能力，算是以后的底层素质了吧。

他不是空口说白话，而是调研了一万多个岗位，做了很多访谈，得出来AI Engineer最应该做的4件事，看着很难，做起来也不容易。

第一，构建和部署AI应用，这个最难，因为不只是调用API、搭Agent、写RAG，最核心是维持AI的稳定性和准确率。

因为大模型本身是缺乏收敛的，容易跑偏，如果要真的拿来干活，需要你用统计的专业方法去评估、治理，让AI能稳定、准确的输出。

这其实就是谷歌大佬Jeff说的系统优化，非常非常难的事，你想想他这个级别还一天到晚琢磨着如何让Gemini调用agent快一点这类事。

第二，软件工程的基本功，这估计打了很多Vibe coding的脸，吴恩达说你越懂软件工程的逻辑（成本、扩展性、可靠性、速度、安全、隐私），就越能准确告诉Agent该怎么做。

Vibe coding要想做出能用于工业场景的应用，需要精确的工程语言去指挥AI，不然和刮刮乐一样，AI吐什么就接受什么。

第三，会用各种Agent，会用的要求更高，比如知道它的边界在哪里、什么时候该强干预、什么时候该放手让它自己跑、怎么给它context、怎么提供verifier/eval让它自己闭环、怎么避免它乱改生产环境……

第四，要有产品思维，现在codex能一句话生成一个应用，但是你需要会发现问题和需求，并快速去验证，去塑造一个有价值的东西，而不只是vibe coding各种垃圾网页。

现在各种新模型发布速度比女装店换新速度还快，追逐新模型意义不大了，还是老老实实练习工程和产品基本功最重要。人工智能how i aiaiagent