吴恩达刚刚发布了一份「AI Engineering Skills Map」。 它…

吴恩达刚刚发布了一份「AI Engineering Skills Map」。 它基于 1 万多份招聘需求、专家访谈和问卷，把今天开发者最重要的 AI 工程能力归成了四块： 构建和部署 AI 应用、软件工程基础、使用 Coding Agent，以及 Shaping the Build。 前两点我觉得尤其值得注意。 AI 应用最大的麻烦之一，是输出本身带有不确定性，所以真正重要的能力会落到 eval、error analysis、context engineering、RAG、agent workflow 这些地方。 与此同时，Coding Agent 越强，软件工程基础反而越重要。你得知道架构、测试、可靠性、安全这些 trade-off，才能判断 Agent 做得对不对，也知道该给它什么 context。 最后一项「Shaping the Build」也很有意思。 当 Agent 已经能越来越好地按照 spec 执行，工程师的工作会更多落到前面：理解业务、定义问题、决定该做什么，以及什么时候快速做 MVP，什么时候应该慢下来。 我自己看完最大的感受是，AI 并没有让工程能力变简单，只是把工程师的价值往更高一层推了。 以后会写代码当然重要，但更重要的是能不能把问题定义清楚、把 Agent 用好，再对最后的结果负责。