吴恩达最近发了一张AI Engineering Skills Map，专门针对使…

吴恩达最近发了一张AI Engineering Skills Map，专门针对使用编程Agent的技能图谱。这张图把用好AI编程Agent需要的能力拆解得很清楚，值得每个用Agent写代码的人看看。

很多人用Agent写代码，还停留在「给个需求，等结果」的阶段。但真正高效的人，已经把Agent当成一个需要管理的团队成员来用了。

这张图谱把技能分成几个层次：

第一层是基础能力。包括怎么写好prompt、怎么理解Agent的工作方式、怎么选择合适的模型。这些是入门必备，但很多人连这一步都没做好。

第二层是协作能力。包括怎么给Agent拆分任务、怎么设置检查点、怎么处理Agent的错误。这些决定了你能不能让Agent持续稳定地工作。

第三层是工程能力。包括怎么设计Agent的工作流、怎么集成到现有的开发流程、怎么做质量保证。这些决定了Agent能不能真正提升团队效率。

第四层是战略能力。包括怎么评估Agent的ROI、怎么选择合适的技术栈、怎么规划Agent的演进路线。这些决定了Agent能不能长期为业务创造价值。

这张图谱的核心观点是：用好Agent不只是写好prompt那么简单。它需要一套完整的能力体系，从基础的prompt工程到高级的架构设计，每个层次都不能跳过。

实测下来几个感受特别深：

1. prompt工程不是万能的。很多人把所有精力都花在写更好的prompt上，但忽略了Agent的工作流设计。一个好的工作流比一个好的prompt重要十倍。

1. 错误处理是关键。Agent会犯错，这是必然的。关键是你的系统能不能优雅地处理这些错误，而不是让Agent的错误影响整个流程。

1. 质量保证不能省。Agent写的代码也需要review，也需要测试。不能因为是AI写的就放松标准。

1. 持续优化是常态。Agent的能力在不断提升，你的使用方式也需要跟着调整。今天最佳实践，明天可能就过时了。

如果你在用Agent写代码，这张图谱强烈推荐。它能帮你系统性地提升Agent的使用能力，而不只是零散地学一些技巧。