吳恩達深夜發文：GenAI 時代應用工程師的必備能力清單

生成式AI正在重新定義軟體工程師這個職業！

剛剛，吳恩達發表了一篇深度文章，詳細剖析了一個正在快速崛起的新職業——GenAI應用工程師。

這群人不僅能用AI積木塊快速搭建強大應用，還能借助AI程式設計助手以前所未有的速度開發軟體系統。

值得注意的是，這個職業的技能要求和傳統軟體工程師有極大的不同。

AI 時代的樂高玩具

吳恩達用了一個絕妙的比喻來解釋AI 積木塊的概念。

如果你只有一種樂高積木，你能搭建的結構很有限。但如果你擁有各種各樣的積木，你就能快速組合出複雜而實用的結構。

軟體框架、SDK和其他工具就像這些積木塊。

如果你只會呼叫大語言模型（LLM）API，這是個好開始。但如果你掌握了更多積木塊類型——提示詞技術、智能體框架、評估工具、防護欄、RAG、語音棧、非同步程式設計、資料提取、嵌入/向量資料庫、模型微調、圖資料庫與LLM結合使用、智能體瀏覽器/電腦使用、MCP、推理模型等等——你就能創造出更豐富的組合。

強大的AI積木塊數量還在快速增長。

雖然新積木塊不斷湧現，但許多一兩年前的積木塊（比如評估技術或向量資料庫使用框架）今天仍然非常重要。

AI 程式設計的生產力飛躍

AI 輔助程式設計工具讓開發者的生產力實現了質的飛躍，而且這些工具正在快速進化。

Github Copilot在2021年首次發佈（2022年全面推出），開創了現代程式碼自動補全的先河。但很快，新一代AI驅動的IDE如Cursor和Windsurf提供了更好的程式碼問答和程式碼生成功能。隨著LLM的改進，基於它們建構的AI輔助程式設計工具也在不斷進步。

現在我們有了高度智能化的程式設計助手，比如OpenAI的Codex和Anthropic的Claude Code（吳恩達特別提到他非常喜歡使用Claude Code，對其能夠自主編寫程式碼、測試和偵錯多次迭代的能力印象深刻）。在熟練工程師手中——那些不只是「憑感覺寫程式碼」而是深刻理解AI和軟體架構基礎、能夠引導系統朝著精心選擇的產品目標前進的人——這些工具使得以前所未有的速度和效率建構軟體成為可能。

吳恩達發現，AI輔助程式設計技術的淘汰速度比AI積木塊快得多，一兩年前的技術已經遠離今天的最佳實踐。

部分原因可能是，雖然AI建構者可能會使用幾十種（甚至上百種？）不同的積木塊，但他們不太可能同時使用幾十種不同的程式設計輔助工具，因此工具之間的達爾文競爭力量更強。鑑於Anthropic、Google、OpenAI和其他玩家在這個領域的大規模投資，這種瘋狂的發展速度預計會持續下去。

額外加分項：產品技能

在某些公司，工程師被期望按照像素級完美的產品設計圖編寫程式碼實現。但如果產品經理必須指定每個細節，這會拖慢團隊速度。

AI產品經理的短缺加劇了這個問題。

吳恩達觀察到，如果GenAI工程師也具備一些使用者同理心和基本的產品設計技能，團隊會進展得更快。

這樣，在只獲得高層次指導的情況下（「一個讓使用者查看個人資料並更改密碼的使用者介面」），他們可以自主做出很多決策，至少可以建構一個原型來迭代。

面試GenAI應用工程師的關鍵問題

在面試GenAI應用工程師時，吳恩達通常會詢問他們對AI積木塊的掌握程度和使用AI輔助程式設計的能力，有時也會考察他們的產品/設計直覺。

他發現有一個問題特別能預測他們的技能水平：「你如何跟上AI的最新發展？」

因為AI發展如此迅速，那些有好的學習策略的人——比如閱讀The Batch、參加短期課程😃、定期動手實踐建構項目、有一個可以交流的社區——真的能保持領先優勢。

相比之下，那些主要依賴社交媒體獲取AI 資訊的人（通常缺乏必要的深度）就會落後。

網友熱議

Andrew Ng (@AndrewYNg)的這篇文章引發了網友們的熱烈討論。

Oboe (@oboelabs)提出了一個關鍵問題：

AI輔助程式設計工具正在民主化複雜軟體開發的存取權，這很令人著迷。但軟體設計中人類判斷力和創造力的重要性呢？

Faruk Guney (@farguney)認為術語使用很準確：

完全正確的術語：生成式AI工程師，而不是籠統地使用AI工程師。

Trinity (@Gh4nder)則表達了一種擔憂：

AI將在3個月內取代這些人。

Shady (@ShadyAlii0)提出了一個深刻的觀點：

但我覺得不斷追逐工具對工程師和僱用他們的企業來說都不可持續，特別是對像我這樣的年輕工程師和學生。因為正如你所說，許多僅僅一兩年前的工具現在已經過時和低效，我認為新工具會以更高的頻率出現，因為進步幾乎每隔幾周就會到來。

CGW (@cgw888)預測了一個更激進的未來：

這種「新型GenAI工程師」最終會被能訪問所有工具和框架的AI取代。最後剩下的工作將是一種產品經理，一邊與不明就裡的利益相關者交談，另一邊與AI交談，但自己既不瞭解所有細節，也沒有銷售或成為VP的軟技能。

Pol Avec (@pol_avec)分享了他的見解：

非常同意。剛剛做了一個關於「AI是新UI」的演講——解釋了許多技能可以轉化但需要適應。就像從網頁到移動端的轉變一樣，當我們用AI更新當前技術時，還有很多領域需要覆蓋。與現有專業知識結合時，AI知識是一大優勢。

Gaurav Chande (@gauravmc)總結道：

💯「GenAI應用工程師」感覺就像是創業公司多年來追求的產品工程師的2025年韌體升級版。具有行動偏好和強大產品直覺的通才野獸。那些既關心為什麼又關心如何的開發者。他們的積木塊已經擴展了：智能體框架、MCP、評估、向量資料庫……讓他們能夠更快地交付。產品感不是加分項。它是將所有這些樂高積木變成使用者真正想要的東西的關鍵。 (AGI Hunt)