我们是在培养AI工程师，还是仅仅是AI工具的使用者？

最近在面试中我注意到一些现象。很多应届生和初级工程师说他们想在AI领域发展职业生涯。但当我深入挖掘时，只有少数人似乎对理解幕后实际运作方式感兴趣。他们花时间学习Python、构建项目、理解RAG、代理、模型限制、调试问题，并弄清楚某些东西为什么有效或无效。其他人似乎专注于学习高层次概念、提示工程，以及使用低代码或无代码平台构建演示。这本身没有错，这些工具对于入门来说很好。但我想知道这是否导致了解决问题能力上的差距。例如，我经常遇到能够解释什么是代理、什么是RAG、以及LangChain或CrewAI等工具做什么的候选人。但当要求设计解决方案、排查故障工作流、处理边缘情况或编写代码时，他们却很吃力。也许这只是我个人的观察，所以我想问问社区： * 你们是否也看到了同样的趋势？ * 你们认为低代码/无代码AI平台是在帮助人们更快学习，还是跳过了太多基础知识？ * 对于今天开始AI职业生涯的人来说，未来3-5年内哪些技能最重要？ * 强大的软件工程和解决问题能力是否仍将是关键区别？ 有兴趣听听招聘经理、高级工程师以及正在学习AI的人的看法。