今天的“AI 工程师”只是换了包装的提示词工程师？
摘要
一条爆火推文称，当下的“AI 工程师”大多只是被重新包装的提示词工程师，质疑把 API 串一串、加些重试与护栏就算真正的工程，还是仅仅“会用 AI”。
热评：如今很多所谓的“AI 工程”看起来就是：
- 调提示词
- 串 API
- 加重试/护栏
并没有真正去训练模型或深入理解其原理。
别误会——把这些系统跑通确实需要本事。但当大部分复杂度仍来自别人搭好的模型和基础设施时，我们是不是把“会用 AI”过度包装成“工程”了？
想听听大家怎么划分这条线：
到底是“高效使用 AI”，还是真正在“工程化 AI 系统”？
相似文章
我们是在培养AI工程师，还是仅仅是AI工具的使用者？
文章观察到，初级AI工程师倾向于专注于提示工程和低代码平台等高层次工具，而非深入理解基础知识，这引发了对面试中解决问题能力的担忧。
@akshay_pachaar：作为AI工程师，请学习：- 驾驭工程，而不仅仅是提示工程 - 提示缓存与语义缓存…
Akshay Pachaar 概述了AI工程师在提示工程之外的必备技能，包括缓存策略、可观测性以及成本分摊。
@rohanpaul_ai：Chamath 谈 AI 智能体如何让“10 倍工程师”的光环消失，因为最高效的“代码路径”已经……
Chamath Palihapitiya 认为，AI 智能体正在抹平“10 倍工程师”的差异——最高效的代码路径如今对所有人一目了然，就像 AI 破解国际象棋后，最佳招法再无神秘可言。
@RayFernando1337: 人工智能不会取代工程师。事实上，相反的情况正在发生。经验丰富的工程师所携带的是所有的…
作者认为人工智能不会取代工程师，因为经验丰富的工程师掌握着来自真实生产故障和边界情况的关键背景，而知道要构建什么仍然是一项人类技能。Factory AI 正在构建工具来增强工程师。
AI需要更严格的工程纪律，而非更少
文章认为，尽管AI生成代码的能力日益增强，但工程纪律——尤其是代码审查和可靠性实践——变得更加重要，而非减弱。