我们正在变成提示词管理者,而非工匠。有人也注意到这一点吗?
摘要
一篇反思性文章,认为AI工具的泛滥正将专业人士变成依赖提示词的“管理者”,而非真正的工匠,并警告那些保持自身基础技能的人将获得更高的价值。
环顾四周。现在推出的每一个产品几乎都是某种“AI驱动+[插入流行词]”的变体。它们无处不在。现代工具给创始人和开发者营造了一种无所不能的错觉:灵感一来,喂给LLM,再堆上一些智能体,一个周末就能完成MVP。https://preview.redd.it/37ocn6azkv1h1.png?width=1672&format=png&auto=webp&s=06d4a9ef986d56a9eb3417e67a3524c18e73e100
听起来很棒,对吧?表面上看,确实如此。但在这种快速启动的外表下,有些东西正在悄悄腐烂:思维正在被商品化,我们正在失去匠艺。任何领域的真正精通都需要多年的练习、失败和深度专注。如今,显然每个人每月花20美元就能成为大师。这是我们在自欺欺人。看看Claude出现5小时速率限制窗口时网上引发的恐慌就知道了。Token用完了,突然人们只有两个选择:像计时停车位一样等待重置,或者升级。这就像一位米其林星级大厨再也不能品尝食物,只能对着聊天机器人发号施令:“给我做份意面。”没有订阅,他就没法做饭。
**反驳观点:“但编排AI本身就是新技能。”**
有道理。但这是一种水平技能,而不是垂直技能。你学习协调智能体,却失去了深厚的领域知识。想想指挥家对比如小提琴独奏家。指挥家令人印象深刻——但如果乐团走下舞台,他能独奏一曲让全场安静下来吗?
这一点在开发者身上最为明显。习惯从Cursor或Claude复制粘贴的人,在遇到复杂的架构问题时就会碰壁。当产品成长起来,开始需要真正的权衡,在负载下开始出现瓶颈时——提示词就不再管用了。处理棘手问题的肌肉已经萎缩,因为他们从不需要去锻炼它。同样的事情也发生在分析师、营销人员、设计师和研究人员身上。
# 我的立场:杠铃,而非拐杖
Token用完并不会让我害怕。我的基础意味着无论配额还剩多少、无论是否有网络、无论订阅是否有效,我都能工作。唯一让我心烦的是好咖啡喝完了。
我重度使用LLM。但有一个条件:AI是杠铃,而不是拐杖。它让我自己的工作更出色——它不会取代我在乎的部分。这是我雇过的最快、最不知疲倦的初级员工。但高级判断和最终决定始终由我来做。
# 两类专业人士
市场已经分裂成两个群体。
**依赖Token的人:** 活在配额与配额之间,Anthropic或OpenAI一宕机就恐慌,没有提示词就写不出任何原创内容。
**不依赖Token的人:** 把AI当作力量倍增器,但随时可以自己坐下来完成工作——而且更有深度、更精确、判断力更强。
第二类人将获得高得多的报酬。当世界被平庸的AI驱动软件和内容淹没时——这一定会发生——客户和雇主会为那些真正理解自己在构建什么以及为什么构建的人付出重金。
很好奇其他人是否也感受到这种变化。你是在朝着不依赖Token的方向发展,还是这种依赖并不困扰你?
相似文章
我经常看到人们因为AI生成的内容千篇一律而放弃使用它。十有八九是提示词的问题。我指导专业人士如何让AI真正为他们的工作服务,而同样的解决方法能解决大部分问题。
建议通过编写更好的提示词和构建可重复使用的系统来改善AI输出,而不是提出笼统的请求。
AI是否应该更多地反问人类?
本文认为,AI代理不应只是顺从地执行任务,而应在任务模糊、矛盾或存在风险时主动质疑人类,从而从工具转变为真正的协作者。
在工作场所假装高效——没人开心
这篇文章批评了工作场所中AI生成内容的泛滥,员工使用Claude等工具来产出看似专业的内容,却缺乏真实的专业知识,导致管理和问责方面的系统性问题。
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。
@0x0SojalSec: Andrew Ng 放话:“提示(Prompting)将在6个月内消亡。”编写巧妙提示词的时代正在终结,传统提示……
Andrew Ng 预测,传统提示工程将在六个月内过时,重心将转向自主智能体系统,这些系统只需极少的人工输入即可迭代并自我改进。