不是提示工程：AI 正在悄悄制造两个全新的高薪职业

很多人以为 AI 改变职业的方式是“取代你”，但这期《AI Daily Brief》讲了一个更反直觉的事实：AI 没有先消灭岗位，而是先创造了两个新职业，而且一个比一个更抢手。从不会写代码的普通员工，到年薪数十万美元的 AI Engineer，这条路径已经被走通了。

最反直觉的一点：AI 的“杀手级应用”不是聊天，而是写代码

这期视频一上来就点破了一个很多人没意识到的事实：大语言模型真正可能改变世界的能力，不是自然语言对话，而是代码生成。Semafor 报道了一个极具冲击力的案例——Vanderbilt 大学的一名楼宇维护主管 Leo Agüera y Arcas，在完全不是程序员的情况下，用微软 Power Platform（无代码工具）+ AI，做出了 20 多个内部系统，用于入职、财务、流程追踪。

更重要的不是“他学会了编程”，而是企业正在主动鼓励这种行为。丰田要求员工用 Power Apps 改进物流流程，财务和 HR 成为无代码平台的最大用户。原因只有一个：数字化需求是“不可被满足的”，SaaS 越多，系统之间的缝隙就越多。LLM 自动写代码，正在填补这些缝隙。

视频里有一句非常重的话：代码，可能会比自然语言，更成为这一代 LLM 的核心应用场景。

“公民开发者”不是新概念，但这次终于可能成真了

企业喊了十几年“让员工自己做工具”，但现实是：学编程的门槛太高。而现在，Replit、Sourcegraph、GitHub Copilot 这一类产品正在改变规则。

一个典型场景是：你对 AI 说“帮我从公司所有文档里整理某类数据”，背后发生的事情是——模型自动生成 Python 脚本、跑流程、再把结果交付给你。自然语言 + 自动化代码，这种组合以前几乎没被真正释放过。

视频给了一个非常耐人寻味的判断：未来我们可能不再叫“用户（user）”，而更像是“导演（director）”——我们不亲自写代码，但我们指挥机器写、执行、修改。软件工程没有消失，而是扩散到了更多人的日常工作中。

真正爆发的新职位：AI Engineer，而不是你想象的提示工程

接下来，视频把视角从“非程序员”转向了工程师，并引用了 swyx 那篇极具影响力的文章《The Rise of the AI Engineer》。核心结论非常明确：软件工程正在分裂出一个全新的子学科，专门负责“把 AI 变成产品”。

AI Engineer 不等于机器学习工程师，也不等于研究员。他们很少从零训练模型，而是要在 GPT-4、Claude、LLaMA、开源模型之间做选择，搭配 LangChain、LlamaIndex、Pinecone，处理 RAG、评估、部署、监控，甚至 agent 框架（AutoGPT、BabyAGI）。

swyx 说了一句非常狠的话：这可能是“未来十年需求最高的工程岗位”。视频里甚至提到，有人在 Anthropic 做提示相关工作年薪 30 万美元，在 OpenAI 做产品化工程年薪 90 万美元——而他们的共同点是：没有一个 PhD。

Karpathy 的补刀：为什么“提示工程”这个词是误导

这期视频最有分量的一幕，来自 Andrej Karpathy 的评论。他直言：Prompt Engineering 这个说法太狭隘了。

LLM 创造的是一个新的抽象层，而真正的工作包括大量“胶水代码”、系统设计、评估和基础设施。模型训练本身正在演化成另一种高度系统化、资源密集的工作，而 AI Engineer 的数量，未来会远远超过 ML Engineer。

一个关键判断是：你完全可以在不训练任何模型的情况下，成为一名非常成功的 AI Engineer。这个角色的价值，不在“模型多牛”，而在“你能不能把能力稳定、可靠地交付给真实用户”。

总结

如果把这期视频浓缩成一句话，那就是：AI 正在把“写代码”和“用软件”之间的那堵墙拆掉，同时在墙的另一边，催生了一个全新的高阶工程岗位。对普通职场人来说，机会在于成为“会指挥 AI 的公民开发者”；对工程师来说，机会在于转向 AI 的应用、集成和产品化。

一个值得你现在就思考的问题是：如果模型能力继续快速进化，你所在的岗位，更可能被“替代”，还是被“放大”？你现在积累的，是对工具的熟练，还是对系统和问题的理解？答案，可能决定你是不是下一波 AI 职业红利的受益者。

关键词： AI Engineer， AI Operations， 代码生成， 大语言模型， 生成式AI

事实核查备注： 需要核查：1）Semafor 文章《The Rise of the Novice Coder》发布时间与原文表述；2）Leo Agüera y Arcas 的具体职位与案例细节；3）swyx 原文对 AI Engineer 的定义；4）Andrej Karpathy 在该帖下的原始评论内容；5）文中提及的薪资数字为视频引用示例，需谨慎对待。