吴恩达指出，AI时代最抢手的是生成式AI应用工程师，需掌握两大核心技能：一是熟练运用各种AI构建模块（如提示词工程、Agent框架、RAG等）快速开发应用；二是精通AI辅助编程工具实现高效工程化。同时具备产品思维和持续学习能力，才能在快速迭代的AI技术浪潮中脱颖而出。

---

AI时代，什么样的人才最“吃香”？吴恩达老师最近给出了一个明确的答案：生成式AI应用工程师

吴恩达老师认为一名出色的生成式AI应用工程师主要满足两个标准：

（一）他们能熟练运用各种新型AI构建模块，快速开发功能强大的应用

（二）他们能熟练运用AI辅助，实现快速工程化，以远超以往的速度构建软件系统

此外，良好的产品和设计直觉也是一项重要的加分项

核心技能一：掌握AI构建模块

吴老师用乐高积木打比方。如果手上只有一种积木，或许只能搭出一些简单的结构。但如果拥有种类繁多的积木，就能快速组合它们，创造出复杂且功能完备的作品。软件框架、SDK和其他工具也是如此。

仅仅知道如何调用大语言模型（LLM）的API是一个很好的开始，但这远远不够。如果掌握了更广泛的构建模块——例如提示词工程（Prompting）、Agent框架、评估（Evals）、安全护栏（Guardrails）、RAG（检索增强生成）、语音技术栈、异步编程、数据提取、嵌入式/向量数据库、模型微调、图数据库与LLM的结合、基于Agent的浏览器/计算机自动化、MCP（模型、控制器、提示）、推理模型等等——就能创造出远比单一模块更丰富、更强大的组合。

强大的AI构建模块数量正以前所未有的速度增长。随着开源贡献者和企业提供越来越多的模块，持续学习和了解这些新工具，将帮助工程师不断拓展其能力的边界。值得注意的是，即使新技术层出不穷，许多一两年前的构建模块（如评测技术或向量数据库框架）在今天依然至关重要。

核心技能二：精通AI辅助编程

AI辅助编码工具极大地提升了开发者的生产力，并且这些工具本身也在飞速进步。2021年发布、2022年普及的 Github Copilot 开创了现代代码自动补全的先河。但很快，新一代的AI原生IDE（如 Cursor 和 Windsurf）在代码问答和代码生成方面提供了更出色的体验。随着LLM性能的提升，构建于其上的AI辅助编码工具也水涨船高。

如今，我们已经拥有了高度智能化的编码助手，例如 OpenAI的Codex 和 Anthropic的Claude Code，这些工具在自主编写、测试和多轮调试代码方面的能力令人印象深刻。在优秀的工程师手中——他们不仅是“凭感觉编程”，而是深刻理解AI和软件架构基础，并能引导系统朝着经过深思熟虑的产品目标前进——这些工具使得软件开发的速度和效率达到了前所未有的高度。

一个值得注意的观察是，AI辅助编码技术的迭代速度远快于AI构建模块。一两年前的技术可能已经远远落后于今天的最佳实践。这部分原因或许在于，虽然AI开发者可能会使用数十甚至上百种不同的构建模块，但他们不太可能同时使用几十种不同的编码辅助工具。因此，工具之间的“达尔文式”竞争更为激烈。鉴于Anthropic、谷歌、OpenAI等巨头在这一领域的巨大投入，可以预见这种狂热的发展势头将持续下去。紧跟AI辅助编码工具的最新进展将带来丰厚的回报，因为每一代新工具都比上一代强大得多。

加分项：产品思维

在一些公司，工程师的职责是严格按照产品经理提供的“像素级精确”的设计图来实现功能。但如果产品经理必须规定每一个微小的细节，整个团队的开发速度就会被拖慢。AI产品经理的短缺更加剧了这个问题。

实践证明，如果生成式AI工程师同时具备一些用户同理心和基本的产品设计能力，团队的效率会大幅提升。这样，他们只需得到一个高层级的方向（例如，“开发一个能让用户查看个人资料并修改密码的界面”），就能自主做出许多决策，并快速构建出可供迭代的原型。

如何识别优秀人才？

在面试生成式AI应用工程师时，招聘方通常会考察他们对AI构建模块的掌握程度、使用AI辅助编码的能力，有时还会评估他们的产品/设计直觉。

此外，有一个问题被证明对于预测候选人的能力水平非常有帮助：

“如何跟上AI领域的最新发展？”

由于AI技术日新月异，一个拥有良好学习策略的人才能真正保持领先。这些策略包括：

阅读行业通讯（如 The Batch）和参加短期课程

通过动手实践项目进行定期练习

拥有一个可以交流讨论的社群

能够做到这些的人，才能在这场飞速发展的技术浪潮中脱颖而出

前排提醒！文末有大模型CSDN独家资料包，看到最后别错过哦～

普通人如何学习大模型

读者福利大放送：如果你对大模型感兴趣，想更加深入的学习大模型**，那么这份精心整理的大模型学习资料，绝对能帮你少走弯路、快速入门**

如果你是零基础小白，别担心——大模型入门真的没那么难，你完全可以学得会！

👉 不用你懂任何算法和数学知识，公式推导、复杂原理这些都不用操心；
👉 也不挑电脑配置，普通家用电脑完全能 hold 住，不用额外花钱升级设备；
👉 更不用你提前学 Python 之类的编程语言，零基础照样能上手。

你要做的特别简单：跟着我的讲解走，照着教程里的步骤一步步操作就行。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

现在这份资料免费分享给大家，有需要的小伙伴，直接VX扫描下方二维码就能领取啦😝↓↓↓

为什么要学习大模型？

数据显示，2023 年我国大模型相关人才缺口已突破百万，这一数字直接暴露了人才培养体系的严重滞后与供给不足。而随着人工智能技术的飞速迭代，产业对专业人才的需求将呈爆发式增长，据预测，到 2025 年这一缺口将急剧扩大至 400 万！!

大模型学习路线汇总

整体的学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战，跟着学习路线一步步打卡，小白也能轻松学会！

大模型实战项目&配套源码

光学理论可不够，这套学习资料还包含了丰富的实战案例，让你在实战中检验成果巩固所学知识

大模型学习必看书籍PDF

我精选了一系列大模型技术的书籍和学习文档(电子版)，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

大模型超全面试题汇总

在面试过程中可能遇到的问题，我都给大家汇总好了，能让你们在面试中游刃有余

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

👉获取方式：

😝有需要的小伙伴，可以保存图片到VX扫描下方二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最适合零基础的！！