过去我们说起程序员，大多数人脑海里浮现的画面应该都是：对着代码敲敲打打、改个bug要熬夜、上线节奏一拖再拖……
但今天，一种全新的工程师类型正在兴起——生成式 AI 应用工程师（GenAI Application Engineer）。
这个概念是吴恩达老师最近在他的一封信中提到的：
真正掌握 AI 构建与使用能力的人，正在以远超以往的效率，构建出更强大的产品。
而企业也在拼命寻找这类人。
那什么样的人才能成为这类新工程师？他们的工作到底在做什么？普通开发者又该如何靠近这波红利？
今天就跟大家聊一聊。
AI 构建模块：别只靠调 API
吴恩达用一个形象的比喻讲清了关键点：
“如果你只有一种乐高积木，顶多拼点小房子；但如果你有各种类型的积木，就能搭出复杂又实用的建筑。”
很多人以为用 AI 就是会调调 OpenAI 的 API，或者写个 prompt。但实际上，在复杂的 AI 应用中，一个真正智能的系统可能用到了十几个甚至几十个模块，才能真正跑得通。
这些你听过没：
Prompt engineering（提示词设计）
RAG（检索增强生成）
vectorDB（向量数据库）和embedding（嵌入）
Agent 框架（比如 AutoGen、LangGraph、Coze）
Guardrails（安全限制）
异步调用、MCP、多模型协作机制……
这些模块就像积木，你了解得越多，能拼出来的AI 应用就越有创造力。
真正的 AI 工程师，拼的不是代码本身，而是模块理解力和架构整合能力。
敲代码→和 AI 搭档写代码
再来说说另一项爆发式演进的能力：AI 辅助编程。
说实话，很多人现在用 Copilot 还只是停留在自动补全阶段，但现在的开发工具早已升级成智能开发助手了，比如：
Cursor：一个把 AI 融入 IDE 的浏览器式编辑器，不只是补代码，连调试、解释报错都可以通过对话完成；
Claude Code：Anthropic 推出的智能编码助手，能连续多轮改进、测试、修复代码；
OpenAI Codex：一开始只会写代码，现在可以操作浏览器、调接口、构建完整项目；
这些工具的共性是：不是你用 AI 写代码，而是你和 AI 一起讨论怎么创造东西出来。
但有一个前提：
你得知道自己要做什么，不能只是vibe coding。
一个真正强的生成式 AI 工程师，是那些能清晰定义目标、理解架构本质、并把 AI 当作搭档协同工作的人。
不是产品经理，也得会搭产品
吴恩达还提到一个很容易被忽视的维度：产品力。
我们过去对程序员的印象，往往是只要给我设计图，我就能敲代码。但按照现在的节奏，不允许每一处都由产品经理画图、开会、反复评审。
更理想的团队状态是：
给工程师一个粗略的方向，比如做一个用户中心，让用户能改密码，
他就能自己先搭个原型跑起来。
这不是越权，而是理解用户、设计直觉、快速试错能力的体现。
尤其是在生成式 AI 产品快速迭代的阶段，这种工程师自带产品思维的能力，极其稀缺，极其重要。
我最喜欢的一个问题
吴恩达说，在面试 GenAI 工程师时，他常问一个问题：
你是怎么跟进 AI 最新发展的？
看起来是个很简单的问题，但其实非常有杀伤力。
你平时是通过看 X（推特）、刷朋友圈、逛小红书？
还是订阅了技术播客、关注了专业媒体、每周动手跑项目、在社区里参与讨论？
（后者更有效，社交媒体通常无法提供 AI 发展需要的深度）
说到底，AI 这个行业已经没有稳定岗位了，有的是持续演化的能力。
最后：下一代工程师是什么样子？
如果说过去的工程师是技术执行者，那么今天，真正强的 AI 工程师是一种复合型角色：
既懂技术，又理解模块之间的组合方式；
会用工具，也知道怎么协作、迭代；
能写代码，更能构建系统；
懂产品，甚至可以自己拉起一条产品线快速试水。
说白了：技术、构建、产品以及演化能力，就是下一代工程师的主轴。
这可能是独立开发者的黄金时代，也可能是打工人职业跃迁的新起点。
别再等别人把事儿想清楚，你得是那个定义问题、构建系统、快速行动的人。
如果你也想进入这个世界，请记住：
从现在开始积累自己的 AI 构建模块库，别只会调 API；
尝试用最新的 AI IDE 工具去做点小项目，不要只会做 Hello World；
多看、多问、多构建，不要当信息吃瓜群众，要做主动创造者。
KEEP BUILDING!
文章来源：硅基生命AIGC
文章链接：//mp.weixin.qq.com/s/LBwiU9Ur5cvFxBH6FNwlbg
