AI应用开发工程师——从知识储备到应用能力的进一步学习重心转变

0 阅读7分钟

前言

本人为软件工程大二学生,技术小白一枚,平日里只会跟着学校老师教授之内容学习,课外也有在学Java后端、Python等等,但缺乏深度与广度,学习方向也是混乱不堪,所学内容不成体系。回头看看前两年的学习历程,看似时刻都在努力,实则意义不大(甚至可以说完全无意义),现在大家都在学,都在卷,而我在焦虑。焦虑的原因,就是毫无方向,以及对于日后被AI取代的担忧,遂整理些文章,以梳理方向,顺便谈谈我对于当前爆火的AI大模型的粗浅认知,不足之处还请多多批评。

自从chatGPT爆火以来,AI技术再一次走进了各位的视野。其中,我们最担心的,想必是AI大模型对各领域从业人员的取代。而国内外各大厂商的AI布局,更是加重了我们的这一担忧。尤其是即将步入软件开发行业的我,相信诸位也和我有着差不多的感受,从好奇,到焦虑,再到了解和尝试应用,我们正在经历着这样一场伟大的技术变革,并致力于让自己不被淘汰。

作为准程序员,在面对新技术、面对行业重大变革时,我们要做的就是对其进行系统性的学习与实践,才能了解什么会被淘汰,什么不会,然后拥抱变革、抓住风口,顺势而上。

接下来,我将围绕AI应用开发工程师、AI编程协作、Prompt提示词工程、AI code copilot四个部分来聊一聊我个人对此机遇的浅显认知,请多指教。

AI应用开发工程师

1. 是什么?

AI应用开发工程师是专注于利用AI技术开发实际应用及解决方案的专业人员。我们需要掌握传统软件开发技能(如Vue.js、React、SpringCloud等等),同时具备AI模型应用能力。这一新岗位意味着我们或许不再需要将成为传统开发者作为职业目标,而是朝着拥有AI思维及大模型应用能力这一方向去奋斗,以智能生产为核心,将AI融入开发流程中,借助Cursor、DeepSeek、Claude sonnet和Open AI等工具进行开发,从而更容易地涉足未知领域、未知技术,大幅降低实际开发所需的时间成本。另外,我们还可以打造更多的、AI驱动的自动化应用。或许,以后前端、后端、运维、测试等岗位之间的壁垒,会随着AI技术的应用而逐渐变薄。

2. 意义

  • 推动AI技术从实验室走向产业应用,解决医疗、制造、金融等领域的实际问题
  • 成为数字化转型的核心驱动力
  • 构建AI基础设施的重要力量,支撑新一代技术生态

3. 学习必要性

  • 市场存在巨大人才缺口
  • 平均薪资或将比传统软件工程师高
  • 掌握AI落地能力,成为企业数字化转型的关键人才

二、AI编程协作

1. 是什么?

基于AI技术的新型软件开发方式,通过智能代码补全、注释生成、解释代码等功能,实现开发者与AI系统的深度协作。

2. 意义

  • 提升开发效率:AI工具能自动补全代码、生成测试用例,减少重复劳动,让开发者更专注于逻辑和整体设计。
  • 降低技术门槛:我们新手可以通过AI辅助快速学习编程技巧,以后还能借助AI处理琐碎任务,让不同水平的人都能高效协作。

3. 学习必要性

  • 避免被技术革新淘汰
  • 提升工作效率,AI可自动生成文档、程序代码、注释等等
  • 提升学习效率,利用AI解释代码,实现更高效的技术学习
  • 远程协作,寝室里也能做开发

三、Prompt提示词工程

1. 是什么?

Prompt是一种基于AI指令的技术,通过明确而具体的指令,指导语言模型的输出。在提示词工程中,Prompt的定义涵盖了任务、指令和角色三个主要元素,以确保模型生成符合用户需求的文本。(摘自CSDN)

简单来说,Prompt就是一些跟AI交流的套路,把话说得更明白,把需求描述得更精准,让AI更容易读懂我们的需求,从而实现对代码生成、测试等等的精准控制

2. 意义

  • 让AI更懂我们的需求:通过优化提问方式,能更精准地获得想要的回答,避免答非所问,提高AI的实用性,同时让更为精准地为我们写出符合需求的高质量代码。

  • 降低使用门槛:即使不懂编程,普通人也能通过自然语言指令让AI完成复杂任务,比如写报告、分析数据等。

  • 提升工作效率:好的提示词能减少反复调试的时间,让AI一次性给出更符合要求的答案,加快任务完成速度。

3. 学习必要性

  • 核心竞争优势:就像学外语能和外国人交流一样,学会和AI对话的技巧,让你在智能时代比别人更高效、更有竞争力。
  • 提升工作效率:好的提问方式能让AI一次就给出满意答案,不用反复修改调整,帮你省下大量时间处理更重要的事。
  • 适应技术变革

四、AI Code Copilot

1. 是什么?

AI Code Copilot(代码助手)是一个智能编程伙伴,能在我们写代码时实时推荐代码片段以及自动补全内容(比如在Trae里面写文本或是写HTML文件时,敲出一句话或一句代码,后面会自动生成一些我们接下来可能想要写上去的东西,此时按Tab+shift就可以把那些自动生成的东西写上去),就像有个会读心术的家伙在旁边预判我们下一步要写什么一样。此外,它还能帮我们检查错误,以及帮我们自动完成某些任务。

2. 新时代的意义

它正在改变编程方式:

  • 提升效率:减少重复打字,让开发者更专注于核心逻辑
  • 降低门槛:新手能更快上手,老手可以处理更复杂的任务
  • 智能协作:AI能理解代码上下文,提供更精准的建议

3. 为什么要学?

  • 未来趋势:越来越多的开发者都在使用,不学可能落后
  • 工作利器:能帮我们节省大量的编码时间
  • 持续进步:通过AI的建议,我们可以学到更多、更好的编程方法和技巧

结语

AI时代,我们其实不必过于担心LLM将来会取代我们。它将成为我们写程序的强大辅助工具,极大地降低了传统开发技术储备不足对开发工作的影响,让我们能将精力更多地放在需求分析和解决问题能力的提升以及应用程序的整体设计上。AI或许能取代专业壁垒不高的内容(例如那些非科班也能学的开发技术),但解决问题的能力、分析需求的能力永远都处于旺盛的需求之中,因此,我们要更多地关注业务和更前沿的技术,而不是花大把时间在传统技术中需要记忆的部分。它能取代只靠知识储备运行的岗位、行业,但取代不了对综合应用能力需求旺盛的行业。让我们抓住时代机遇、行业风口,努力学习新技术,顺势而上!