新一代GenAI应用工程师：如何借助生成式AI构建更强大的应用
亲爱的朋友们，
随着生成式AI的崛起，一种全新的GenAI应用工程师正在涌现。他们能够以前所未有的速度构建功能强大的应用程序。企业对这类人才的需求非常旺盛，但这个岗位的具体要求仍在不断演变。本文将深入探讨GenAI应用工程师的关键技能，并分享我在面试中用来识别这些人才的方法。
GenAI应用工程师的核心技能
优秀的GenAI应用工程师需要满足两个主要标准：
- 能够利用新型AI构建模块快速构建强大的应用程序。
- 能够利用AI辅助工具以前所未有的速度构建软件系统。
此外，出色的产品和设计直觉也是一项重要的加分项。
AI构建模块：
如果只有一种乐高积木，那么能构建的结构非常有限。但如果拥有各种各样的积木，就可以快速组合它们来形成复杂而实用的结构。软件框架、SDK和其他工具也是如此。仅仅了解如何调用大型语言模型（LLM）API是一个良好的开端，但如果掌握了各种构建模块，例如提示工程技术、Agentic框架、评估方法、Guardrails、RAG、语音栈、异步编程、数据提取、嵌入/向量数据库、模型微调、带有LLM的GraphDB用法、Agentic浏览器/计算机使用、MCP和推理模型，那么就可以创建更丰富的组合。
强大的AI构建模块数量正在迅速增长。随着开源贡献者和企业提供越来越多的构建模块，及时了解这些模块可以帮助不断扩展构建能力。即使新的构建模块不断涌现，1到2年前的许多构建模块（例如评估技术或使用向量数据库的框架）在今天仍然非常重要。
AI辅助编码：
AI辅助编码工具可以显著提高开发人员的效率，并且这些工具的进步非常迅速。Github Copilot于2021年首次发布（并在2022年广泛可用），开创了现代代码自动完成的先河。此后不久，诸如Cursor和Windsurf之类的新型AI赋能的IDE提供了更好的代码质量保证和代码生成功能。随着LLM的改进，构建在LLM之上的这些AI辅助编码工具也得到了改进。
现在，我们拥有高度智能化的编码助手，例如OpenAI的Codex和Anthropic的Claude Code。我个人非常喜欢使用Claude Code，它在编写代码、测试和自主调试方面给我留下了深刻的印象。在熟练的工程师手中，这些工具可以以前所未有的速度和效率构建软件。这些工程师不仅能深入理解AI和软件架构的基础知识，还能将系统引导至经过深思熟虑的产品目标。
我发现AI辅助编码技术的更新换代速度远快于AI构建模块，1或2年前的技术已远不能代表当今的最佳实践。部分原因可能是，AI构建者可能会使用数十个（甚至数百个）不同的构建模块，但他们不太可能同时使用数十个不同的编码辅助工具，因此工具之间的竞争更加激烈。鉴于Anthropic、Google、OpenAI和其他参与者对该领域的巨额投资，我预计开发的高速发展将继续下去。及时了解AI辅助编码工具的最新发展将会有所回报，因为每一代工具都比上一代更好。
产品技能：
在一些公司中，工程师需要按照产品经理提供的像素级完美图纸和详细规格编写代码。但是，如果产品经理必须指定甚至最小的细节，这会降低团队的速度。AI产品经理的短缺加剧了这个问题。我发现，如果GenAI工程师也具备一定的用户同理心和基本的产品设计技能，团队的效率会更高。例如，如果只给出关于要构建内容的概要指导（“一个允许用户查看个人资料和更改密码的用户界面”），他们就可以自己做出很多决定，并构建至少一个原型来进行迭代。
如何面试GenAI应用工程师
在面试GenAI应用工程师时，我通常会询问他们对AI构建模块的掌握程度、使用AI辅助编码的能力，有时还会询问他们的产品/设计直觉。我发现，还有一个问题可以很好地预测他们的技能：“您如何了解AI的最新发展？”由于AI的快速发展，那些具有良好学习策略的人（例如阅读The Batch、参加短期课程、定期进行实践项目以及拥有可以交流的社区）确实比那些学习策略效果较差的人（例如主要通过社交媒体获取AI信息）更能保持领先地位。
结语
保持学习和构建！
安德鲁
2025年，你需要什么样的AI工程师？
在人工智能（AI）技术日新月异的今天，软件工程师的角色也在经历着深刻的变革。传统的软件工程师可能专注于编写代码、测试和部署应用程序，而新一代的GenAI应用工程师则需要具备更广泛的技能和知识，以便能够充分利用生成式AI的力量。
GenAI应用工程师的核心竞争力
1. 掌握AI构建模块
GenAI应用工程师需要熟悉各种AI构建模块，例如：
- 提示工程技术： 了解如何设计有效的提示语，以指导大型语言模型（LLM）生成所需的结果。
- Agentic框架： 熟悉Agentic框架，例如AutoGPT和BabyAGI，这些框架允许LLM自主执行任务。
- 评估方法： 掌握评估LLM生成结果的各种方法，以确保结果的质量和准确性。
- Guardrails： 了解如何使用Guardrails来限制LLM的行为，以防止生成有害或不适当的内容。
- RAG（检索增强生成）： 熟悉RAG技术，该技术通过从外部知识库检索相关信息来增强LLM的生成能力。
- 向量数据库： 了解如何使用向量数据库来存储和检索嵌入向量，以便进行语义搜索和相似性匹配。
- 模型微调： 掌握如何微调LLM，以使其更适合特定任务。
2. 熟练使用AI辅助编码工具
AI辅助编码工具可以显著提高开发人员的效率。GenAI应用工程师需要熟练使用这些工具，例如：
- Github Copilot： 利用Github Copilot进行代码自动完成和代码生成。
- Cursor和Windsurf： 使用Cursor和Windsurf等AI赋能的IDE进行代码质量保证和代码生成。
- OpenAI Codex和Anthropic Claude Code： 使用OpenAI Codex和Anthropic Claude Code等智能编码助手进行代码编写、测试和调试。
3. 具备产品和设计直觉
除了技术技能外，GenAI应用工程师还需要具备产品和设计直觉。他们需要能够理解用户需求，并设计出满足这些需求的应用程序。此外，他们还需要能够与产品经理和设计师合作，共同完成产品的开发。
如何成为一名优秀的GenAI应用工程师
1. 持续学习
AI技术发展迅速，GenAI应用工程师需要不断学习新的技术和工具。可以通过阅读博客、参加课程和参与社区来保持学习。
2. 实践项目
理论知识很重要，但实践项目更重要。通过参与实践项目，可以将所学知识应用到实际问题中，并提高解决问题的能力。
3. 参与社区
参与社区可以与其他GenAI应用工程师交流经验，并了解最新的技术趋势。可以通过参加在线论坛、参加会议和参与开源项目来参与社区。
GenAI应用工程师的未来
GenAI应用工程师是未来软件开发的重要力量。随着AI技术的不断发展，GenAI应用工程师的需求将越来越大。如果你对AI技术充满热情，并希望成为一名优秀的GenAI应用工程师，那么现在就开始学习吧！
如何在面试中脱颖而出？
在面试GenAI应用工程师时，除了考察候选人的技术技能外，还需要考察他们的学习能力、解决问题的能力和沟通能力。以下是一些可以在面试中提出的问题：
- 您如何了解AI的最新发展？
- 您参与过哪些AI项目？
- 您如何解决AI项目中的问题？
- 您如何与团队成员沟通？
通过这些问题，可以更全面地了解候选人的能力，并找到最适合的GenAI应用工程师。
总之，新一代的GenAI应用工程师需要具备广泛的技能和知识，以便能够充分利用生成式AI的力量。如果你想成为一名优秀的GenAI应用工程师，那么现在就开始学习吧！
