在生成式人工智能（GenAI）的浪潮下，软件工程领域正在经历一场深刻的变革。一种全新的工程师正在崛起，他们借助生成式AI的力量，以前所未有的速度和效率构建功能强大的应用程序。本文旨在剖析这些新型GenAI应用工程师的关键技能，并探讨在招聘面试中如何识别和评估他们的能力。
GenAI应用工程师的核心技能
要成为一名出色的GenAI应用工程师，需要掌握以下两个核心技能：
运用AI构建模块：
掌握多种AI构建模块：如同拥有各种类型的乐高积木一样，掌握多种AI构建模块能够更灵活地构建复杂的应用程序。这些模块包括提示工程技术、代理框架、评估方法、安全防护措施、检索增强生成（RAG）、语音技术栈、异步编程、数据提取、嵌入/向量数据库、模型微调、图数据库与LLM的结合应用、代理浏览器/计算机使用、多步推理链（MCP）以及推理模型等。仅仅掌握LLM API的调用是远远不够的，需要对各种AI构建模块有深入的理解和应用能力。
持续学习和探索：AI构建模块的数量正在快速增长，新的工具和框架不断涌现。GenAI应用工程师需要保持对最新技术的敏感性，积极探索和学习新的构建模块，以便不断扩展自己的技能和应用范围。同时，也要认识到，即使是1-2年前的技术，如评估技术或向量数据库框架，在今天仍然具有重要的价值。
AI辅助编码：
熟练使用AI辅助编码工具：AI辅助编码工具能够显著提高开发者的生产力。从2021年首次亮相的Github Copilot，到后来涌现的Cursor和Windsurf等AI赋能的IDE，这些工具在代码自动补全、代码质量保证和代码生成方面都表现出色。随着LLM的不断改进，这些工具的能力也得到了极大的提升。
掌握高级代理编码助手：OpenAI的Codex和Anthropic的Claude Code等高级代理编码助手，能够自主编写代码、进行测试和调试，极大地提高了开发效率。然而，要充分发挥这些工具的潜力，工程师需要具备扎实的AI和软件架构基础，能够清晰地定义产品目标，并指导系统朝着目标前进。AI辅助编码工具的快速发展要求工程师不断学习和掌握最新的技术。
AI辅助编码工具的迭代速度远快于AI构建模块。虽然AI构建者可能会使用几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，工具之间的竞争更加激烈，优胜劣汰的规律也更加明显。Anthropic、Google、OpenAI等巨头都在这个领域投入了大量资源，预计未来AI辅助编码工具的发展速度将继续加快。及时掌握最新的AI辅助编码工具，将有助于开发者显著提高工作效率。
额外的加分项：产品技能
除了技术能力之外，产品技能对于GenAI应用工程师来说也是一个重要的加分项。在一些公司，工程师只需要按照产品经理提供的详细设计图和规格说明编写代码即可。然而，如果产品经理需要事无巨细地指定每一个细节，这无疑会降低团队的开发效率。同时，AI产品经理的短缺也加剧了这个问题。因此，如果GenAI工程师具备一定的用户同理心和产品设计能力，能够根据高层次的指导（例如，“创建一个用户界面，允许用户查看个人资料并更改密码”）自主做出决策，并构建可迭代的原型，那么团队的开发速度将会大大提高。
面试GenAI应用工程师的技巧
在面试GenAI应用工程师时，可以从以下几个方面考察他们的能力：
- AI构建模块的掌握程度：考察他们对各种AI构建模块的理解和应用能力，以及他们是否能够灵活地组合这些模块来解决实际问题。
- AI辅助编码的使用能力：了解他们是否熟练使用各种AI辅助编码工具，以及他们如何利用这些工具来提高开发效率。
- 产品/设计能力：评估他们是否具备用户同理心和产品设计能力，以及他们是否能够根据高层次的指导自主做出决策并构建原型。
此外，还有一个问题可以很好地预测他们的技能水平：“你如何跟上AI领域的最新发展？”由于AI技术发展迅速，那些具有良好学习策略的人，例如定期阅读行业资讯、参加短期课程、积极参与社区讨论以及进行实践项目，通常能够更好地保持领先地位。相反，如果仅仅依靠社交媒体获取AI信息，则很难获得深入的理解和知识。
案例分析：GenAI应用工程师在实际项目中的应用
为了更好地理解GenAI应用工程师在实际项目中的作用，我们来看一个案例。假设一家公司希望开发一个智能客服系统，该系统能够自动回答用户的问题，并提供个性化的服务。
在这种情况下，GenAI应用工程师可以利用以下AI构建模块来构建该系统：
- 自然语言处理（NLP）：用于理解用户的提问。
- 知识图谱：用于存储和检索相关信息。
- 对话管理：用于管理对话的流程。
- 生成式模型：用于生成回答。
同时，他们还可以利用AI辅助编码工具来提高开发效率，例如：
- 自动代码生成：根据需求自动生成代码。
- 代码补全：快速补全代码。
- 代码测试：自动测试代码的质量。
通过结合使用AI构建模块和AI辅助编码工具，GenAI应用工程师可以快速构建出一个功能强大、性能优越的智能客服系统。
GenAI应用工程师的未来发展趋势
随着AI技术的不断发展，GenAI应用工程师的角色将变得越来越重要。未来，他们将不仅需要掌握现有的AI技术，还需要不断学习新的技术和工具，以便应对更加复杂的挑战。同时，他们还需要具备更强的产品思维和业务理解能力，以便更好地将AI技术应用于实际场景中。
以下是GenAI应用工程师未来发展的一些趋势：
- 更加注重跨学科合作：GenAI应用工程师需要与产品经理、设计师、数据科学家等不同领域的专家进行合作，共同完成项目。
- 更加强调持续学习和自我提升：AI技术发展迅速，GenAI应用工程师需要不断学习新的知识和技能，才能保持竞争力。
- 更加关注伦理和社会责任：AI技术的应用可能会带来一些伦理和社会问题，GenAI应用工程师需要关注这些问题，并采取相应的措施。
结论
GenAI应用工程师是软件工程领域的新兴力量。他们通过掌握AI构建模块和AI辅助编码工具，能够以更快的速度和更高的效率构建功能强大的应用程序。随着AI技术的不断发展，GenAI应用工程师的角色将变得越来越重要。企业需要重视对GenAI应用工程师的培养和招聘，以便在激烈的市场竞争中保持领先地位。同时，GenAI应用工程师也需要不断学习和提升自己的技能，才能适应快速变化的技术环境。
