AI赋能的未来：新一代GenAI应用工程师的崛起
在人工智能（AI）浪潮的推动下，软件工程领域正在经历一场深刻的变革。新一代的GenAI（生成式人工智能）应用工程师正在崛起，他们借助生成式AI的力量，以前所未有的速度构建出功能强大的应用程序。本文旨在深入探讨这些工程师的关键技能，并提供在招聘面试中识别他们的有效方法。
GenAI应用工程师的核心技能
优秀的GenAI应用工程师需要满足以下两个主要标准：
- 运用AI构建模块：他们能够熟练运用各种AI构建模块，快速构建强大的应用程序。
- AI辅助的快速工程：他们能够利用AI的辅助，以惊人的速度构建软件系统，大幅缩短开发周期。
此外，良好的产品和设计直觉也是一项重要的加分项。
AI构建模块：积木式创新
如果将软件开发比作搭建乐高积木，那么AI构建模块就是各种不同类型的积木。拥有单一类型的积木，或许可以搭建一些基本的结构。但如果拥有各种各样的积木，则可以迅速组合它们，形成复杂且功能完善的结构。软件框架、SDK和其他工具也是如此。仅仅掌握调用大型语言模型（LLM）API的技能，只是一个良好的开端。更重要的是，要拥有广泛的构建模块类型，例如prompting技巧、Agentic框架、评估（evals）、安全防护（guardrails）、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（vectorDBs）、模型微调、图数据库（graphDB）与LLM的结合应用、Agentic浏览器/计算机使用、MCP、推理模型等等。掌握这些技能，才能创造出更加丰富和强大的应用。
AI构建模块的数量正在快速增长。随着开源贡献者和企业不断推出新的构建模块，及时掌握这些资源有助于扩展你的构建能力。即使是一些1到2年前的构建模块，例如评估技术或使用vectorDB的框架，在今天仍然具有重要的意义。
AI辅助编码：效率革命
AI辅助编码工具极大地提高了开发人员的生产力，并且这些工具正在迅速发展。GitHub Copilot于2021年首次发布（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之类的新一代AI赋能IDE提供了更出色的代码质量保证（QA）和代码生成功能。随着LLM的改进，构建在它们之上的AI辅助编码工具也得到了改进。
现在，我们拥有了高度Agentic的编码助手，例如OpenAI的Codex和Anthropic的Claude Code。这些工具在编写代码、测试和调试方面表现出色，能够自主地进行多次迭代。对于那些不仅“凭感觉编码”，而且深入理解AI和软件架构基础，并能引导系统朝着精心选择的产品目标前进的熟练工程师来说，这些工具能够以无与伦比的速度和效率构建软件。
AI辅助编码技术的发展速度远超AI构建模块。1或2年前的技术与今天的最佳实践相去甚远。部分原因可能是，AI构建者可能会使用数十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和其他参与者在该领域的巨额投资，预计这种快速发展的步伐将持续下去。及时掌握AI辅助编码工具的最新发展将带来回报，因为每一代工具都比上一代更好。
额外优势：产品技能
在一些公司，工程师只需按照产品经理提供的详细规格和像素级完美的设计图，编写代码来实现产品即可。但如果产品经理需要指定每一个最小的细节，这会拖慢团队的速度。AI产品经理的短缺加剧了这个问题。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，那么团队的效率会更高。这意味着，只需提供关于构建内容的高级指导（例如“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许多决策，并构建至少一个可以迭代的原型。
如何识别GenAI应用工程师
在面试GenAI应用工程师时，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，以及他们的产品/设计直觉。还有一个问题可以很好地预测他们的技能：“你如何掌握AI的最新发展？”由于AI发展迅速，那些拥有良好学习策略的人，例如阅读行业资讯、参加短期课程、定期进行实践项目，以及拥有一个可以交流的社区，确实比那些学习策略不太有效的人（例如，主要通过社交媒体获取AI信息）更能保持领先地位。
案例分析：GenAI在金融领域的应用
假设一家金融科技公司希望开发一款智能投资顾问应用，利用GenAI技术为用户提供个性化的投资建议。传统的开发模式可能需要一个庞大的团队，耗费数月甚至数年的时间。然而，借助GenAI应用工程师，开发过程可以大大缩短。
首先，工程师可以利用现有的AI构建模块，例如RAG（检索增强生成）技术，从大量的金融数据中提取有用的信息。他们还可以使用嵌入/向量数据库来存储和检索用户的投资偏好和风险承受能力。通过结合这些构建模块，工程师可以快速构建一个原型系统，该系统能够根据用户的具体情况生成个性化的投资建议。
其次，工程师可以利用AI辅助编码工具，例如GitHub Copilot或Claude Code，来加速代码的编写和调试过程。这些工具可以自动完成一些重复性的任务，例如生成样板代码或检测潜在的错误。通过使用这些工具，工程师可以专注于更具挑战性的任务，例如优化算法或设计用户界面。
最后，如果工程师还具备一定的产品设计能力，他们可以主动参与到产品的设计过程中，提出自己的建议和想法。例如，他们可以建议在应用中添加一些新的功能，或者改进现有的用户界面，以提高用户的体验。
通过结合AI构建模块、AI辅助编码工具和产品设计能力，GenAI应用工程师可以在很短的时间内构建出一个功能强大的智能投资顾问应用。这不仅可以降低开发成本，还可以提高产品的质量和竞争力。
GenAI应用工程师的职业发展
随着AI技术的不断发展，GenAI应用工程师的需求将会越来越大。对于那些希望在该领域发展的工程师来说，以下是一些建议：
- 持续学习：AI技术发展迅速，需要不断学习新的知识和技能。
- 实践项目：通过参与实际的项目，可以更好地掌握AI技术，并积累实践经验。
- 社区交流：与同行交流，可以了解最新的技术趋势，并获得宝贵的建议和支持。
GenAI应用工程师的职业发展前景广阔。他们可以在各种行业中找到工作，例如金融、医疗、教育、零售等等。他们可以从事各种不同的角色，例如AI工程师、机器学习工程师、数据科学家等等。随着经验的积累，他们还可以晋升到更高的职位，例如技术主管、项目经理、CTO等等。
总结
新一代的GenAI应用工程师正在借助生成式AI的力量，以更快的速度构建更强大的应用程序。他们不仅需要掌握各种AI构建模块和AI辅助编码工具，还需要具备良好的产品设计能力。对于那些希望在该领域发展的工程师来说，持续学习、实践项目和社区交流是成功的关键。
AI赋能的未来已经到来，GenAI应用工程师将在这个未来中扮演着重要的角色。
