本文介绍了吴恩达和DeepLearning.AI发布的AI工程技能图谱涵盖四大核心能力构建并部署AI应用、软件工程基础、使用Coding Agent、定义和塑造构建目标。文章强调AI工程不仅是技术堆砌更需要综合软件工程思维和项目管理能力并指出Coding Agent的普及对工程师提出了更高要求。对于希望进入AI领域的初学者该图谱提供了一个清晰的学习框架和职业发展指南。最近吴恩达和 DeepLearning.AI 发布了一张 AI 工程技能图原文标题是 The AI Engineering Skills Map。这张图回答一个问题今天做 AI 工程到底需要具备哪些能力吴恩达介绍这张图参考了超过 1 万条招聘信息、对 AI 专家和招聘侧的数十次结构化访谈、问卷以及其他公开资料最终整理出了当前和未来一段时间值得重点关注的 AI 工程能力。整个技能图分成四大块构建并部署 AI 应用软件工程基础使用 Coding Agent定义和塑造要构建的东西这里先明确一点这四块是四类能力的划分不是开发 AI 应用的四个步骤。第一块讲 AI 应用本身怎么构建第二块是软件工程基本功第三块是怎么借助 Coding Agent 完成开发第四块则是怎么判断到底应该构建什么。构建并部署 AI 应用第一块是我们最熟悉的 AI 工程能力也就是怎么把模型和相关技术组合起来做成一个可以使用的 AI 应用。这部分包括大模型基础、上下文工程、RAG、Agent 工作流、机器学习与深度学习等内容。和传统软件相比AI 应用一个很重要的特点是输出具有不确定性。即使输入相同大模型也可能给出不同结果面对新的输入时也很难提前确定模型会怎么响应。因此构建 AI 应用不能只关注RAG 或 Agent 怎么搭还需要通过评估、错误分析等方法持续测量系统表现找到问题并不断调整。原文里特别强调严谨的评估和错误分析循环是这一类能力的重要组成部分。从这个角度看这一块关注的是AI 应用需要哪些核心技术这些技术怎么组合以及怎么让整个系统逐渐变得可靠。软件工程基础第二块是软件工程基础。AI 应用最终仍然是软件系统所以架构、数据存储、测试、性能、可靠性、安全和成本这些问题依然存在。原文里提到软件工程的很多工作本质上都是在不同目标之间做权衡比如开发速度、系统性能、可靠性和成本。理解这些基本概念才能知道有哪些方案可以选也才能判断某种方案为什么合适。Coding Agent 普及以后这项能力并没有变得不重要。Agent 可以帮助我们完成越来越多代码实现但它也会在开发过程中不断替我们做选择。如果缺少软件工程基础就很难给 Agent 提供准确的上下文也很难判断它生成的方案是否合理。所以这一块关注的是理解软件系统中的基本问题和常见权衡并能够判断不同工程方案是否合适。使用 Coding Agent第三块是使用 Coding Agent。现在的软件开发已经不只是自己写代码还包括怎么让 Agent 帮助完成规划、实现、验证和修改。这项能力首先要求对 Coding Agent 的工作方式有比较清楚的认识知道它擅长什么、有哪些局限以及什么时候应该让它继续自主执行什么时候需要人工介入。原文里还提到上下文管理、规划与执行的取舍、为 Agent 提供验证手段、和清晰需求配合、多 Agent 协作以及避免触碰生产数据等风险。所以这里说的“会用 Coding Agent”并不是会使用某一个具体产品而是建立一套和 Agent 协作开发的方法。工具会持续变化但怎么提供上下文、怎么拆任务、怎么验证结果、怎么减少无效循环这些能力会越来越重要。这一块关注的是怎么借助 Coding Agent 提高开发效率同时保证开发过程仍然可控、可靠。定义和塑造要构建的东西第四块是定义和塑造要构建的东西也就是在开始实现之前先判断到底应该做什么。随着 Coding Agent 越来越擅长根据明确的需求完成开发工程师的工作也会更多地向前延伸。原文里提到这需要理解业务背景和客户目标参与定义产品应该解决什么问题、应该包含哪些能力以及怎样推动它从想法走向落地。这项能力里还包括对项目节奏的判断。比如什么时候适合先做一个最小版本验证用户反应什么时候需要放慢速度把关键环节做得更稳。AI 提高了个人能完成事情的范围也意味着工程师需要更主动地发现问题、判断机会并推动事情往前走。这一块关注的是怎么把一个模糊的问题逐渐定义成值得构建、也可以被构建的产品。四块放在一起AI 工程能力比想象中更宽把这四块放在一起看会发现这里讨论的 AI 工程能力范围比单纯掌握模型、RAG、Agent 这些技术更广。构建并部署 AI 应用关注的是 AI 应用本身需要哪些技术以及这些技术怎么组合起来软件工程基础关注的是怎么把应用做成一个稳定、可靠的软件系统使用 Coding Agent关注的是怎么借助 Agent 完成开发定义和塑造要构建的东西关注的是怎么判断应该做什么以及怎么把一个模糊的问题逐渐变成可以落地的产品。这四块不是一套固定流程而是一个做 AI 应用的人需要同时建设的几类能力。项目不同某一块的重要程度可能会变化但很难完全缺少其中任何一块。对我来说这张图最大的价值是给 AI 工程学习提供了一个参照系。以后再接触一个新技术或新工具时可以先判断它属于哪一类能力、解决什么问题而不是把所有东西都当成一条新的学习路线。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】为什么要学习大模型我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年人才缺口已超百万凸显培养不足。随着AI技术飞速发展预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。大模型入门到实战全套学习大礼包1、大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通2、大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。3、AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。4、大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。5、大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。适用人群第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】