详细内容或原文请订阅后点击阅览
Andrew Ng认为你需要的4项AI开发技能——以及专家说他遗漏了什么
生成式和代理式AI的兴起极大地改变了软件开发过程以及所需的技能。
来源:ZDNet | 机器人新闻关注ZDNET：将我们添加为Google上的首选来源。
ZDNET的关键要点
是时候跳出软件工程AI技能的固有思维了吗？全球最著名的AI专家之一最近确定了那些寻求AI开发职业的人所需的四个最关键技能领域。然而，一些行业观察者表示这些建议还不够深入，认为AI技能不仅仅涵盖工程领域，还应扩展到其他以业务为中心的领域。
同样：“不再需要专家”了：如何在AI代理工作场所保持价值
AI开发必备技能
Coursera创始人、斯坦福大学讲师Andrew Ng根据对10,000多个职位发布的分析以及对AI专家、招聘经理和招聘人员的采访，制定了一份AI开发必备技能清单。该清单包括以下能力：
仅凭这些还不够
随着生成式AI（现在的代理式AI）的兴起，软件构建过程已经发生了巨大变化，Ng说。但在围绕AI形成的炒作氛围中，获取正确技能可能是一个令人困惑的过程。尽管如此，“所有开发者——全栈工程师、数据工程师、DevOps工程师、机器学习工程师，以及是的，AI工程师——都需要AI工程技能，”他解释道。
然而，Ng收到了反馈，称他的技能发展建议在将AI引入问题解决能力时需要考虑更大的图景。对他的帖子的一条回应这样说道：“哎呀——这太过于内部视角了。它未能解决业务问题。这就是为什么人们讨厌软件工程师。”
同样：为什么用AI取代员工会适得其反——以及聪明的领导者创造真正价值的5种方式
虽然从纯粹的开发角度来看是有帮助的，但Ng的建议构成了“一种危险地狭窄的企业框架，遭受着建设者偏见的巨大盲点，”The Field CTO创始人兼AI顾问Andy Thurai说。
“Ng的分类完全专注于‘第一天’的创新——编写代码并使模型工作。但在企业环境中，AI最困难的部分不再是构建智能；而是编排、观察和付费。依赖这种狭窄的技能集优化了生产中最不重要的变量。”
“Ng概述的四个技能领域很重要，但仅凭它们还不够，”美国运通软件工程高级经理、女工程师协会NYSCD专业发展总监Deepika Sidana同意道。“构建AI应用只是挑战的一部分。工程师还需要理解业务问题、客户工作流程、风险、合规要求以及失败的后果。”
同样：最拥抱AI的公司正在招聘更多的人——包括入门级岗位
还有什么关键的
强大的编排技能对于将AI引入企业环境尤其关键。这类技能包括“协调模型、工具、数据、评估、可观察性、人工审批和回退路径，”Sidana说。“最优秀的AI工程师将把软件基础与领域知识、产品判断力、沟通以及对可衡量业务成果的责任感结合起来。”
除了编排，关键技能还包括“利用工程和确定性治理的能力；多代理编排；代理仲裁；AI FinOps；运行时经济学；代理可观察性；代理安全；以及社会技术系统集成，”Thurai说。“创新让你到达起跑线，但可观察性、安全性、韧性和治理让你进入生产。”
AI时代最有价值的工程技能“越来越多地存在于传统编码之外，”Meta软件工程师Naman Ahuja说。“AI可以快速生成实现；更困难的工作是构建正确的问题、理解业务约束、分解系统、编排AI和软件组件，以及判断输出在生产中是否真正有用。”
同样：AI正在你的工作上变得更好，但你有时间调整，据MIT称
在Meta的工作中，“基础设施决策通常涉及平衡可靠性、计算效率、成本和用户影响，而不仅仅是编写技术上正确的代码，”Ahuja说。“变得最有价值的工程师将是那些能够将模糊的业务目标转化为可靠技术系统的人。”
“当AI赋能的软件工程师不理解软件为什么被编写以及将如何使用时，AI的生产力提升就会浪费在错误启动和返工上，”Union.ai销售工程主管Chris Matteson警告说。
同时，“并非所有返工都是浪费，”他继续说道。“当生成成本低且获得的信息有价值时，原型制作是非常有效的。需要一个整体视角来知道哪些决策是单向门，并设定我们何时会抛弃原型的标准。太多时候，AI赋能的工程师在泡沫中构建生产级软件。与真实世界的交互才能构建优秀的软件。”