AI工程技能地图系列文章讲了什么
Andrew Ng 的三篇文章强调，Agent 时代仍需软件工程基础，开发重点正转向判断、设计、验证与迭代。
要点
- 软件工程基础用于指导延迟、可用性、一致性、可靠性、可维护性与成本取舍，也用于将 AI 能力融入完整系统。
- 五项基础是全栈开发、数据管理、系统架构、安全与可靠性、生产运维；数据设计从访问模式出发，架构随原型、生产与规模化阶段调整。
- Coding agent 工作流分为规划、执行、部署监控：先研究代码并写需求与技术设计，再生成和审查计划，执行时平衡自主性与人工监督。
- 使用 agent 需掌握工作流引导、自主性管理、产出审查、环境定制与基础原理；上下文更新、多 agent 编排、权限和测试都需管理。
- AI 应用技能包括 LLM 基础、数据接入、agentic 系统、eval 驱动开发、生产运维与 ML 基础；数据接入不局限于 RAG。
- 迭代依靠有纪律的 eval 与错误分析闭环，并持续检验评测是否合适，按任务选择确定性测试、LLM 裁判或人工参与，而非凭感觉优化。