从提示词工程到工作流工程 几周学会的技能为什么撑不过几个月

一边是卖得飞起的AI速成课，宣传词里恨不得让你三周变身专家，一边是一位从1995年就开始写C代码的老程序员泼的冷水，几周就能学会的技能，本来就值不了几个钱。这话不是酸话，他把自己的从业经历和一场热门讨论摆在一起，讲清了一个职场人最容易被忽略的规律，技能的价值不由学起来多费劲决定，由它能撑多久决定，押错一次，浪费掉的往往是整整一段职业上升期。

作者 Charles Miller 讲了个自己年轻时的教训。学C语言那会儿人人都说 i++ 比 ++i 慢，理由是后缀自增要先存一份旧值的副本，前缀自增省掉这一步。这其实是民间传说，他20岁那年也就是1995年，最基础的优化编译器已经会检查这个返回值有没有被人用到，没用到就直接省掉。老程序员身上能抠出一大批这种过期招数，在CPU会做分支预测、会重排指令的年代，照着老习惯写代码，反而可能把程序写得更慢。

提示词工程在他眼里就是同一种东西。凡是真能让模型表现更好的招数，用不了几个月就会被折回产品里，打包成所有人的默认体验，花几个月摸索出来的独门功夫转眼变成白送的底座功能。他甚至预言，五年之后还会有老手在自定义指令里固执地写上那句话，你是一位经验丰富的软件开发者，请别犯错。十八个月前，他坐在一间挤满人的屋子里，听台上的CEO喊，不上AI这班车的人就要被时代甩下，他的态度是干好自己的活，别被喊声推着走。

这篇短文下面的讨论比正文还热闹，观点正好分成几派。有人说所谓AI技能就是一直都需要的那几样，自我导向的学习、清晰的表达与取舍、检验假设、评估工具产出、带着约束和验收标准去派活、把什么叫完成说清楚；也有人拿自己公司的情况反驳，完全没碰过大模型的人今天上手并不会立刻变得高效，熟练度是个光谱，半年前模型做不好的任务现在可能就顺手了，唯一的办法是不断上手试；还有人观察到相反的困境，更多人根本榨不出价值，一个会话里塞满不相干的问题，让模型牵着鼻子走，搞不清自己该要多大范围。一位参与者把话说得更狠，凡是识字的人几周就能学会的东西，从来就没值钱过。

掰开来说，这场争论其实留下了一个筛选标准。值得长期投入的，是那种长得慢、迁移广的能力，把话说清楚、把需求想明白、把验收标准定出来，再往下是搭流水线、开沙箱、管发布这些工程老手艺，AI只是让它们变得更要紧；至于某个具体工具的操作窍门，学会就用，别指望它给你撑三年。那位老程序员的活法也给了个台阶，不必抢跑，跟住大部队，把手里的本事练扎实，等风向明朗的时候再全力出手，做对比抢先更重要。

创业找资源，上乌鸦部落。