毕业舞会pt工程师是人工智能时代的热门工作。
在ChatGPT的炒作中，对这一职位的需求飙升。
但是，尽管钱、噪音和兴奋，一些人说这个角色只是昙花一现。
凯利·丹尼尔热爱她的工作。
丹尼尔曾是媒体高管，现在在软件公司Lazarus AI担任即时主管。
日复一日，她都在哄着OpenAI的GPT等人工智能模型，利用自然语言操纵模型，让它吐出她想要的内容。她说，这就像有一个隐藏的密码等待被破解。
“我只是觉得这真的很有趣，真的很有趣——就像解字谜一样，”丹尼尔说，他的职业生涯还包括在领英(linkedIn)担任临时工程师。
丹尼尔是新一代人工智能工程师中的一员，他们没有正式的技术技能。从市场营销专业人士到商业律师，任何人都有资格从事这项热闹的新工作，被称为“快速工程师”。
坦尼娅?托马斯(Tanya Thomas)是一名律师，后来成为一名即时工程师。她认为自己的工作是一项创造性的工作。
对于人工智能模型的提示，托马斯说:“这就像一个魔方。”“一边是绿色的，而另一边却一团糟，你必须在一个不断迭代的过程中改变它。”
她说，这个角色甚至让她发挥出了创造性的一面，这是她在规范的、往往是非黑即白的法律界工作时所不知道的。
在人工智能的炒作中，对快速工程师的需求一直在飙升，薪水也与之相呼应。去年，人工智能实验室Antropic为其内部快速工程师开出了30万美元的薪水，这一消息登上了新闻头条。
在人工智能热潮中，这一角色的崛起已成为积极就业的象征。这是为了证明“人工智能也会创造新的就业机会”的说法，科技公司经常强调这种说法，以回应人们对就业机会被窃取的担忧。
然而，尽管有金钱、噪音和兴奋，一些人说这个角色只是昙花一现。
提示工程是一个复杂的术语。
这个头衔来自一个更传统的技术工作，包括对大型语言模型进行微调。自从OpenAI的ChatGPT在自然语言的推动下引发了人工智能产品的增长以来，这个职位已经扩展到包括许多其他职责。
一些人对这个新角色持批评态度，特别是当非技术候选人担任这个角色时。
批评人士将这一角色比作在世纪之交聘请谷歌搜索专家，并预测这种专业知识将变得如此规范化，以至于不再被视为一种技能。
纽约大学斯特恩商学院(NYU Stern School of Business)教务长康纳?格伦南(Conor Grennan)是批评人士之一。
“有一种感觉，你必须知道一些你不需要知道的东西，”格伦南在linkedIn上发表了一篇关于非技术提示工程兴起的热情洋溢的帖子后接受采访时说。
这项工作尤其令人沮丧，因为帮助公司整合人工智能的格伦南将ChatGPT等工具视为历史上最民主化的技术之一。
他说，真正重要的是员工使用人工智能的技能和经验，而不是人们如何简单地提示模型。对于Grennan来说，改善ai生成内容的主要方法是学习如何像人类一样与它交谈，这意味着克服与机器聊天的心理障碍。
有关的故事
Grennan表示，引入不了解公司的外部员工只是为了提示模型，甚至可能适得其反，因为在人工智能和具有特定技能的员工之间制造了不必要的障碍，从而减慢了工作流程。
“这有点像雇佣一个懂得如何更好地使用谷歌的人，”他说。“问题是，已经在公司工作的人是拥有必要专业知识的人。”
一些研究表明，时髦的新工作还有一个更深层次的问题。
云计算公司VMware的Rick Battle和Teja Gollapudi最近发表的一篇研究论文表明，最好将即时优化留给人工智能模型，而不是使用它们的人类。
两人发现，自动提示优化——让人工智能模型自己改进提示——产生的结果远远好于人类工程师所能达到的效果。
巴特尔在谈到这项研究时说:“你再也不应该手写提示了。”“只需编写基本指令，然后让模型为你优化提示。”
Battle称即时工程角色是“荒谬的”，是昙花一现。他说，提示人工智能模型是一项重要的技能，而不是一项工作。
“唯一应该从事这类工作的人应该是具有正式数据科学背景的人，因为这里的基本面丝毫没有改变，”他说。
英特尔实验室人工智能科学家瓦苏德夫·拉尔(Vasudev Lal)的另一项研究也得出了类似的结论。
根据Lal的说法，自动提示工程始终优于人类工程师所达到的指标。
“这并不奇怪，因为人类工程师只能探索参数空间的一小部分，”他说。
拉尔说，人工智能提示优化仍然很昂贵，但随着模型越来越先进，它会变得越来越便宜。
拉尔称对人类快速工程的需求是“暂时的”。
他补充说，参与并向模型提供反馈的人越多，它们就能越快地理解人类的意图。
大多数敏捷的工程师也不能幸免于围绕他们角色的争议。
北京一家广告公司的工程师陈怡诺(音)表示，由于人工智能的发展速度，她已经认为自己的角色是不确定的。
“每个人都可以使用这些工具，甚至我爸爸有时也会使用它们，”她说。“我不知道这个角色是否会过于技术性，以至于未来需要一个真正的官方角色。”
虽然陈认为人工智能的推动总是需要人工代理，但她对这项技术对就业市场的总体影响感到紧张。
她说:“我非常害怕生成式人工智能会改变内容创作的总体方式。“人工智能变化如此之快，即使下个月也很难确定它的发展方向。”
丹尼尔也知道评论家们对她的新工作的看法，但她并不在意。
“我肯定有一种保持领先的动力，其中一部分就是这么早进入，”她谈到自己的角色时说。
在科技和媒体等容易裁员的行业工作让她明白，没有一份工作是100%稳定的。(在马克·扎克伯格的第一轮裁员中，丹尼尔被裁掉了meta的一个职位。)
她说，她甚至被一些批评，甚至与谷歌搜索的比较所鼓舞。
她说:“我认为，在每个人都能做到的事情和专家指导的工程师能做到的事情之间，会出现不同的标准。”
总之，她感觉很自信。
“现在每个人都可以用谷歌搜索，但我可以做得更好，”她说。
