对理解AI的开发者有着显著的未满足需求。同时，由于大多数大学尚未将其课程调整为适应编程工作在AI工具下变得更加高效的新现实，最近计算机科学毕业生的失业率也有所上升。 当我面试AI工程师——那些擅长构建AI应用的人时，我寻找能够： - 利用AI辅助快速构建软件系统 - 使用AI构建模块，如提示、RAG、评估、代理工作流和机器学习来构建应用 - 快速原型和迭代 具备这些技能的人能够完成的工作量远远超过那些以2022年我们所用的方式编写代码的人。在每周与大型企业交谈时，我发现他们非常希望雇佣数百名或更多具备这些技能的人，以及那些有着伟大想法但没有足够工程师来实现的初创公司。随着越来越多的企业采用AI，我预计这种人才短缺只会加剧！与此同时，最近的计算机科学毕业生面临着更高的失业率，尽管低于大多数其他专业的低就业率——即毕业生从事不需要学位的工作。这就是为什么我们同时听到计算机科学毕业生失业的轶事，以及对需求旺盛的AI工程师薪资上升的消息。 当编程从打孔卡演变为键盘和终端时，雇主们仍然继续雇佣打孔卡程序员一段时间。但最终，所有开发者都必须转向新的编码方式。AI工程师同样正在创造一场巨大的变革浪潮。 有一种“AI原住民”新毕业生的刻板印象，他们的表现超越了经验丰富的开发者。这其中有一些真相。我多次为全栈软件工程职位雇佣了一个真正懂AI的新毕业生，而不是仍然以2022年风格工作的经验丰富的开发者。但我所认识的最优秀的开发者并不是最近的毕业生（对新毕业生没有冒犯之意！）。他们是那些紧跟AI变化的经验丰富的开发者。今天最具生产力的程序员深刻理解计算机、如何架构软件以及如何做出复杂的权衡——并且熟悉尖端的AI工具。 当然，2022年的一些技能正在变得过时。例如，我们当时必须记住的许多编码语法现在不再重要，因为我们不再需要手动编写代码。但即使假设计算机科学知识中有30%已经过时，剩下的70%——结合现代AI知识——才是真正使开发者高效的关键。（即使在打孔卡变得过时后，基本的编程理解对于将代码输入键盘仍然非常有帮助。） 如果不理解计算机的工作原理，你无法仅仅通过“随意编码”来达到伟大。基础知识仍然很重要，对于那些同时理解AI的人来说，工作机会是非常丰富的！ [原文：]