AI 作为一个新领域：aishniks 和自动化

人工智能：一个独立的专业领域——从氛围编程到AI专家

人工智能已不再是IT专家工具箱中的普通工具。它已发展成为一个需要跨学科方法的独立领域：数学、语言学、生物学和物理学在神经网络开发中占据主导地位。具体模型是IT产物，但人工智能整体而言，其影响力堪比电力或互联网，正在引发一场基础设施变革。

用户利用AI生成代码或内容，并不会自动成为程序员。结果并非职业的指标：黑客和渗透测试员使用不同方法解决类似问题。

引入“AI专家”这一术语

我们提出俚语术语_AI专家_——人工智能领域的专业人士。他们以AI为主要工具解决应用问题，不一定具备编程技能。

AI专家角色的示例：

• 使用图像生成模型制作表情包：了解提示词、风格、工具（如Midjourney、Stable Diffusion），但不编写代码。
• 日常任务自动化者：通过无代码+AI构建机器人，无需后端知识。
• 内容创作者：大规模生产文章、图像，注重数量而非独特性。

这类似于传统艺术中的艺术家：技术和工具的知识比基础代码更重要。

使用AI的开发人员是_开发者AI专家_。他们从任务角度思考，将日常工作委托给模型，但融入IT流程。

人工智能与自动化：不是替代，而是转变

AI自动化生产，就像工厂中的机器。可接受质量的大规模输出取代了零碎的日常任务：

• CRUD应用一天完成而非数周。
• 营销内容生成。
• UI/UX原型设计无需Figma专业知识。

程序员进化为高技能专家：模型优化、边缘案例、安全性。他们的工作像手工工艺品一样受到重视——因其深度和独特性。

即使有通用人工智能，工程工作仍将持续：AI擅长规模化，但在细致架构和可靠性方面存在挑战。

领域划分：IT与AI

IT——创建数字产品（后端、前端、基础设施）。AI——用于生成/预测的概率系统。

| 方面 | IT专家 | AI专家 |

|--------|---------------|---------------|

| 工具 | 语言、框架、CI/CD | 提示词、模型API、无代码 |

| 重点 | 确定性、可扩展性 | 概率性、提示迭代 |

| 结果 | 可预测输出 | 随机性、迭代优化 |

这种划分简化了招聘：AI专家处理80%的日常工作，IT负责核心工程。

关键要点

• AI是基础设施，而非服务：它像电气化一样影响所有行业。
• AI专家是一个新角色：无需编码背景的AI专业人士。
• 自动化提升了深度IT技能的价值：从商品化到工艺化。
• 结果不定义职业：关注方法和专业知识。
• 未来：混合团队中，AI专家负责规模化，IT确保质量。

— Editorial Team