AI工程相关 AI 资讯

8月25日

11:48

11:48官方账号Latent Space (swyx)（博客/媒体）

行业传奇人物Andrew Ng开始涉足AI工程领域，关注不可避免的趋势。

行业 Andrew Ng AI工程行业趋势

推荐理由：Andrew Ng加入AI工程领域，值得关注其带来的影响和趋势。

原文

8月24日

15:08

shao__meng@shao__meng

精选

Addy Osmani在Google工作14年，主导过Chrome DevTools、Core Web Vitals，近年负责Gemini/Cloud AI的开发者体验。访谈中分享了他的职业经历、工程文化、AI时代软件工程挑战及写作困境。

行业 Chrome DevTools AI工程 Addy Osmani

推荐理由：想了解Chrome DevTools背后的故事和AI工程趋势，Addy Osmani的经验分享不容错过。

原文

8月23日

15:01

shao__meng@shao__meng

78°

吴恩达发布AI工程技能图谱系列第一篇，聚焦构建与部署AI应用，强调AI应用输出不可预测性，提出六项核心技能：LLM基础、数据为模型提供Grounding、构建Agentic系统、Evaluation-Driven Development、生产运营AI软件、机器学习基础。

技巧吴恩达 AI工程技能图谱构建与部署AI应用

推荐理由：吴恩达最新发布，AI工程技能图谱系列，教你如何构建和部署AI应用，掌握核心技能，提升AI工程能力。

原文

8月19日

12:32

AI Will@FinanceYF5

Andrew Ng发布了AI工程核心技能地图。这份地图详细列出了AI工程师需要掌握的关键技能。该技能地图涵盖了从基础到高级的AI工程知识体系。

AI产品 Andrew Ng AI工程技能地图

推荐理由：吴恩达出了AI工程技能地图，想入行或提升的快看看，比普通课程更系统全面。

原文

12:31

AI Will@FinanceYF5

Andrew Ng通过分析1万份招聘信息和访谈数十位AI专家，总结出4项核心AI工程能力。这包括构建与部署AI应用、软件工程基础、使用Coding Agent以及定义要构建什么。研究显示，会写代码只是AI工程师的起点。

技巧 Andrew Ng AI工程 Coding Agent

推荐理由：吴恩达基于大量招聘数据总结的AI工程能力清单，帮你明确AI工程师必备技能。

原文

12:27

AI Will@FinanceYF5

Andrew Ng分析了超过1万份招聘信息并访谈数十位AI专家后，总结出4项核心AI工程能力。这4项能力包括构建与部署AI应用、软件工程基础、使用Coding Agent以及定义要构建什么。研究表明，会写代码只是AI工程师的起点，而非全部能力。

技巧 Andrew Ng AI工程 Coding Agent

推荐理由：Andrew Ng分析了1万+招聘信息总结出4项AI工程能力，告诉你除了写代码还需要掌握什么。

原文

8月15日

11:20

shao__meng@shao__meng

精选

DeepLearningAI团队分析了超过1万份JD，结合数十次专家访谈和问卷数据，归纳出AI工程四大核心技能。技能图谱强调构建AI应用的关键是建立评估与错误分析闭环，而非只掌握RAG、智能体工作流等构件。软件工程基本功被重新定义为驾驭编程智能体的精确表达力。吴恩达指出，工程师需从纯实现转向参与产品方向定义，以应对智能体按规格交付的趋势。

技巧吴恩达 DeepLearningAI AI工程

推荐理由：吴恩达用一万份招聘数据告诉你AI工程师到底该学啥，四个核心技能讲得很实在，想入行或转岗的可以先对照自查。

原文

00:48

官方账号Andrew Ng@AndrewYNg

Andrew Ng发布了一张AI工程技能地图。该推文获得118次点赞和8742次浏览。AI Engineering技能地图帮助工程师梳理关键技能。

技巧 Andrew Ng AI工程师 AI工程

推荐理由：吴恩达发了张AI工程技能地图，想入行AI工程的，直接照这个学。

原文

8月3日

10:39

AI Engineer@aiDotEngineer

在aiDotEngineer会议上，Cognition的FDE负责人Jia Wu表示编码本身已基本解决，写代码只占20%的问题。真正的挑战在于测试、审查、部署以及企业级维护。该团队将Devin从“绝望时才会用”转变为为全球最大银行带来150%的额外人力。17分钟的演讲聚焦于AI演示与AI部署之间的差距，并指出多数编程工具都倒在这一环节。

行业 Cognition Devin 编程助手

推荐理由：Cognition的人说写代码只占20%，真正难的是测试和部署。他们用Devin给大银行省了150%人力，值得听。

原文

7月30日

03:45

官方一手marktechpost@Asif Razzaq

文章对比了提示工程（Prompt Engineering）、循环工程（Loop Engineering）和图工程（Graph Engineering）三种AI工程方法。循环工程于2025年末进入AI词汇，到2026年6月主导开发者讨论，图工程约六周后出现。三者并非竞争技术，而是在不同抽象层次上改变AI工作流。提示工程聚焦单次指令优化，循环工程引入多步迭代，图工程构建结构化依赖关系。

技巧 Prompt Engineering Loop Engineering Graph Engineering

推荐理由：别再混用这三个术语了。这篇文章清晰拆解提示工程、循环工程和图工程各自管哪一层，面试和写简历都能用上。

原文

7月15日

07:51

Latent.Space@latentspacepod

2026年世界博览会AI工程大会总结了五大趋势。趋势一是关注点从智能体转向系统架构。趋势二引入循环工程作为新的控制层。趋势三表明AI工程正式进入企业级应用。趋势四指出编码智能体正在取代传统IDE。趋势五显示每个智能体平台都围绕技能构建生态。

行业 AI工程智能体编程助手

推荐理由：AI工程师必看：5个趋势帮你看清行业方向，智能体退潮、系统设计和循环工程成新焦点。

原文

07:49

官方账号Latent Space (swyx)@Richard MacManus

在2026年AIE世界博览会上，AI工程进入新阶段，从使用智能体构建转向围绕智能体构建系统。本次展会归纳的五大趋势涵盖智能体编排、持久化状态、人工反馈循环、评估框架和部署实践。这一转变标志着AI工程从工具集成走向系统化架构设计。

行业 AIE World's Fair 智能体 AI工程

推荐理由：这次博览会总结了AI工程怎么从玩智能体变成搭系统，五个趋势都很实在，搞AI工程的同学可以看看。

原文

7月9日

11:43

AI Will@FinanceYF5

Andrew Ng发布了一部长达3小时的免费教程视频，主题为“如何在2026年成为AI工程师”。内容覆盖构建agentic AI系统、AI工程的未来方向，以及完整的提示词课程。还包括一段用AI在30分钟内做出应用的实操演示。该视频旨在帮助学习者系统掌握2026年所需的AI工程技能。

技巧 Andrew Ng 智能体提示词工程

推荐理由：想2026年转AI工程师？Andrew Ng出了3小时免费教程，从agentic AI到提示词，还有30分钟做应用的实操，干货满满。

原文

10:27

shao__meng@shao__meng

精选71°

Addy Osmani 指出在 AI 辅助编程时代，工程师应守住外环（outer loop）的决策与问责，而非内环执行。他提出三个关键词：质量（通过测试、类型、沙箱产生证据）、裁决（人工最终决定放行还是拒收）、可交代性（事后能解释决策链）。数据表明 Sonar 约 42% 提交已是 AI 生成或显著辅助，但审查能力稀缺，形成信任-验证缺口。Osmani 强调模型越强（如 Claude Fable 5、GPT-5.6），杠杆越大，义务越大。

行业 Addy Osmani 外环 AI工程

推荐理由：Addy 把工程师角色从代码执行者挪到系统治理者，给了一整套判断框架，适合正在搞 AI 工程实践的人看。

原文

7月3日

15:00

官方账号Latent Space (swyx)@Richard MacManus

AI Engineer World's Fair 近日闭幕。会上就循环（loops）架构展开辩论。发布了AI工程状态报告。闭幕主题演讲聚焦下一步构建方向。

行业 AI Engineer World's Fair AI工程循环辩论

事件专题

推荐理由：看AIEWF闭幕精华：循环辩论和AI工程报告，了解2025年工程社区在争什么。

原文

14:18

Latent.Space@latentspacepod

AI Engineer World's Fair 近日闭幕，活动包含一场关于循环（loops）的辩论。会上发布了AI工程状态报告。闭幕主题演讲聚焦于下一步应构建什么。现场还展示了一台火车头（locomotives）。

行业 AI Engineer World's Fair AI工程行业活动

推荐理由：想了解AI工程领域的最新讨论和趋势？这篇报道总结了活动中的关键辩论和报告，帮你快速把握行业方向。

原文

00:55

AI Engineer@aiDotEngineer

AIE Keynotes最后一天，barrnanas发表年度State of AI Engineering演讲，总结AI工程领域现状。JohnOusterhout介绍硬件/推理赛道，强调推理优化重要性。mikeyk和garrytan为创始人提供创业建议，讨论早期策略。theo在活动中被现场吐槽，增加趣味性。

行业 AIE Anthropic Google DeepMind

事件专题

推荐理由：AIE最后一天有barrnanas总结AI工程年度趋势，还有硬件推理和创始人建议，值得看回放

原文

7月2日

00:47

AI Engineer@aiDotEngineer

AIE大会第二天主题演讲重点关注AnthropicAI的Fable项目、Google DeepMind团队（曾推出Nano Banana、Veo、Omni）以及Amazon AGI的研究进展。同时，大会将展示今年在RSI（递归自我改进）和自动研究（Autoresearch）领域的工作成果。演讲将涵盖多个前沿AI模型和智能体方向的创新。

行业 Anthropic Google DeepMind Amazon AGI

事件专题

推荐理由：AIE第二天演讲名单很硬核：Anthropic的Fable、DeepMind的Nano Banana/Veo/Omni团队、Amazon AGI，还有RSI自动研究。搞AI工程的人别错过。

原文

7月1日

04:02

官方一手@OpenAIDevs@OpenAIDevs

OpenAI Devs在推文中指出，随着智能体承担更长时间运行的工作，工程重心正从编码转向设定方向、审查工作以及设计更好的模型系统。该观点由@steipete在@aiDotEngineer平台分享，反映了AI开发工作流的演变趋势。这一转变强调工程师需要更多关注系统架构和智能体行为评估。

行业 OpenAI 智能体 AI工程

事件专题

推荐理由：OpenAI开发者团队分享的最新趋势：当智能体干活越来越久，工程师的角色从写代码变成了定方向、审结果和设计系统，值得关注这个变化

原文

6月21日

15:09

AI Will@FinanceYF5

Bessemer Venture Partners的最新调研显示，90%的技术/工程团队已将AI融入核心流程。具体数据：代码生成工具使用率92%，代码审查增强工具使用率79%，Agentic开发工具使用率60%。调研指出，团队间的真正差距不在于是否使用AI，而在于提速后能否维持代码质量和业务理解。

行业代码生成代码审查 Agentic开发

推荐理由：BVP调研数据很实在：92%团队在用AI写代码，但真正拉开差距的是质量和理解，不是工具本身。

原文

5月28日

10:07

官方账号LangChain@LangChainAI

LangChain 团队将在多伦多科技周（5月27日）举办活动，由部署工程师 Haider Zaidi 和 Questrade 高级首席 AI 工程师 Jasen Mackie 主讲。他们将深入探讨部署长期运行智能体的实际挑战，以及实现这一目标所需的运行时能力。活动提供 RSVP 链接，适合关注 AI 智能体落地的开发者。

行业 LangChain 智能体部署

推荐理由：LangChain 团队亲自拆解长期运行智能体的部署难点，做 AI 智能体工程的开发者可以直接去现场或关注后续资料，少走弯路。

原文

01:11

Milvus@milvusio

长期运行的 RAG 系统最危险的 bug 不是单次错误答案，而是错误被反复检索、强化，最终被系统当作事实。CRAG（Corrective RAG）通过在检索和生成之间加入轻量级评估步骤，对文档进行置信度评分（0.9 以上直接使用，0.5-0.9 补充网络搜索，低于 0.5 丢弃），并在下次检索前预过滤掉低分内容，从而打破“检索→存储→强化”的恶性循环。CRAG 需要向量数据库支持动态存储置信度、混合检索和分区键，Milvus 原生支持这些能力。

AI产品 RAG CRAG Milvus

推荐理由：做 RAG 系统的开发者最怕错误被反复放大，CRAG 用简单评估机制切断雪球效应，值得在长期运行的生产环境中试试。

原文