Engineering（工程）在当下 AI 语境中，正从传统的软件工程、数据工程，扩展出 AI 工程、智能体工程等新分支，成为技术社区讨论度最高的方向之一。无论是开源框架的大会、高校课程，还是一线开发者的工作流变化，都显示"工程"的内涵正在被大模型和智能体重写。
Engineering 近期进展
当前焦点与观察点
开发者工作流的变化是近期最受关注的争议点。独立开发者开始不碰 git，全交给 Claude 和 Codex 处理描述了部分开发者把版本控制也交给编码智能体的做法；与此相对，Geoffrey Huntley：用 pre-commit hook 约束编码智能体的写法代表了另一派观点——通过工程手段给智能体设边界，而非完全放权。两条路线的张力正是当前 AI 工程实践的核心。
教育层面，工程知识正在快速体系化。密歇根大学 AI 编程课第 14 讲公开讲解了 Subagents 机制与取舍（来源），Stanford 公开了 CS 329Z Agent 工程课讲义，第 7 讲聚焦记忆架构（来源）。高校课程进入智能体工程领域，说明这一方向已具备稳定的知识框架。
值得关注的是经典工程的延续与硬件侧的动手文化：Google 发布了《Site Reliability Engineering》第二版（来源），可可靠性工程仍是工程底座；把吃灰的 rabbit r1 刷成 llama.cpp 开发机则展示了社区把消费级硬件改造成本地推理设备的工程玩法。总体看，Engineering 的边界正在模型层、智能体层与传统可靠工程之间重新划定，评估体系与智能体约束机制是接下来最值得观察的两个变量。