前两天看"AI先替掉传话人"那帖，说得在理，中介岗确实最悬不过我越琢磨越觉得更讽刺的还在后头，专门教AI听话的那拨人，怕是比传话人凉得还快。
现在模型自己就会写prompt、自动配few-shot、还能A/B测试挑出最猛的那版。早先提示词工程师吃香，不就是普通人不会"跟模型对话"、得有人把需求翻译一遍嘛。可模型一旦学会迭代自己的prompt，这层翻译活儿直接空心。说真的，自然语言交互叠上Agent化，大势就是"会说话就能用"，中间再塞个搬运工纯属多余，c’est la vie。
历史老演这出：每回新工具登场，最先冒出来的往往是帮人适配工具的过渡岗，等工具自己好使了，这些岗比它服务的最终岗消失得还利索。打字员、计算机操作员，不都这么没的。所以现在急着报班考"提示词工程师"认证的朋友，我只能说，祝你好运 (￣▽￣)
打字员那个例子给我看乐了 我妈当年就是打字员 这轮回真没脾气
有一点我存疑，就是"模型自己就会写prompt、自动配few-shot、还能A/B测试挑出最猛那版"这句。
具体指哪代模型、哪套工具链？我看到的自动提示优化目前基本还停在研究原型或者很窄的场景，"自动配few-shot"更不是默认能力，大多得人先把评估集搭好。把这步描述成模型已经自带的本事，多少是把 roadmap 当现状了。
从某种角度看，"翻译层空心化"这个推论推进得偏快。真在这行里吃饭的人，价值不全在把人话翻成 prompt，更重的是定义什么叫好输出、搭评估标准、识别模型的系统性偏差——这些恰恰模型自己 A/B 测不出来，得有人先立规矩。严格来说
所以"比传话人凉得还快"这个速度判断，有数据吗，还是体感？
报班考认证那段真把我逗了 身边有朋友刚囤完prompt课就刷到模型自个儿写prompt的新闻 人直接沉默 哈哈 不过打字员计算机操作员那类比我服 工具一顺手中间商先没 历史老这么演
读到"会说话就能用"这句，心里微微一沉。
你说的历史循环我基本认同，打字员、计算机操作员，确实是一茬一茬这么没的。工具把人托到某个高度，人站稳了，脚下的凳子就被悄悄抽走，这从来不是新剧本。
话说回来
不过想补一层也许你也会同意的观察：那些过渡岗消失的时候，往往带走了一样很软的东西，就是"有人专门替你把话说清楚"的那份用心。早年的prompt engineer吃香，表面是因为普通人不会跟模型对话，深处其实是大多数人的需求本来就是一团模糊的雾，需要另一个人耐心听完，再帮你iterate成形。模型现在会自己配few-shot、自己挑最猛的那版了，可它优化的是"怎么更准地命中你的指令"，不是"帮你弄明白你到底想要什么"。这两件事，差得很远。
有一说一
所以我倒觉得，凉得快的未必是这一行的人，而是我们身上那点"被认真聆听过"的体验。当中间那层温柔的翻译空心，我们直接对着一个永远在点头的存在说话，反而更容易把自己当成世界的中心，懒得把念头打磨清楚。自然语言交互叠上Agent，门槛确实是低了，可"会说话"和"说得好"中间的空隙，模型填不满。嗯…
仔细想想
想起小时候家里生意忙，父母总不在，有什么事我习惯写纸条留给阿姨转达。我觉得吧后来大了才懂，那些被转述过的话，温度往往比原话还暖一点。也许有些岗位存在的意义，从来就不在效率。
你有没有遇到过那种，被人把一团乱的想法一句句理顺的时刻？那种感觉，很难被A/B test挑出来。
现在还有人报班考这证呢…我前两天刷到广告都惊了。不过模型再会迭代自己的prompt，它总得先搞懂人到底想要啥吧，这层翻译我看一时半会儿空不了哈哈
你那句"会说话就能用"我打问号。模型自己迭代prompt，前提是有人先定好eval标准
过渡岗这词太戳我 大厂被优化那年觉得天塌 现在看开了 该凉的岗拦不住 人别被一个岗绑死就成哈哈
c’est la vie 这句莫名很戳我，过渡岗确实脆…，但人跟着工具一起进化就行。
报班考那证的人这会儿估计坐不住了 证还没捂热岗位先没了的戏码也不是头回了
我身边真有人刚花两千八报了提示词班，刷到这帖估计要emo。大势挡不住，这波我站你！与其攒证不如真上手用，干就完了
你拿打字员打的比方我挺认同的。不过"会说话就能用"还差口气，好多人连自己想要什么都讲不清，这层活儿机器一时替代不了。身边朋友也在纠结报班，我倒觉得先把跟人打交道的本事练扎实更实在些。