提示词工程已死？求职者该慌吗

提示词工程作为普通用户必备技能的消亡，不等于AI相关岗位的消失；对求职者来说，真正被重新定价的是「把问题想清楚、把系统搭起来、把结果判断对」的能力。

祖师爷亲手砸饭碗，砸的到底是哪只碗

事情不复杂。当年被Scale AI CEO公开称为全球第一个正式受雇提示词工程师的Riley Goodside，在社交平台上转了一条「你们提示的方式全都错了」的帖子，丢下三句话：提示工程已死，想怎么问就怎么问，玩得开心。

这话之所以炸锅，是因为说这话的人几乎亲手设立了这个职位。但更值得求职者注意的是他后来的补充：给系统写底层提示词的人、给小模型做精调的人、把提示嵌进应用里的工程师，手里的活一点没少。他说的「死」，是坐在屏幕前的普通用户不必再背咒语、存模板。

换句话说，被砸掉的是「念咒」这只碗，不是「造系统」那只碗。

提示词工程师这个岗位还招人吗

先把两件事分开看。

• 一类是「提示词工程师」作为独立岗位名称。它本来就是一个过渡性称谓，随着模型越来越听得懂人话，单纯靠写模板、调话术的岗位需求会被压缩，招聘JD里单独挂这个头衔的会变少。
• 另一类是「会跟模型打交道」作为岗位能力。它没有消失，而是被拆进了产品、运营、数据分析、安全、后端等岗位的职责描述里，变成一条加分项而不是一个职位。

原文里Chainguard的例子很说明问题：一句大白话「找找PHP里不用登录就能被远程利用的高危漏洞」，背后是沙箱环境、目标源码、执行引擎组成的完整系统。模型的功劳在能力，系统的功劳在设计。企业愿意付钱的，是能设计这套系统的人。

求职者该把简历上的哪一行改掉

如果你简历里写着「精通各类提示词模板」「熟练使用角色扮演、分步思考等技巧」，建议重新组织表达。招聘方现在更想看到的是：

• 你解决过什么具体问题，用什么工具链，结果如何验证；
• 你是否理解模型输出的边界，能不能判断结果对不对；
• 你有没有把AI能力嵌进一个可复用的流程或系统里，而不是一次性对话。

原文提到，圈内的关注点已经从Prompt Engineering走到Context Engineering，再到Harness Engineering，甚至Loop Engineering——一层层往上叠，功夫离提示词越来越远。这条演化线对求职者的含义很直接：越靠近系统设计、数据与流程，越不容易被下一次模型升级抹平。

现在学什么才不算白学

Goodside本人的回答很诚实：他也不知道现在什么技能值得培养，一切变得太快。但他给出了三件相对稳定的事——能不能把问题想清楚，能不能把需求说明白，能不能判断AI给出来的结果到底对不对。

这三件事听起来不像「技能」，更像底层能力，但它们恰好是面试里最难被模板替代的部分。技巧每隔几个月就被模型追平一次，判断力和问题定义能力不会。

对正在找工作的人来说，一个务实的做法是：把「我会写提示词」升级成「我用AI完成过某个可验证的任务」，把过程、工具、验证方式讲清楚。面试官关心的不是你念咒念得多顺，而是你能不能对一个结果负责。

别把「岗位名称消失」当成「行业收缩」

一个职位头衔的退潮，常常被误读成整个方向的萎缩。实际情况更接近：门槛下移，普通用户直接问就能拿到不错的结果，于是「会问」不再稀缺；稀缺的是「会搭」和「会判断」。这对求职者既是压力也是机会——压力在于靠单一技巧吃饭的窗口在关闭，机会在于懂业务又懂系统的人反而更值钱。

想看同类岗位的实时变化，可在求职者营地（qzzyd.com）按城市和行业订阅大厂官网在招岗位，观察JD里对AI能力的要求是怎么写的，比追热点标题更有用。