一句话总结

Andrew Ng 用「AI Engineering Skills Map」系统化梳理 AI 工程师能力——「构建与部署 AI 应用」作为第一项，要求掌握 6 大能力（LLM 基础、数据 Grounding、Agentic 系统、评估驱动、生产运营、ML 基础），其中评估驱动开发是区分普通与优秀的分水岭。

核心命题（更完整的口径）

• AI 应用 ≠ 传统软件：AI 组件输出不可预测，因此构建过程更迭代、更难提前精确规划；优秀工程师的核心节奏是「构建 → 检查 → 决定下一步」
• AI Engineering Skills Map 框架：Ng 通过招聘启事分析 + 专家访谈 + 调研反馈提炼的最高层 4 项技能：① 构建部署 AI 应用 ② 软件工程基础 ③ 使用编码 Agent ④ 塑造构建过程
• 第 1 项展开 6 大能力：LLM foundations / Grounding with data / Agentic systems / Evaluation-driven dev / Production operations / ML foundations
• 评估驱动开发 = 分水岭：Ng 明确表态，这是区分「普通 AI 系统构建者」与「优秀 AI 系统构建者」最重要的特质
• 反营销调：与「Prompting 6 个月内死亡」「Loops & Graphs 取代一切」等口号相反——Ng 给的是全面、务实、结构化的技能地图，agentic systems 只是其中一个重要组成，不是全部

核心观点（6 条独立能力 + 4 条元判断）

6 大能力（Ng 原文展开）

1. LLM foundations：理解 tokenization / 生成过程 / 多模态选择 / 上下文窗口 / 推理缓存 / 知识截止 / reasoning effort / 采样参数 / 工具调用 / 何时微调或自托管
2. Grounding with data：RAG 不止向量搜索——含 prompt 直放 vs 工具按需检索 / 多种表示（向量索引 / 知识图谱 / 结构化语义层）/ 文档转输入（文本/PDF/HTML/图像）/ 数据管道干净新鲜
3. Building agentic systems：从预设 workflow 到 agent harness 自主系统；含架构选择（串并行、代码 vs LLM）/ workflow & harness 设计（含 fallback）/ 工具决定（MCP/CLI/沙箱）/ 记忆架构 / 长会话上下文 / 多 Agent 编排 / guardrails & 对抗输入 & 数据外泄治理 / 前沿（voice / computer-use / generative UI）
4. Evaluation-driven development（核心）：evals + 错误分析循环；看 traces / 探索性数据分析 / 产品业务洞察决定测什么；确定性 / LLM-as-judge / 人工介入三种评估方式的选择；还要评估自己的评估方式
5. Operating in production：可观测性 / 性能追踪 / 漂移检测 / 安全事件响应（prompt injection 等）/ 回归测试 + CI/CD 统计化 / 按风险校准测试力度 / 模型选择优化 / 蒸馏 / 微调 / 简化 workflow 降本
6. ML foundations：LLM 本身基于监督学习 + 强化学习；bias/variance / 错误分析 / 数据工程等经典心智模型对处理不确定输出仍然关键

4 条元判断

1. 不可预测性是根本特征：AI 应用输出事先不可知，决定了构建过程比传统软件更具迭代性
2. 迭代节奏公式：「构建 → 检查 → 决定下一步」——基于中间结果灵活调整，用不可靠组件构建可靠系统
3. 招聘启事 / 专家访谈 / 调研反馈：技能地图来源，强调非个人臆断而是实证提炼
4. 后续连载：本文是第 1 项，后续会有第 2 项软件工程基础等——是持续更新的系列而非一次性总结

关键参数 / 事实清单

速查表（写给 AI 工程师 / 团队 Leader）

5 关键金句

1. 「AI 应用的输出不可预测——你事先不知道 LLM 会输出什么」
2. 「优秀的 AI 工程师会反复『构建 → 检查 → 决定下一步』，基于中间结果灵活调整」
3. 「评估驱动开发（evaluation-driven development）是区分『普通』与『优秀』AI 系统构建者的最重要特质」
4. 「RAG（向量搜索）只是早期手段，现在技术菜单已大幅扩展」
5. 「用不可靠的 AI 组件构建出可靠的系统」

3 反直觉点

1. 「Agentic systems」不是全部：Ng 把 agentic 只列为 6 大能力之一（重要的 1/6），而非「Agent 时代一切」的营销口径；评估驱动 / 生产运营 / 数据 grounding / ML 基础同等重要
2. RAG 已不是主流答案：向量搜索只是早期手段；现在菜单大幅扩展（多种表示 + 工具按需检索 + prompt 直放 + 数据管道治理）
3. ML 基础对纯 LLM 应用构建者仍然关键：LLM 本身基于监督学习 + 强化学习；bias/variance / 错误分析 / 数据工程等经典心智模型对处理不确定输出仍然关键（容易被新派忽视）

关联图谱

• 上游（基于 / 来自）
  • [[Andrew Ng 早期 ML / Deep Learning 课程体系]] — LLM foundations & ML foundations 的教学根基
  • [[Agent Harness / Loop Engineering 等当下流行概念]] — 第 3 项「Building agentic systems」的现实背景
  • [[Karpathy Software 3.0 / LLM Wiki 等近期思潮]] — 不可预测性 / 评估驱动 等观点的并行表达
• 下游（应用于 / 验证于）
  • 待补充：本文是 2026-08 新发布，落地案例 / 团队实践尚需沉淀
• 同级（横向 / 并列）
  • [[Agent时代架构师系统能力]] — 同样强调「不可预测性下的系统能力」视角
  • [[Agent评测漫谈-由浅入深讲解Agent评测]] — 与第 4 项「评估驱动开发」直接呼应
  • [[Agent Harness 解析：智能体架构深度拆解]] — 与第 3 项「Agentic systems」架构选择互补
  • [[2026-llm-engineer-roadmap]] — LLM 工程师能力路线图（与本框架可对照）
  • [[AI-PM核心技能-观测评估与反馈闭环]] — 评估驱动 / 观测 / 闭环视角的同源表达
  • [[good-ai-pm-bad-ai-pm]] — AI PM 视角的工程能力评估
  • [[Anthropic-40万场-专业杠杆]] — 「专业杠杆」与「评估驱动」的能力分层同构

7 分析角度 × 2-3 开头钩子

角度 1：AI 应用的根本性差异（不可预测性）

• “AI 工程师和软件工程师的核心区别不是会不会写代码，而是能不能接受’我不知道这段代码会输出什么’。”
• “Ng 说『用不可靠的 AI 组件构建出可靠的系统』——这句话比任何 Agent hype 都值钱。”
• “传统软件可以提前精确规划，AI 软件不可以。这是工程师思维的范式切换。”

角度 2：评估驱动 = 分水岭

• “Ng 认为『评估驱动开发』是区分普通与优秀 AI 工程师最重要特质——比会不会 prompt、会不会调参都更重要。”
• “绝大多数团队还停留在『看几个 case 觉得好就上线』的阶段——这就是普通与优秀的分水岭。”
• “评估不是上线后的事，是开发循环本身：构建 → 评估 → 决定下一步，循环迭代。”

角度 3：RAG 已不是终点

• “你以为 RAG 就是向量搜索？Ng 说那只是『早期手段』，现在技术菜单已经大幅扩展。”
• “2026 年还在讲『上向量数据库就行』的团队，已经落后 Ng 的能力地图一个版本。”
• “Grounding 的本质不是『相似度匹配』，而是『给模型高质量上下文』——形式可以多样。”

角度 4：Agentic 系统只是 1/6

• “营销帖说『Agent 时代一切』，Ng 的技能地图说 Agentic systems 只是 6 大能力之一。”
• “把 Agentic 当银弹的团队，本质上是把『构建可靠 AI 系统』的所有难题简化为一个『调用链路设计』。”
• “Ng 的反营销：评估驱动 / 生产运营 / 数据 grounding / ML 基础同等重要——只是被 hype 盖住了。”

角度 5：生产运营被严重低估

• “Ng 把『Operating in production』单列为 6 大能力之一——国内大多数团队还在『调通就上线』阶段。”
• “AI 应用的不可预测性 + 成本 + 延迟，让传统 DevOps 的 SLO / CI/CD 全部要重写——这才是工程师价值的高地。”
• “对抗性 prompt injection 不是危言耸听——它是 Ng 写进核心技能清单的安全事件。”

角度 6：ML 基础对 LLM 应用构建者仍然关键

• “Ng 提醒：LLM 本身基于监督学习 + 强化学习——bias/variance / 错误分析 / 数据工程这些经典心智模型，对处理不确定输出的系统仍然关键。”
• “以为『只要会 prompt 就够了』的 LLM 应用构建者，会被 Ng 的技能地图狠狠打脸。”
• “新派最容易忽视的『老古董』，正是 Ng 强调的核心能力。”

角度 7：技能地图的方法论价值

• “Ng 的技能地图不是个人臆断——来自招聘启事分析 + 专家访谈 + 调研反馈。这是『实证提炼』而非『经验吹嘘』。”
• “任何一个想系统化构建 AI 工程师能力体系的团队 Leader，都应该按这张地图盘点自己的团队——缺什么补什么。”
• “4 项技能 + 6 大能力 + 评估驱动为分水岭——这比任何『30 天成为 AI 工程师』课程都值钱。”

适合关联的主题（指向已有文章 / 待新建节点）

• [[Agent时代架构师系统能力]]：Ng 视角的同源表达——AI 时代架构师核心能力地图
• [[Agent评测漫谈-由浅入深讲解Agent评测]]：评估驱动的实操方法论
• [[2026-llm-engineer-roadmap]]：LLM 工程师能力路线图（与本框架对照）
• [[AI-PM核心技能-观测评估与反馈闭环]]：评估 + 反馈闭环的同源表达
• [[Agent Harness 解析：智能体架构深度拆解]]：第 3 项「Agentic systems」的架构补充
• [[HarnessEngineering企业级实战]]：Agentic 系统的企业级落地
• [[Anthropic-40万场-专业杠杆]]：能力分层的另一个视角
• 待新建节点：评估驱动开发（Eval-Driven Development）/ 生产运营（Production Ops）/ 数据 Grounding（Data Grounding）/ AI 应用不可预测性（AI Unpredictability）

适合 Seetong 借鉴的动作（4-6 个）

Seetong 是监控类 APP，AI 能力落地的 6 大能力对团队能力建设有直接借鉴价值。

1. 盘点团队 6 大能力短板：按 Ng 的 6 大能力逐一评估 Seetong 团队的强弱——大概率「数据 grounding」和「生产运营」是两块洼地
2. 建立 Eval 闭环作为研发流程：当前可能还在「调通就上线」阶段，借鉴 Ng 的评估驱动开发建立 Eval-Driven 研发节奏（构建 → 评估 → 决定下一步）
3. 重新审视 Agentic 设计：Seetong 的智能告警 / 录像分析 / 设备诊断等场景是否过度套用 Agentic？按 Ng 视角要回到「用不可靠组件构建可靠系统」的总体方法论
4. 提升 Grounding 多样性：Seetong 设备文档 / 历史告警 / 用户手册等 grounding 来源，应该从单一向量搜索扩展到多种表示 + 工具按需检索
5. 建立 ML 基础培训：团队补 bias/variance / 错误分析 / 数据工程等经典心智模型，避免只会 prompt 不会调优
6. 生产运营标准化：建立可观测性 + 漂移检测 + prompt injection 防护 + 统计化回归测试的运维体系（国内监控类 APP 普遍薄弱）

标签

• 主题：#主题/AI-Agent #主题/AI-Coding #主题/效率
• 场景：#场景/技术博客 #场景/方法论
• 节点：#节点/Eval-Driven #节点/Grounding #节点/Agentic-Systems #节点/Production-Ops #节点/Skill-Map
• 手法：#手法/权威背书 #手法/对比冲突 #手法/体系化框架

备注与限制

• WebFetch 抓不到 X 直链，正文采用用户提供的中文解读版本作为载体
• 原帖为英文长文，存档未做逐字抓取；如需英文原文需后续二次抓取
• 「AI Engineering Skills Map」是 Ng 持续更新的系列，本文是第 1 项展开
• 6 大能力的具体表述以解读版本为准
• Ng 后续会发布第 2 项「软件工程基础」等——本文是「第 1 项」，不是「全部」
• 「不可预测性」是 Ng 全文最核心的概念，也是评估驱动 / 生产运营被强调的原因