吳恩達老師剛剛分享了他對當前cs專業人才市場的觀察，一方面，市場對理解AI的開發者的需求遠未被滿足，求賢若渴；另一方面，新畢業的CS專業學生卻面臨著失業率上升的困境

吳老師認為這背后的根源在于，人工智能工具已經極大地提升了編程工作的生產力，但大多數高校的課程體系卻未能及時跟上這一新常態的步伐

吳恩達指出，當他面試所謂的AI工程師——即那些擅長構建AI應用的專業人才時，他主要關注以下幾項核心能力：

利用AI輔助，快速構建軟件系統： 不再是逐行手寫代碼，而是懂得如何與AI協作，高效地完成工程任務

善用AI構建模塊開發應用： 熟練掌握并應用提示工程（prompting）、檢索增強生成（RAG）、模型評估（evals）、AI智能體工作流（Agentic Workflows）以及機器學習等關鍵技術

具備快速構建原型和迭代的能力： 能夠迅速將想法變為現實，并根據反饋進行敏捷調整

掌握了這些技能的人，其工作效率與那些仍在使用2022年（生成式AI爆發前）編程方式的開發者相比，有著天壤之別。吳恩達每周都會與大型企業和初創公司交流，前者渴望招聘數百名具備這些技能的人才，后者則因缺乏足夠的工程師而無法實現其創新想法。他預見，隨著AI在各行各業的普及，這種人才短缺只會愈演愈烈

這也就解釋了我們為何會同時聽到“CS畢業生就業難”和“AI工程師薪資飆升”這兩種截然不同的聲音，盡管就業不匹配率（即畢業生從事不需要學位的工作）仍然低于大多數其他專業

經驗與“AI原生代”，誰更具優勢？

吳恩達用一個比喻來形容這場變革：當編程從打孔卡時代進化到鍵盤和終端時代，雇主們在一段時間內還會繼續雇傭打孔卡程序員。但最終，所有開發者都必須轉向新的編碼方式。AI工程正在掀起同樣巨大的變革浪潮

社會上有一種“AI原生代”的刻板印象，認為應屆畢業生能輕松超越經驗豐富的開發者。吳恩達認為這有一定道理。他曾多次在招聘全棧工程師時，選擇了一位精通AI的新畢業生，而非一位仍停留在2022年工作模式的資深開發者。

然而，他所見過的最優秀的開發者并非應屆生。他們是那些始終緊跟AI變革步伐的資深開發者。當今生產力最高的程序員，是那些不僅深刻理解計算機、懂得如何架構軟件、能夠在復雜情境下做出權衡，并且還熟練掌握了前沿AI工具的人。

基礎知識依然是基石

誠然，一些2022年時的技能正在變得過時。例如，我們過去需要死記硬背的大量編碼語法，如今因不再需要大量手寫代碼而變得不那么重要。

但是，吳恩達打了個比方：即使30%的CS知識可能過時了，剩下的70%——那些關于計算機系統、算法、數據結構等基礎知識——與現代AI知識相結合，才能真正造就高效的開發者。這就好比，即使打孔卡被淘汰了，對編程基本原理的理解對于使用鍵盤編程仍然至關重要。

你無法僅憑vibe coding 就走向卓越。計算機科學的基礎知識依然是不可或缺的基石。對于那些在堅實基礎上又掌握了AI新技能的人來說，未來的就業機會將是無限的！