吴恩达最近分享了他对当前计算机科学与技术（CS）专业人才市场的观察。

他提到一方面，市场对理解 AI 的开发者的需求远未被满足，求贤若渴；另一方面，新毕业的 CS 专业学生却面临着失业率上升的困境。

吴恩达认为这背后的根源在于，人工智能工具已经极大地提升了编程工作的生产力，但大多数高校的课程体系却未能及时跟上这一新常态的步伐。

吴恩达指出，当他面试所谓的 AI 工程师——即那些擅长构建 AI 应用的专业人才时，他主要关注以下几项核心能力：

1. 利用AI辅助，快速构建软件系统：不再是逐行手写代码，而是懂得如何与AI协作，高效地完成工程任务

2. 善用AI构建模块开发应用：熟练掌握并应用提示工程（Prompting）、检索增强生成（RAG）、模型评估（Evals）、AI智能体工作流（Agentic Workflows）以及机器学习等关键技术。

3. 具备快速构建原型和迭代的能力：能够迅速将想法变为现实，并根据反馈进行敏捷调整掌握了这些技能的人，其工作效率与那些仍在使用 2022 年（生成式 AI 爆发前）编程方式的开发者相比，有着天壤之别。

吴恩达每周都会与大型企业和初创公司交流，前者渴望招聘数百名具备这些技能的人才，后者则因缺乏足够的工程师而无法实现其创新想法。他预见，随着AI在各行各业的普及，这种人才短缺只会愈演愈烈。

这也就解释了我们为何会同时听到“CS 毕业生就业难”和“AI工程师薪资飙升”这两种截然不同的声音，尽管就业不匹配率（即毕业生从事不需要学位的工作）仍然低于大多数其他专业。

经验与“AI原生代”，谁更具优势？

吴恩达用一个比喻来形容这场变革：当编程从打孔卡时代进化到键盘和终端时代，雇主们在一段时间内还会继续雇佣打孔卡程序员。但最终，所有开发者都必须转向新的编码方式。AI 工程正在掀起同样巨大的变革浪潮

社会上有一种“AI 原生代”的刻板印象，认为应届毕业生能轻松超越经验丰富的开发者。吴恩达认为这有一定道理。他曾多次在招聘全栈工程师时，选择了一位精通 AI 的新毕业生，而非一位仍停留在 2022 年工作模式的资深开发者。

2022 年面试题： “你能写 FizzBuzz 吗？”

2025 年的面试题： “你能周五前搭建一个电商平台吗？”

然而，他所见过的最优秀的开发者并非应届生。他们是那些始终紧跟 AI 变革步伐的资深开发者。当今生产力最高的程序员，是那些不仅深刻理解计算机、懂得如何架构软件、能够在复杂情境下做出权衡，并且还熟练掌握了前沿 AI 工具的人。

基础知识仍是基石

诚然，一些 2022 年的技能正在变得过时。例如，我们过去需要死记硬背的大量编码语法，如今因不再需要大量手写代码而变得不那么重要。

但是，吴恩达打了个比方：即使30%的CS知识可能过时了，剩下的 70%——那些关于计算机系统、算法、数据结构等基础知识——与现代 AI 知识相结合，才能真正造就高效的开发者。这就好比，即使打孔卡被淘汰了，对编程基本原理的理解对于使用键盘编程仍然至关重要。

你无法仅凭 vibe coding 就走向卓越，计算机科学与技术的基础知识依然是不可或缺的基石。对于那些在坚实基础上又掌握了 AI 新技能的人来说，未来的就业机会将是无限的。

作者：洛逸