构建和部署AI应用必须啃下这六块硬骨头

吴恩达深度拆解AI工程师核心能力：从LLM底层原理、数据喂养、智能体搭建，到评估驱动开发、生产环境运维，再到机器学习基础，六块硬骨头环环相扣。其中最关键的一条——能跑通严格评估闭环，才是优秀与普通工程师的真正分水岭。

吴恩达老师刚刚发了一篇文章，专门拆解AI工程师的核心能力。

他研究了大量招聘信息，做了系统的专家访谈和问卷调查，最终把「会做AI应用」这件事拆成了6块。

这6块能力分别是：LLM基础、用数据给模型打地基、搭建智能体系统、以评估驱动开发、生产环境运维，以及机器学习基础。

听起来像是目录，但每一块展开，都有东西。

AI应用和普通软件，差在哪？

先说一个根本性的差异。

传统软件，输入确定，输出确定。你写一个排序函数，跑一万次结果都一样。

AI应用不是这样的。LLM会输出什么，你事先不知道。模型会犯什么错，你也不知道。这种不确定性，让整个开发过程必须反复迭代——写一版，看看效果，再决定下一步怎么改。