提示词工程已死！祖师爷亲手砸饭碗：以后问AI，不用再念咒了

给它画上句号的，正是那个曾亲手把「提示词工程师」塑造成一门正式职业的人——Riley Goodside。

这位开山鼻祖，亲自为自己的饭碗写下了一篇悼词。

事情的经过是这样的。

10月22日，安全研究员Justin Elze在X上发布了一条帖子，内容仅有一句：You're all prompting wrong，你们提问的方式全错了。

配图是两张LinkedIn截图。

第二天，Riley Goodside转发了这条帖子，轻描淡写地丢出三句话：

Prompt engineering is dead. Prompt however you want. Have fun。提示工程已死，想怎么问就怎么问，玩得开心。

三句话，加起来一共10个英文单词。然而就是这10个词，在AI领域激起了轩然大波。

这话并非谁说出来都有这种分量。

Goodside曾担任Scale AI的首席提示词工程师，后来加入Google DeepMind继续从事这一工作。Scale AI的CEO Alexandr Wang当年曾公开表示，他确信Goodside是全球第一位被正式聘用的提示词工程师。

早年他因公开实验而声名鹊起，专门研究如何与大型语言模型有效互动，连「提示注入攻击」这一安全概念也是他早期重点研究的领域之一。

有网友一针见血地评论：这话出自一个几乎亲手创立了这个职位的人之口，真是一篇有趣的悼词。

念「咒语」的日子，你也经历过吧

把时间拨回到过去。

ChatGPT刚火的那段时间，谁的收藏夹里没有几份「万能提示词模板」呢？

先给AI指定一个身份——「你是一位资深XX专家」，再规定输出格式，接着叮嘱一句「请一步步思考」，最后还得加上几句客气话。

一长串写下来，就像念咒语一样，生怕漏掉一个字AI就不灵了。

那时候大家真的相信这个。

会写提示词，就是一项能写进简历的技能，「提示词工程师」一度成为全网最令人羡慕的新职业。

据说年薪能达到几十万美元，不用写代码，光靠跟AI聊天就行。

三年过去了，发明这套「咒语」的人自己站出来说：别念了，没用了。

一句大白话，干了专家的活

Justin配的那两张截图就是活生生的证据。

截图来自Chainguard的CEO Dan Lorenc。

这家公司在软件供应链安全领域名声显赫。

就在10月中旬，Chainguard正式推出了他们的AI漏洞发现系统——一套自建的执行框架，配合前沿大模型进行安全研究。

给模型的提示简单到什么程度呢？大意就是一句话：找找PHP里不用登录就能被远程利用的高危漏洞。

没有角色扮演，没有分步模板，也没有「你是一位资深安全专家，请按以下步骤……」。

就是这么一句大白话。

结果那套系统真的独立复现出了已知的高危漏洞，还帮助验证了官方修复方案。

这件事引起了不小的轰动。FBI都发出了警告，PHP基金会紧急发布修复，多个政府网站一度受到影响。

放在以前，这是资深安全专家反复打磨提示词、精心设计多轮对话才敢触碰的工作。

如今一句人话就搞定了。

死掉的是那句话，活着的是那套系统

热闹没过多久，Goodside自己在评论区补充了后半句。

他说自己刚才是在开玩笑。

给系统写底层提示词的人、给小模型做精调的人、把提示嵌入应用里的工程师，手里的工作一点都没少。但对坐在屏幕前的普通用户来说，「直接问」能达到的效果上限，基本上已经没有天花板了。

有人追问，是哪个新模型让你突然改变了想法？

他说没有什么突然的转折，自从ChatGPT问世以来，提示词工程作为普通用户的必备技能就一直在慢慢消亡，这是一个缓慢而持续的过程。

有网友一语道破：「感觉工作只是从提示转移到了harness上。」Goodside回了两个字：是的。

这就对了。

Dan Lorenc那句「找找漏洞」之所以能成功，靠的不是这句话本身有多精妙，而是它背后那套包含沙箱环境、目标源码和执行引擎的完整系统。

模型的功劳在能力，系统的功劳在设计。

咒语会过期，判断力不会

把这几年的演化串起来，脉络清晰得很：

最早是Prompt Engineering，琢磨怎么把一句话说漂亮；后来Karpathy等人推动了Context Engineering，研究怎么给模型喂对信息；再到Harness Engineering，给模型搭好运行环境、设定规则和约束；现在圈子里又喊出了Loop Engineering，让整套系统自己循环着跑、自我迭代。

一层一层往上叠，功夫离提示词越来越远。

普通用户不用再背咒语、存模板，模型听得懂人话了。

最有意思的是Goodside本人。有人问他，现在该把精力花在什么技能上。这位祖师爷很老实地回答：老实说，我完全不知道现在什么技能值得培养，一切变得太快了。

技巧每隔几个月就被模型追平一次。

现在变得重要的三件事成了：你能不能把问题想清楚？能不能把自己要什么说明白？能不能判断AI给出来的结果到底对不对？

参考资料：https://x.com/goodside/status/2113639196254671259

编辑：所罗门

本文来自微信公众号 “新智元”（ID：AI_era），作者：ASI启示录，36氪经授权发布。

通过天行体育登录平台，用户可以获取更多关于AI技术的最新动态。