简介：AI并未改变技术问题解决的本质，而是重塑了手艺人的表达介质。本文深度剖析从传统编码到提示词驱动的开发模式转变，探讨如何摒弃花哨的框架缩写，通过意图对齐、上下文构建与迭代反馈，修炼大模型时代的AI编程手艺。
在人工智能技术席卷软件工程的当下，开发者的工作范式正在经历一场深刻的重构。许多技术从业者开始反思：在AI时代，什么才是真正的“技术手艺人”？我们曾经引以为傲的硬编码手艺是否正在失效？而在当下的技术浪潮中，我们又该对何种事物继续保持“手搓”的热情？
尽管大模型和智能编程工具极大提升了开发效率，但它们改变的仅仅是工作方式与交互介质，并未改变工作模式的本质。
无论是传统的软件研发，还是AI辅助下的应用构建，其核心链路始终是一个严谨的“尝试-反馈-修正”闭环：
对于传统的资深程序员（即“编码手艺人”）而言，这门手艺表现为：编写代码 -> 运行调试 -> 查看报错/逻辑 -> 修改代码。这一过程要求开发者对编程语言的语法、底层架构、数据结构以及各类排错奇技淫巧有极深的肌肉记忆。然而，在AI的加持下，战术性的编码动作正被大模型接管，这种依赖死记硬背和机械重复的传统手艺正逐渐显得过时。
在AI时代，技术手艺人的核心动作从“写代码”演进为“写提示词”。这不仅是工具的更替，更是表达介质的升维。
编写代码要求极其严苛的语法准确性，一个标点符号的缺失或缩进错误都可能导致编译失败；而编写提示词则是一种门槛更低、容错率更高的表达方式。只要关键逻辑与上下文信息不产生实质性偏差，大模型完全具备对自然语言中错别字或口语化表述的纠偏与理解能力。
但这并不意味着提示词只是简单的“聊天”。实际上，无论是直接面向大模型的Prompt，还是复杂智能体架构中的Sub-Agent（子智能体）调度，亦或是封装好的Skills（技能）模块，其底层逻辑依然是提示词的表达与编排。提示词已经成为连接人类意图与机器算力的新一代“高级编程语言”。
随着大模型的普及，“提示词工程”概念曾盛极一时，涌现了大量看似严谨的框架与缩写。以常见的CRISPE框架为例，它要求开发者在构建提示词时包含以下元素：
不可否认，这些框架在初期能够帮助开发者结构化思考。但在实际的工程实践中，过度执着于这些花哨的缩写已失去意义。甚至在行业内，连CRISPE代表的具体词汇都未有统一定论（有人将其解释为Clarity, Relevance, Iteration, Specificity, Parameters, Examples）。
真正的技术手艺人不应被表面概念绑架。提示词的核心不在于套用模板，而在于如何精准地完成“意图对齐”与“上下文构建”。
要成为真正合格的AI时代技术手艺人，应当将热情倾注于以下几个核心维度的“手搓”与打磨：
大模型可以写出完美的排序算法或标准API接口，但它无法凭空知晓企业的业务痛点。手艺人的价值在于深入理解业务，将复杂的现实问题拆解为机器可以理解的领域模型。这种对业务的洞察力与需求拆解能力，是AI无法替代的核心壁垒。
高质量的AI输出依赖于高质量的上下文输入。与其生搬硬套框架缩写，不如踏实构建结构化的上下文。例如，在利用智能编程工具生成微服务模块时，应当提供：
如同传统调试代码一样，AI生成的结果同样需要严格的Review与验证。手艺人需要对AI产出的方案进行安全性审查、性能压测及边界条件验证。这种“怀疑”与“验证”的严谨态度，正是技术手艺人的底色。
在企业级应用中，单靠大模型是不够的。手艺人需要掌握如何将大模型能力与云原生基础设施（如容器平台、对象存储、消息队列等）进行深度集成。通过编排智能体与各类云服务接口，构建出端到端的自动化工作流，这才是当下最具挑战性的“手搓”热情所在。
AI时代的到来并未终结程序员的手艺，而是对其提出了更高维度的要求。战术性的代码编写正逐渐让位于战略性的逻辑设计与提示词编排。当我们放下对花哨概念的执念，回归到“尝试-反馈-修正”的本质循环，专注于业务抽象、上下文构建与系统验证时，我们便真正完成了从“传统编码者”向“AI时代技术手艺人”的蜕变。在这个大模型作为算力底座的时代，对问题本质的洞察力与对系统架构的把控力，将是我们永远值得保持“手搓”热情的真正手艺。