我对 2024 年的预测是，“即时工程师”这个短暂的角色将会消亡。他们消亡的根本原因是 Prompt Engineers。

某些关键时刻预示着变革性变革的开始。即时工程即将消亡无疑是其中。

GPT 和类似的大型语言模型的兴起从根本上改变了我们与人工智能交互、甚至思考人工智能的方式。这些模型曾经严重依赖即时工程来实现响应，现在正在逐渐自我训练，从每次 API 调用和 UI 输入中汲取经验。

展望 2024 年及以后，我们面临的现实是，提示工程师的角色很可能会过时，而用户在人工智能培训的发展中发挥着更加重要的作用。

什么是即时工程？

为了了解潜在的未来，我们需要回顾过去，了解即时工程和即时工程师的重要性至关重要（如果这样的事情确实存在；））。

在 GPT 和类似模型的早期，生成有意义的输出并不像提出问题然后得到答案那么简单。必须精心设计提示，以引导模型产生所需的响应。即时工程师是“熟练的工匠，他们会编织这些复杂的输入，允许用户从庞大的神经网络中提取有价值的输出”，也就是说，他们知道如何提出更好的问题......

用户输入：新运动鞋——而不是你脚上的运动鞋。

随着时间的推移，情况发生了变化。每次用户与这些模型交互时，都会发生两件事：用户获得预期的响应，但模型也会从输入中学习。这种由数百万用户推动的持续反馈循环使模型变得更好、更直观。

在过去的几年里，用户交互的数量和多样性使这些模型能够以以前难以想象的方式查看模式、完善其输出并理解上下文。因此，对精心设计的提示的需求已经减少。来自不同平台和应用程序的用户的输入已经充分训练了人工智能，使其更加通用。

进化反馈循环

思考这个过程如何反映生物进化是很有趣的。就像生物体根据所面临的挑战和反馈一代又一代地适应环境一样，人工智能模型也在不断适应它们所栖息的庞大数字生态系统。他们从每次互动中“学习”，无论是关于量子物理的问题还是对食谱的请求。

随着越来越多的人将这些模型用于从学术研究到创意写作的各种应用，人工智能成为人类查询和交互的集体存储库。这种用户驱动的反馈循环是一种强大的自我改进机制，提高了模型的准确性和效率。

没有及时工程师的未来

那么，2024 年对于人工智能领域，特别是对于快速工程领域的技术人员来说，意味着什么？在我看来，他们的具体角色将变得不那么重要，呈指数下降。

2024 年及以后的模型可能会比以前的模型更加直观和灵敏。这确实引发了更多问题，即这种持续的模型改进（或退化，这仍然是可能的）将影响什么样的角色。

作为用户，我们不仅是信息的被动消费者，而且是人工智能学习过程的积极参与者。我们的询问、怀疑和互动将不断塑造和重新定义人工智能的知识库和响应机制。无论好坏，我相信我们已经到了无可挽回的地步，随着时间的推移，垃圾填埋场将会变得越来越大。

即时工程的消亡并不是一个终结的故事，而是一个进化的故事，我们必须密切关注。

它标志着从人工智能是一种工具（使用精心设计的输入进行操作）的阶段，到人工智能是一个动态、不断发展的实体、与用户共同学习的时代的转变。它强调了集体用户交互在塑造技术未来方面的力量。随着我们走向 2023 年底，以及 ChatGPT 和其他语言模型的泡沫，我们走向 2024 年，我们努力的潜​​在现实可能会促使我们反思我们实际所做的事情。