人工智能工程并非仅仅是“LLM + 提示”。

人工智能工程并非仅仅是“LLM + 提示”。

这仅仅是起点。

真正的技术栈更像是这样：

LLM

*RAG

*MCPs

*向量数据库

*工具和API

*内存

*工作流

*代理

*可观测性

*评估

*安全防护

*数据和上下文

*部署

这就是演示系统和生产系统的区别。

模型提供智能。

围绕模型运行的系统提供可靠性、上下文、控制和实际价值。

最优秀的人工智能工程师并非掌握最多提示的人。

而是懂得如何将模型连接到实际系统的人。

构建系统时，不要只关注提示。