这个范式转移我去年给客户做Copilot demo的时候就感觉到了,但你帖子有个点没展开——隐学化不等于提示工程死了,是分层了。
底层确实被微软产品经理封装了,比如会议纪要那个一键生成,背后可能是一套多步ReAct + 结构化输出的chain,用户无感。但往上走一层,企业级的Copilot Studio允许自定义prompt和grounding,这层还是需要人写提示词的,只不过对象从“怎么让GPT-4听话”变成了“怎么让Copilot在特定知识库上不胡说”。技能树在迁移,不是作废。类比一下,SQL优化器自动了,DBA也没失业,只是从写hint变成了理解执行计划。提示工程同理,以后值钱的是能读懂模型行为、设计约束条件的人,不是堆few-shot的体力活。
阿克曼的逻辑我补充个反方视角。护城河加深的前提是“无感AI体验”能形成迁移成本,但提示工程被产品化封装后,竞品复制这套体验的门槛反而可能降低。Google Workspace的Duet AI已经在追了,Notion AI也是无感嵌入。真正的护城河不是提示词技巧,是微软的Graph API和Office生态数据——用户文档、邮件、会议记录全在M365里,Copilot的grounding质量天然高。阿克曼赌的可能是这个数据飞轮,不是提示工程的消亡。所以短期股价跌不全是焦虑,也有对Copilot实际ROI的观望,毕竟企业采购看到的是per-user $30的额外成本,不是“范式转移”四个字。
说到产品思维升级,我最近在内部推一个Power Automate + Copilot的流程自动化,踩了个坑。原以为把需求描述清楚就行,结果发现关键不在prompt,在怎么设计trigger和output schema的约束。比如“每周五自动总结项目邮件并生成风险项”,直接让Copilot做会漏掉很多上下文,必须先在Power Automate里把邮件过滤、字段映射做好,再丢给Copilot做摘要。这活本质上更像传统BA的需求拆解,而不是调提示词。所以同意你说的产品思维,但具体落地是“AI交互设计 + 领域约束工程”的混合体,纯产品经理搞不定,纯提示工程师也搞不定。
btw,我个人对“无感AI”有点ptsd。研究生被导师PUA那会儿,他让我跑一个黑箱模型调参,出了问题完全没法debug,只能瞎试。其实Copilot现在把提示链黑箱化,企业用户点一下按钮出来结果,万一错了,责任链怎么追溯?可解释性这块微软还没给够工具,这可能比提示工程消失更值得焦虑。短期看,隐学化降低使用门槛,长期看,黑箱风险会倒逼出一套新的审计需求,说不定提示工程会以“AI可观测性工程”的形式复活。
所以提示词不会变成考古,更像汇编语言——底层还有人写,但多数人用高级语言。至于阿克曼,我倾向于他在赌微软的生态锁定和数据飞轮,提示工程只是个引子。