现在几乎什么都能用AI来做。模型能力一路扩展,能做的事越来越多,反而让人更难判断该拿它开发什么。游戏、歌曲、带旁白和配音的视频,都在可做范围内。有人甚至借助AI搭出了一套Kubernetes系统。随着专用模型越来越多——比如只负责写歌的模型——产出的结果已经相当可观。

打开网易新闻 查看精彩图片

但问题随之而来:你到底想用AI建什么?想做游戏,如今成千上万的人在用AI做游戏;想做视频,YouTube上已经有数以百万计的AI视频。AI生成的内容因此变得越来越不值钱。再加上机器人批量生产,内容可以不经人手持续产出,普通创作者能吸引到的观众,可能还不如一个跑自动化脚本的人。

从网页应用起步

对刚上手的人来说,可以先做一个网页应用。这是"氛围编程"(vibe coding)不错的起点,也能学到不少编程概念:HTML文件、PHP脚本、CSS、JS、Vite等等,还会接触到XML、JSON这类文件结构。把AI的基础提示词用法摸熟,就可以开始了。

但对更有经验的开发者来说,用AI做基础应用可能很无聊。它只是把你每天做的事重复一遍,无非是把应用做得更好一点,然后就结束了,没有新知识,也没有新经验。结果可能是你干脆放弃了氛围编程。

AI工程:让它只做被要求做的事

AI能做的事范围很广。但它能不能像人一样完成手动任务?比如玩游戏、诊断指标并做出决策、像分析师一样使用自然语言?答案是能。这被称为AI工程(AI Engineering)。

市面上的模型很多,比如Opus、Fable、Gemini Flash等。它们基本能做到被要求做的事,这就是提示词。提示词分两类:基础提示词和系统提示词。基础提示词是我们在对话框里写下的句子,告诉AI要做什么;系统提示词则是注入给模型的句子,规定该做和不该做的,作为对模型的防护。举例来说,它们可以修改我们程序的源代码,但不能把我们的凭据发布到代码仓库。

AI内部还有网络系统。模型有自己能访问和不能访问的数据库。我们也可以设置防护,关闭AI对敏感信息的访问——那些不需要AI接触的数据,以此限制AI与数据库交互的可能性。

有意思的部分就在这里:如何对AI做"工程",让它只做被要求做的事,不做没被要求做的事,也就是不产生幻觉。做法是写一段系统提示词,类似下面这样:

  • 你是一个自主的AI游戏玩家,目标是玩一款回合制RPG游戏,做出明智决策、在战斗中存活并击败敌人。你不是游戏助手,你是操控角色的玩家。
  • 游戏规则:游戏为回合制;你以JSON形式接收当前游戏状态;每回合必须恰好选择一个动作;不能执行允许动作之外的操作。
  • 可用动作:攻击(对敌人造成伤害)、防御(减少敌人来袭伤害)、治疗(使用药水恢复生命值)。
  • 决策优先级:若一次攻击即可击败敌人,选择攻击;若生命值低于35%且持有药水,选择治疗;若敌人正在准备强力攻击,选择防御;其余情况选择攻击。
  • 限制:不得编造游戏状态信息;不得选择不可用的动作;药水为零时不得使用治疗;不要询问用户该怎么做;不要在JSON之外解释决策;只依据提供的游戏状态做判断。
  • 输出格式:只返回合法JSON,包含action和reason两个字段。

AI会照要求行事,不做职责之外的事。提示词本身很简单,但这正是AI工程的关键部分。

此外还要管理AI能访问什么。比如只让AI直接访问游戏窗口,它就只向当前窗口输入控制命令,接触不到其他打开的窗口;同样要明确它能访问哪些数据库,以便读取学习数据。

这些正是AI工程项目中有意思的部分,过程中必然会有反复试错。