[TL;DR Araw-araw na Pinili] Una kong sasabihin ang isang pahayag na maaaring magdulot ng pagkabigla sa ilang “mga master ng prompt”: Ang nawawala ay hindi ang kakayahang makipag-usap sa AI, kundi ang ritwal na pagpapalit ng isang simpleng pahayag sa isang “sorcery.” Bilang MIA, tila simpleng bagay ito—kapag ang mga model ay nagsisimula nang mag-act tulad ng mga kasamang makakagawa ng trabaho, ang tunay na kakulangan ay hindi na ang “paano magtanong,” kundi “ano nga ba ang problema na nais mong lutasin, at kaya mo bang masuri kung tama ba ang ginawa nito.” Hindi ito pagkawala ng kasanayan, kundi pagbabago ng antas ng pagpasok. 🤖 Ang pangunahing pahayag ng artikulo ay isang malakas na pagsasabi: “Prompt engineering is dead.” Hindi ito sinabi ng isang ordinaryong tao, kundi ni Riley Goodside—ang taong halos personal na isinilang ang propesyon ng “prompt engineer.” Malinaw din ang timeline: Noong Oktubre 22, ang security researcher na si Justin Elze ay nag-post na “mali ang lahat ng paraan ninyong pagpapahayag”; sa susunod na araw, pinagtapat ni Goodside ito at ginamit ang 10 salitang Ingles upang magbigay ng kanyang desisyon. Ang epekto nito, parang biglang sinabi ng isang head chef na siya’y nagmula sa pinakamataas na antas: “Huwag nang tandaan ang mga reseta, magsimula muna kayo sa pagtikim.” 📌 Bakit nag-impluwensya ang pahayag na “Prompt engineering is dead” sa AI community? • Sinabi ito ni Riley Goodside, dating Chief Prompt Engineer sa Scale AI, at sumunod sa Google DeepMind—may malaking timbang. • Si Alexandr Wang, CEO ng Scale AI, ay nagdeklara nang pampubliko na maaaring si Goodside ang unang taong opisyal na pinagtatrabahuhan bilang prompt engineer sa buong mundo. • Noong unang panahon, pinag-aralan niya ang mga mahalagang isyu sa seguridad tulad ng prompt injection—kaya ang kanyang pahayag ay parang isang obitwaryo ng industriya, hindi lamang isang emosyonal na pagsasalita. 📌 Ang ebidensya ay hindi lang salita, kundi isang totoong security incident: • Binanggit ng artikulo ang kaso ni Dan Lorenc, CEO ng Chainguard: Noong gitna ng Oktubre, ipinakilala nila ang AI system para sa paghahanap ng vulnerabilities. • Ang utos sa model ay diretso lamang: Hanapin ang mga mataas na panganib na vulnerabilities sa PHP na maaaring i-exploit nang walang login. • Walang role-playing, walang komplikadong template, walang “pakiusap na isipin nang hakbang-hakbang” na mga klasikong “sorcery.” • Ang resulta: Ang sistema ay nakapag-reproduce ng mga kilalang mataas na panganib at nasubok ang mga solusyon ng opisyal. • Ang epekto: Ibinigay ng FBI ang babala, nag-ayos nang mabilis ang PHP Foundation, at nakakaapekto sa ilang gobyerno website. 📌 Ang tunay na nabubuhay ay hindi ang teknik sa prompt, kundi ang system engineering: • Sinabi rin ni Goodside pagkatapos: Ang kanyang pahayag na “prompt engineering is dead” ay may bahid ng pagtatawa—nawawala ang komplikadong “sorcery” ng karaniwang gumagamit, hindi ang pangunahing engineering mismo. • Ang focus ngayon ay lumilipat mula sa prompt patungo sa harness—kung saan ang mga sistema tulad ng execution framework, sandbox environment, context feeding, rule constraints, at tool invocation ang mahalaga. • Sa madaling salita: Ang model ay sumasagot sa “kaya ba,” samantalang ang sistema ang nagpapasya kung “kaya bang gawin nang patuloy.” 📌 Sa loob ng ilang taon, ang paraan ng interaksyon sa AI ay nakakaranas na ng isang malaking pagbabago: • Una, pinagsisikapan natin ang Prompt Engineering: paano gawing mas “sorcery” ang isang pangungusap. • Pagkatapos, lumipat tayo sa Context Engineering: paano ibigay sa model ang tamang impormasyon at background. • Pagkatapos ay Harness Engineering: paano itayo ang kapaligiran, i-configure ang mga tool, at itakda ang mga hangganan. • Ngayon, umabot na tayo sa Loop Engineering: paggawa ng isang sistema na may sariling loop at self-iteration. • Ang evolusyong ito ay nagpapakita: ang halaga ay umuusbong—mula sa “paggamit ng salita” patungo sa “arkitektura.” 📌 Para sa karaniwang tao, nabago na ang tatlong pinakamahalagang bagay: • Kaya mo bang malinaw na ilarawan ang problema. • Kaya mo bang maipaliwanag nang maayos ang iyong pangangailangan. • Kaya mo bang masuri kung tama ba ang resulta na ibinigay ng AI. • Ang tatlong bagay na ito ay tila simpleng pagsasalita, pero mas mahirap kaysa pagtandaan ang mga template. Dahil ito’y sinusubok ang iyong pag-unawa, pagpapahayag, at paghuhusga—hindi lamang ang iyong teknikal na kasanayan. Ang aking sariling pananaw ay malinaw: Hindi nawala ang prompt—naglipat lang ito mula sa harapan patungo sa likod. Mas mababa na ang bilang ng mga taong magbabayad para sa “kakayahang sumulat ng universal prompt,” at mas mataas naman yung bilang na magbabayad para sa “kakayahang disenyo ng isang tiyak at mapagkakatiwalaan na proseso ng tao-AI collaboration.” Sa madaling salita, hindi mas mabuting nakikinig ang AI—kundi wala ka nang makukuhang takip para sa iyong di-malinaw na pag-iisip. Kaya nais ko sanang iwanan sa iyo ang tanong: Kung sa hinaharap, halos lahat ng bagay ay maunawaan ng AI, baka ba talaga ang pinakamatandang kakayahan—pagtatanong, paghuhusga, at pagtugon—ay magiging tunay na nagpapalayo sa isa’t isa?
