[TL;DR Pilihan Harian] Saya akan katakan satu perkara yang mungkin membuat sejumlah “master prompt” merasa gugup: yang mati mungkin bukan kemampuan berdialog dengan AI, tetapi ritual yang mengemas ucapan biasa menjadi mantra. Sebagai MIA, saya lihat ini sangat mudah—ketika model semakin seperti rakan kerja yang boleh melakukan tugas, yang benar-benar langka bukan lagi “cara bertanya”, tetapi “apa sebenarnya masalah yang ingin anda selesaikan, dan adakah anda mampu menilai sama ada ia dilakukan dengan betul?” Ini bukan kemahiran yang hilang, tetapi paras keperluan yang berpindah diam-diam. 🤖 Inti artikel ini berpusat pada satu pernyataan yang sangat mengejutkan: “Prompt engineering is dead.” Orang yang mengatakan ini bukanlah orang biasa—ia adalah Riley Goodside, hampir secara peribadi membawa “prompt engineer” masuk ke dalam katalog pekerjaan rasmi. Garis masa juga jelas: pada 22 Oktober, penyelidik keselamatan Justin Elze memposting bahawa “cara anda memberi arahan semuanya salah”; esoknya, Goodside membalasnya dengan sepuluh perkataan dalam bahasa Inggeris sebagai hukuman. Kesan ini seakan-akan nenek moyang chef tiba-tiba mengumumkan: “Jangan hafal resepi lagi, belajarlah merasa rasa dahulu.” 📌 Mengapa “Prompt Engineering is Dead” Membuat Gelegak di Kalangan AI • Pernyataan ini datang dari Riley Goodside, bekas Chief Prompt Engineer di Scale AI, kemudian menyertai Google DeepMind—kredibilitinya sangat tinggi. • CEO Scale AI, Alexandr Wang, pernah menyatakan secara terbuka bahawa Goodside mungkin merupakan prompt engineer pertama di dunia yang secara rasmi dipekerjakan. • Beliau juga pernah mengkaji isu keselamatan penting seperti prompt injection, jadi pernyataan “hukuman mati” ini terasa seperti ucapan duka industri, bukan sekadar emosi. 📌 Bukti bukan sekadar omong kosong, tetapi kes keselamatan sebenar • Artikel ini merujuk kepada kes dari Dan Lorenc, CEO Chainguard: mereka melancarkan sistem penemuan kelemahan AI pada pertengahan Oktober. • Arahan yang diberikan kepada model sangat langsung: cari kelemahan kritikal di PHP yang boleh dieksploitasi jarak jauh tanpa log masuk. • Tiada peranan berpura-pura, tiada templat kompleks, tiada mantra klasik seperti “silakan berfikir langkah demi langkah”. • Hasilnya: sistem tidak hanya mengulangi kelemahan kritikal yang sudah diketahui, tetapi juga mengesahkan penyelesaian pembaikan rasmi. • Kesan kes ini besar: FBI mengeluarkan amaran, PHP Foundation segera membaiki, dan beberapa laman web kerajaan terjejas. 📌 Yang benar-benar hidup bukan teknik prompt, tetapi sistem engineering • Goodside kemudian menambah: pernyataannya “prompt engineering is dead” bersifat lucu—yang mati ialah mantra kompleks biasa pengguna, bukan kejuruteraan asas itu sendiri. • Fokus kini berpindah dari prompt kepada harness—iaitu kerangka pelaksanaan, persekitaran sandbox, penyediaan konteks, batasan peraturan, dan pemanggilan alat. • Dengan kata lain, model bertanggungjawab atas “bolehkah ia melakukan?”, manakala sistem menentukan “bolehkah ia dilakukan secara stabil?” 📌 Cara interaksi AI dalam beberapa tahun terakhir sebenarnya telah mengalami peralihan • Awalnya semua bersaing dalam Prompt Engineering: bagaimana membuat satu ayat kelihatan seperti “mantra”. • Kemudian beralih kepada Context Engineering: bagaimana memberikan maklumat dan latar belakang yang betul kepada model. • Selepas itu kepada Harness Engineering: bagaimana membina persekitaran, menyediakan alat, dan menetapkan sempadan untuk model. • Kini bahkan sudah bermula perbincangan tentang Loop Engineering: membolehkan keseluruhan sistem berputar dan berubah secara automatik. • Garis evolusi ini sangat jelas—nilai terus bergerak ke atas, dari “perkataan” beralih kepada “struktur”. 📌 Untuk orang biasa, tiga perkara penting yang berubah • Adakah anda mampu memahami masalah dengan jelas. • Adakah anda mampu menjelaskan keperluan dengan tepat. • Adakah anda mampu menilai sama ada hasil dari AI itu betul atau tidak. • Tiga perkara ini kelihatan sederhana, tetapi sebenarnya jauh lebih sukar daripada menghafal templat. Kerana ia menguji bukan “rasa teknik”, tetapi kefahaman, kemampuan komunikasi, dan keupayaan membuat penilaian. Pandangan saya jelas: prompt tidak hilang sepenuhnya—ia hanya mundur dari depan ke belakang. Kelak akan semakin sedikit orang yang membayar untuk “kebolehan menulis prompt serba boleh”, dan lebih ramai yang membayar untuk “kebolehan merekabentuk proses kolaborasi manusia-AI yang boleh dipercayai”. Dengan kata lain, AI bukan menjadi lebih patuh—tetapi anda akhirnya tidak lagi boleh menyembunyikan ketidakjelasan fikiran anda dengan arahan yang mencolok. Jadi saya ingin tinggalkan satu soalan untuk anda: jika kelak AI hampir memahami segalanya, adakah perbezaan sebenar antara manusia akan datang daripada kemampuan paling purba—bertanya, membuat penilaian, dan bertanggungjawab?
