一句话看懂：开发者 Charles Miller 在 2026 年 10 月 26 日的博文中提出，“AI 技能”和当年的提示词工程类似，生命周期短、易被产品内置，不值得当成核心竞争力投入。该文在 Hacker News 24 小时内进入热榜。
事件核心：发生了什么
Miller 以自己 1995 年前后初学 C 语言时的经历作类比：当时程序员圈子普遍相信 i++ 比 ++i 慢，因此很多人形成了固定写法。但优化编译器早已能自动识别并消除这种差异，这类经验最终只停留在口口相传的层面，并没有实际收益。
他把提示词工程放到同一逻辑下：那些让大模型输出更稳定、少犯错的技巧，如果确实有效，通常会在几个月内被产品团队整合进默认体验。作者由此判断，一项几周能学会、几个月就过时的技能，离开当下就没有太多独立价值。原文发布时间为 2026 年 10 月 27 日。
为什么重要
过去两年，围绕大模型和 AI 应用的培训、教程与认证快速增多，“会写提示词”一度被视为可量化的能力标签。Miller 的提醒指向一个现实问题：随着模型能力提升和产品迭代，许多操作层面的技巧会被 API、默认系统提示和界面交互吸收，具体手法本身难以长期保值。
这不等于否定学习新工具。作者也承认，跟上当前技术状态仍有必要，否则无法完成当下工作。但他反对把这种短期技能包装成长期优势。目前公开信息显示，这一判断来自个人观察，尚未有系统性的技能生命周期数据支撑。
对用户/开发者/创作者的影响
对开发者而言，更稳妥的投入方向可能是理解模型能力边界、评估输出质量、设计数据与流程，而不是背熟某类提示词模板。对创作者和企业采购来说，选型时应关注工具能否把有效工作流固化为稳定产品能力，而非依赖个别员工掌握的操作技巧。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
作者还提到，18 个月前有 CEO 鼓励大家尽快搭上 AI 列车，否则就会被落下。他用谷歌、Facebook、iPod、iPhone 和 iPad 等案例回应：做对比抢跑更重要，保持跟随节奏、等待合适时机投入也合理。Hacker News 社区的讨论属于读者反馈，不能等同于作者结论。
值得关注的后续
可以观察三类信号：主流模型和 AI 应用是否继续把提示词技巧吸收为默认功能；企业招聘与培训需求是否从“提示词能力”转向流程设计和结果评估；以及是否出现更长期的能力评估框架，而不再依赖短期热门技能标签。
