10月22日，安全研究员 Justin Elze 在 X 上发了条帖子，正文只有一句：You’re all prompting wrong。帖子里配了两张 LinkedIn 截图。
第二天，Riley Goodside 转发了它，补了三句：Prompt engineering is dead. Prompt however you want. Have fun.
十个英文单词，AI 圈炸了。不是因为话说得狠，是因为说这话的人。
Goodside 做过 Scale AI 的首席提示词工程师，后来去了 Google DeepMind。CEO Alexandr Wang 当年公开说，他打赌 Goodside 是全球第一个被正式雇用的提示词工程师。36氪
把这个岗位变成正式工作的人，亲手写了讣告。
让这句话站得住的，是一句大白话。
截图来自 Chainguard 的 CEO Dan Lorenc。这家公司做软件供应链安全。
10月中旬，他们上线了一套 AI 漏洞发现系统。给模型的提示，大意只有一句：找找 PHP 里不用登录就能被远程利用的高危漏洞。
没有角色扮演，没有分步模板，没有“你是一位资深安全专家”。
系统独立复现出了已知的高危漏洞，还验证了官方修复方案。那阵子，FBI 发了警告，PHP 基金会紧急修复，多个政府网站一度受影响。搁在以前，这活还得靠资深专家反复磨提示词、设计多轮对话。
热闹了没多久，Goodside 自己在评论区找补：刚才那是俏皮话。给系统写底层提示词的人、给小模型做精调的人、把提示嵌进应用里的人，活一点没少。
真正消失的，是普通用户“必须会念咒”这件事。
帖子下面冒出一句总结：工作只是从提示转移到了 harness 上。Goodside 回了两个字：是的。
Chainguard 那句“找找漏洞”能成，不是因为句子妙，是因为背后有沙箱、有目标源码、有执行引擎。模型的功劳在能力，系统的功劳在设计。36氪
这条路这几年走得很清楚：先是提示词，再是上下文，然后是运行环境，眼下喊的是循环工程。
名字越换越大，离那句具体的话也越来越远。
Goodside 后来被问，现在该把精力花在哪。他说得很老实：我完全不知道现在什么技能值得培养，一切变得太快了。 技巧每隔几个月就被模型追平一次。36氪
他能确定的，只剩三件事：把问题想清楚，把要求说明白，判断结果对不对。
今天就能做的第一件事，是先把材料递过去。
新建一个空文件夹，把最近在忙的东西全拖进去：课件、报表、会议纪要、写到一半的稿子、客户发来的表格。什么格式都行，不用整理。你要是花一晚上归类，今天的正事就变成了整理文件夹。
然后在对话框里说一句：这是我的资料，你看看能帮我做什么。
听着太随便。但它绕开了新手最大的坑：提示词是给已经知道要干什么的人准备的。
很多人连“拿 AI 干什么”都没想清楚，就开始抄模板。文件夹本身就是提示词，里面有你的进度、你的偏好、你上次做到哪。
第二件，把任务拆成几轮，一轮只干一件事。
“写一个爆款脚本”这种指令，AI 一次做不好。拆开：第一轮只要十个选题方向；选定后，第二轮只搭大纲；大纲确认了，第三轮才填内容、调语气。
每一步都短，每一步都能改。你改的是方向，不是措辞。
第三件，把“检查”写进流程，而不是每次口头叮嘱。
Claude Skill 的写法里，有几条规则普通人也能借用：主文件别超过 500 行；description 永远被加载，是 AI 从一堆技能里挑中你的唯一依据；硬规则别靠大写强调，要放进 hook 自动跑。知乎
普通人不用写 Skill，道理一样。与其每次说“记得核对数据”，不如在流程里固定一步：列出来源，标出不确定的地方，再让它找一遍反例。
AI 的第一版通常只是 60 分的草稿。它写得快，不代表它对。
模板会过期。想清楚、说明白、能核对，这三样不会。
