過去五年, 你對 LLM 出手的位置一直往外退. 一張表看完:
| 時代 | 何時浮現 | 你在雕的「單位」 | 你的身分 |
|---|---|---|---|
| Prompt Engineering | 2020–2023 | 一句話 | 下指令的人 |
| Context Engineering | 2024–2025 | 一輪的完整輸入 | 佈置資訊的人 |
| Harness Engineering | 2025–2026 | 那台跑每一輪的機器 | 配置系統的人 |
| Loop Engineering | 2026 | 一個自動流程 | 設好目標、走人的人 |
一句話串起四代:
每個時代, 你 engineering 的「單位」都往外退了一格.
從 prompt 到 loop, 表面上是四個學科, 底下是同一件事的四種尺度. 這條主線一路貫穿; 更完整的時間軸 (包括 ReAct、MCP、Claude Code 這些節點, 以及 2026 後半才冒頭的 Graph Engineering)
不是新技術突然發明, 是每一代都在補上一代的手工活:
| 什麼補了什麼 |
|---|
| ReAct (2022) 讓 prompt 從一次性字串變成能循環, 開啟 agent 這條路 |
| MCP (2024) 讓「餵 context」有標準, 不用每個工具都自己接 |
| Claude Code / Codex (2025-2026) 把 retry、壓縮、tool 循環、sandbox 全部內建, harness 變預設 |
| Loop (2026) 因為 harness 夠穩了, 可以「設好目標、走人」而不必守著 |
每次一個手工步驟被自動化, 你的注意力就自然被推到更外一格. 這不是誰在強迫你追潮流, 是科技把你往外推.
也因為這樣, 前浪沒被後浪淘汰. Loop 裡每一輪還是要好的 context, context 裡那句指令還是要用到 prompt 的功夫. 四代是疊加, 不是取代.
回到 Day 01. LLM 到今天還是在做同一件事: 看完前面所有 token, 猜下一個. 這件事從 GPT-3 (2020) 到 Opus 4.7 (2026) 沒變過.
所以四代 xxx Engineering 之間變的是什麼? 是你介入的槓桿位置.
技巧沒過期, 只是最值得投資的那一格一直在往外移. 你會焦慮, 通常是因為以為「新一代出來了, 舊的白學了」— 事實不是那樣. 舊的是新的地基, 蓋樓不能拆地基.
名詞會過期 (2028 年可能又出 Fleet Engineering 之類的). 但下面這些能力不會:
| 能力 | 做什麼 | 為什麼跨代通用 |
|---|---|---|
| 分辨模糊 vs 明確 | 一眼看出「幫我改好」跟「所有測試通過」的差別 | 每一代都需要「怎樣算做完了」這一步變精 |
| 外部驗證思維 | 不信 AI 自報「做完了」, 一定要有 verifier | Prompt 時代靠人眼, Loop 時代靠測試, 邏輯一樣 |
| 拆解關鍵資訊 | 這件事情, 模型該看到的最小資訊集是什麼 | Context Engineering 的核心, 但每個時代都在做 |
| 類比新工具 | 看到新東西能秒問「它在補之前哪個手工活?」 | 就是這篇的整條 through-line 教你的能力 |
| 停止規則的直覺 | 判斷「什麼時候該停手不再讓 AI 跑」 | 從 prompt 時代的「別讓它繼續解釋」到 loop 時代的「circuit breaker」, 都是這個 |
這些能力沒有版本號. 你三年前為了 prompt 練出來的「怎麼問清楚」, 現在花在寫 goal 上, 效果直接遷移. 你為了 context 練出來的「什麼資訊要餵進去」, 現在拿去設計 subagent 的 handoff, 也直接遷移.
技術會迭代, 這些判斷力不會. 這就是「智慧是自己的」的意思.
給還在焦慮的自己四條:
iThome鐵人賽
看影片追技術