五次能力跃迁
五次能力跃迁是Rohit在《The 2026 AI Engineer Roadmap》中提出的AI工程师能力进阶框架，通过5个递进式案例展示了从"玩具"到"系统"的完整路径。
跃迁层次
第一层：能用（离线优先的小模型手机应用）
在资源、隐私、续航等现实约束下做AI工程。核心能力：约束工程、量化部署、本地数据加密、滑动窗口上下文管理。
第二层：会纠错（自我改进的编码代理）
让系统具备持续修正自身的能力。核心能力：规划-执行-测试-反思闭环、隔离沙箱执行、失败模式记录与复用、错误即资产。
第三层：能处理复杂媒介（多模态视频编辑代理）
将模糊的人类审美翻译成机器可执行的参数。核心能力：多模态理解、主观意图工程化、局部渲染优化、编辑决策可解释性。
第四层：能长期理解人（Personal Life OS Agent）
构建持续理解用户、建立个人知识图谱的长期智能体。核心能力：动态知识图谱、模式识别与预警、价值约束排序、隐私优先架构。
第五层：能进入组织生产（企业级自治工作流代理）
AI接管业务流程，具备企业级可靠性。核心能力：事件驱动工作流、多代理协作、失败重试与熔断、不可变审计日志、角色权限控制、全链路可观测性。
核心洞见
这不是五个项目，而是五次能力跃迁。每一次跃迁都对应了2026年AI工程里最有价值的五种能力。真正的AI工程师不是API搬运工，不是提示词美工，也不是只会套一层工作流包装的"伪智能体开发者"。
相关概念
- [[系统能力]] — 五次跃迁的最终目标
- [[约束工程]] — 第一层跃迁的核心能力
- [[错误即资产]] — 第二层跃迁的工程哲学
- [[主观意图工程化]] — 第三层跃迁的核心挑战
- [[长期智能体]] — 第四层跃迁的高级形态
- [[可审计的自动化]] — 第五层跃迁的企业级要求