大模型参数拉平之后，一群新闻人开始教AI"说人话"

「内容工程师」成新工种：前记者、编辑与纪录片导演，正用系统提示词与少样本示例，把"懂你"做成AI公司的下一道护城河。

Tony Lin 那段时间在养病。他做了个 voice agent，一种可以替用户接电话、模拟本人语气的AI语音代理，结果让 Google 的团队侧目。Tony 不是工程师，本行是新闻：前 VICE News Tonight 东亚区制片人，Netflix 纪录片《Golden》的联合创始人，现在的身份是某家人工智能实验室的"模型设计负责人"。

在最新一期 硅谷101 E245《藏在大模型背后的新闻人》 里，Tony Lin 和 NBCUniversal AI 战略总监 Bianca Consunji 一起谈了"内容工程师"这个新工种。共同的名字是 Content Engineer。

节目给出的定义是直白的：他们曾是记者、编辑和纪录片导演，如今藏在大语言模型之后，做的是"教AI说人话"的工作。当 ChatGPT、Claude、Gemini 的答题能力越来越接近，决定用户留下来的，不再是参数，而是模型"懂不懂我"。

一种新岗位，从剧本来

内容工程师的工作分三步：判断什么是好内容、把好内容拆成机器能学的样子、训练AI读懂字面之外的言下之意。落到产品里，就是两件具体的事：系统提示词（System Prompt，写给AI看的底层指令）和少样本示例（Few-shot，喂给AI的参考对话）。

Bianca Consunji 在 Video Consortium 的会员页 上挂出的职位是 NBCUniversal AI 战略总监（Director of AI Enablement and Adoption），之前在 Netflix 和 Meta Superintelligence Labs 做过产品和内容策略，哥大新闻学院毕业。在节目里她做的事情，是把新闻业对"读者预期"的判断翻译成模型上线前的产品标准。

Tony Lin 在 硅谷101 的官方嘉宾页 上的头衔是"人工智能实验室模型设计负责人"；他的另一重身份是播客《行星酒馆》的主理人。这档节目是他 2023 年离开大公司后开始做的，Initium/端传媒的档案里写到他从清迈重新出发，Muck Rack 的记者档案也保留了他在 VICE、BuzzFeed、Quartz 的署名。一个做纪录片的人去做 voice agent，外人看是跨界，在他那里是同一条线的延伸：把声音、节奏、判断力做到位。

懂不懂你，是产品选择

顺着用户说话的AI不是技术做不到，是产品经理主动选的。Sycophancy（AI 谄媚）在 节目 37:02 章节 被点名为产品决策：顺着用户说，对话轮次和停留时长都会变长，留存曲线更好看。今天打开 ChatGPT 觉得"它怎么老在夸我"，那不是 AI 学会了讨好，是产品在用它换数据。

节目 26:45 章节 把另一条边界点得更直接："基于共识训练出来的AI不会产生伟大的艺术。"训练数据只收最大公约数，模型就会滑向最安全的回答；这种安全，是创作者最不能用的东西。

节目把这两件事放在相邻章节处理，锋口指向同一个位置：批评的是产品决策，不是技术宿命。

高端岗位背后，是一条脆弱的链

"内容工程师"被抢的同时，AI trainer 这条线上的人在按条计价、平台抽成。节目给出的术语表 把"零工经济 + AI Trainer"放进去，本身就是一个信号：这一头是高端岗位被头部公司重新定价，另一头是为模型标注答案、做对齐的临时工。

读懂新闻业、判断好内容、把判断力工程化，是一种被市场重新定价的技能；底层的数据标注、AI 反馈训练，是同一条价值链上更不稳定的部分。节目没有把高端岗位的光环套到这条链上，是它值得被信任的地方。

职业价值的迁移

"我以前卖的是'成果'，现在卖的是'过程'"，这是 Tony 在节目结尾对自身工作的概括。

把这句话翻过来：当 Tony 这样的内容工程师坐在系统提示词的写作会议里，他做的是把过去十几年在新闻业里学到的、那些没法写进简历的东西（怎么问一个好问题、什么时候该停、读者读到第几段会走神），一条一条折算成 AI 看得到的规则。这是这一轮 AI 浪潮里最不像"AI 抢饭碗"叙事的部分：不是机器替人写，是人把写的能力拆给机器看。

至于 Tony 的 voice agent 后来怎样、模型什么时候上线，节目没给答案。Google 那次"侧目"本身就是答案的一部分：下一轮 AI 的护城河，不在参数表上。