聘請 AI Orchestrator,而不是 Prompt Engineer

AI Orchestrator 把模型、數據、工具和人連成一個在正式環境運行的流程。Prompt Engineer 改善的是其中一步的指示。有實際 AI 工作要做的公司,多數需要前者;寫 Prompt 已是團隊每個人都應有的基本功。

Cat Yung
,Super Cat Technology 創辦人
發佈

AI Orchestrator 是甚麼?

AI Orchestrator 是由頭到尾設計和建立 AI 流程的人。他們決定哪些步驟交給模型、哪些用普通代碼、哪裡由人審閱,以及整個流程如何量度。然後把流程接上你的系統和數據,在正式環境運行。

這個名稱來自 Upwork Research Institute,用來描述客戶需求中出現的一組技能,而不是職銜。該機構的董事總經理把它與 Prompt Engineering 分開,認為後者是較窄、針對單一工作的技能(來源:HRD,2026 年 8 月)。

為甚麼不聘請 Prompt Engineer?

因為價值已經由寫指示,轉移到建立指示周圍的流程。Upwork Future Workforce Index 2026 發現,簡單 AI 執行工作(例如初稿)的收入按年跌 28%。

把 AI 嵌入現有流程的工作,收入則升 45%(來源:Upwork Research Institute,經 HRD 報道,2026 年 8 月)。

好的 Prompt 可以改善一步。但如果那一步根本不應用模型、檢索拿錯文件,或輸出沒有人檢查,Prompt 都救不了。這些是 Orchestration 的問題。

AI Orchestrator 與 Prompt Engineer 比較

AI OrchestratorPrompt Engineer
負責一個在正式環境運行的流程其中一步的指示
決定每一步用模型、代碼還是人手字眼、例子和格式
合作對象你的數據、系統、工具和使用結果的人模型
量度業務成果、每步成本和錯誤率樣本 Prompt 的輸出質素
常見背景有正式上線 AI 經驗的軟件或數據工程寫作、行業知識或 ML

如何考核應徵者的 Orchestration 能力?

請對方講一個交付過的系統,然後追問:

  • 它取代了甚麼?好的答案會說出一個流程,以及原本由誰負責。
  • 哪些步驟不是模型調用,為甚麼?好的 Orchestrator 會在代碼更便宜或更可靠時,把步驟移出模型。
  • 實際使用時如何量度?要聽到業務數字,不只是測試分數。
  • 上線後甚麼出過錯?真正營運過系統的人,都答得出。

之後核實背後的工作紀錄。核實 AI 工程師資歷的指南列出四項十分鐘檢查。

Orchestrator 應該全職聘請嗎?

只有在未來多年都有一連串 AI 流程要建立時才需要。如果只有一兩個流程,一位駐場工程師可以設計和交付,再移交給你的團隊。

Super Cat Technology 正是這樣運作:一位經審核的工程師加入你的團隊,在你的代碼庫工作,目標是在第一個 Sprint 完結前交付成果。如要與人才平台比較,可參考聘請交付過的 LLM 工程師。

交付過的 Orchestration 工作

Super Cat Technology 創辦人 Cat Yung 完成了 21 個 AI Agent、RAG 及 LLM 項目,持有 Upwork Expert-Vetted 徽章,即平台前 1%(來源:Upwork 個人檔案,2026 年 10 月)。以下兩個項目展示這種做法。

Slack 知識助手根據 Confluence 回答員工問題,每個答案附來源,以 LangGraph 及 LightRAG 建立。

為美國 EDI 方案商建立的系統,以微調過的 Llama 3 用英文回答 X12 文件的問題。解析及與 SAP IDoc 配對則由確定性代碼處理。模型負責解釋,代碼負責決定。

Cat 的看法

「當 CTO 請我找一位 Prompt Engineer,我會先問模型放在哪一個流程裏。我的團隊大部分工作,是決定哪些步驟根本不應交給模型。其餘是決定哪裏由真人批核,以及每一步在實際使用時如何量度。」
Cat Yung,Super Cat Technology 創辦人

我的觀察:2026 年 10 月

  • 招聘廣告要求 AI 技能,卻沒有定義清楚。值得聘請的人選,能講出自己交付過的整個流程,包括用普通程式完成的部分。
  • 客戶帶來的是流程,不是 Prompt。可能是一條來電隊列、一份收款名單,或一批待配對的 EDI 文件。
  • 大型銀行現在讓外部 Agent 讀取,但不讓它執行操作。Orchestrator 要設計由真人批核操作的那一步。

Cat Yung,2026 年 10 月

資料來源:Unite.AI:Oyster 2026 全球 AI 人才報告 (2026 年 10 月) · TNW:Schwab 及摩根大通對外部 AI Agent 的限制 (2026 年 10 月)

常見問題

AI Orchestrator 和 Prompt Engineer 有甚麼分別?

AI Orchestrator 設計和建立整個 AI 流程:哪些步驟用模型、哪些用代碼、哪裡由人審閱,以及如何量度結果。Prompt Engineer 改善其中一步的指示。Upwork Research Institute 視 Prompt Engineering 為較窄的技能(HRD,2026 年 8 月)。

2026 年 Prompt Engineer 還是一份工作嗎?

作為獨立職位正在收縮。Upwork Future Workforce Index 2026 發現,簡單 AI 執行工作收入按年跌 28%,把 AI 嵌入現有流程的工作則升 45%(HRD 報道,2026 年 8 月)。寫 Prompt 已是建立 AI 系統的工程師的基本功。

如何聘請 AI Orchestrator?

請應徵者講一個交付過的系統:取代了甚麼、哪些步驟不是模型調用及原因、實際使用時如何量度、上線後甚麼出過錯。然後核實背後的工作紀錄。如果只有一個流程,駐場工程師便可勝任,不需要長期聘請。

Super Cat 可以提供 AI Orchestrator 嗎?

可以。截至 2026 年 10 月,Super Cat Technology 按實際工時派出經審核的工程師,在客戶團隊及代碼庫內設計和交付 AI 流程。創辦人 Cat Yung 完成了 21 個 AI Agent、RAG 及 LLM 項目,是 Upwork Expert-Vetted 前 1%。

資料來源

  1. HRD (Human Resources Director), Stop hiring AI operators. Start hiring AI orchestrators instead (2026 年 8 月)
  2. Upwork Research Institute, Future Workforce Index 2026 (2026 年)
聘請 LLM 工程師 →

已交付過正式上線 LLM 系統的人。

聘請經審核的 AI 工程師 →

加入你團隊的資深工程師。

核實 AI 工程師資歷 →

聘請前的四項十分鐘檢查。

企業兼職 AI 團隊 →

資深 AI 人手,不增加長期編制。

Cat Yung

關於作者

Cat Yung是 Super Cat Technology 創辦人,團隊在香港及倫敦開發 AI Agent,並以 AI 專家、Data Scientist 及兼職 CTO 身份與企業合作。擁有逾十年生產級 AI、NLP 及機器學習經驗;Upwork Expert-Vetted 前 1%,Job Success Score 100%(來源:Upwork 個人檔案,2026 年 10 月)。

First-Sprint Data Scientist

一位經審核的工程師加入你的團隊,第一個 Sprint 完結前交付成果。

在下面揀選時間,與您通話的是我本人。請帶同用例、數據及限制條件,我會就可行性、工作量及首個應交付的項目,給予直接而具體的意見。

Cat Yung

Cat Yung

配合香港及倫敦時區

開啟預約頁面