在探讨这个问题之前，我们首先需要明确什么是人工智能。简单来说，人工智能（AI）是一门科学，它旨在创造能够模仿、扩展、甚至超越人类的认知能力和行为模式的机器系统。为了实现这一目标，研究者和开发者必须深入理解计算机科学与数学等多个领域的知识，并将其应用于设计出能适应复杂环境变化并进行决策的算法。
现在，让我们回到最初的问题：人工智能工程师是否需要具备编程能力？答案显然是肯定的。编程不仅仅是一个工具，它也是一个思考方式，是解决问题的一种手段。在AI领域，程序员负责构建这些模仿人类思维和行为的模型，而这些模型依赖于有效且高效地执行任务所必需的代码。
然而，这并不意味着所有的人工智能工程师都必须成为程序员。但即使不是直接从事编码工作的人，也应该对编程有一定程度的了解，因为它可以帮助他们更好地与软件开发团队沟通，以及理解那些由他人的代码组成的人工智能系统如何运作。
那么，为何说每位AI专业人才至少应该掌握一定量级别的编程技能呢？
首先，从基础到高级，每一项技术或方法都是通过代码实现出来。这就意味着，无论你是在数据分析、机器学习还是自然语言处理中工作，只要涉及到任何形式的人工智慧，你都可能需要写代码来表达你的想法，并将它们转换为实际操作。
其次，与其他专业相比，如经济学或社会学，对计算机科学知识要求通常较低，但对于想要进入AI行业，就必须有足够强大的背景知识。这种跨学科交互性要求你既要懂得如何使用现有的工具，又要能够创建新的功能以满足不断变化需求。而这正是通过学习编程而获得的一系列技能所提供给你的。
最后，不同类型的人才角色会有不同的需求。当某个人物被指定为专家时，他们往往不能完全依赖他人的工作。如果一个人想要成为具有独特见解并能够推动创新的人，那么他们不得不亲自参与到项目中去，这通常意味着写自己的代码。
总结一下，当谈论“做人工智能”时，我们指的是一种跨学科综合性的活动，其中包括但不限于数学、统计学、心理学以及电脑科学等多个方面。此外，还有一点不可忽视，即虽然目前市场上存在许多预制好的软件包和库，但随着技术日新月异，真正把握核心竞争力的关键在于理解这些底层原理并学会用最优化方式进行自定义调整。而这一切，都离不开良好的编程基础作为支持之力。因此，无论你决定走向哪条道路，如果你希望成功成为一名优秀的人工智能工程师，你应当确保自己具备扎实且广泛覆盖了必要技能范围中的其中之一：具体来说，就是掌握基本至高级水平上的编码技巧。在未来几年里，不断更新自己关于最新趋势和最佳实践也是保持竞争力的关键因素之一。在这个过程中，不断发展和提高自己的整体技术栈，将变得尤为重要。不管你的终极目标是什么，要记住，在追求个人梦想的时候，最重要的是永远保持好奇心，同时准备好迎接未来的挑战。
