2025年6月17日，吳恩達(dá)（Andrew Ng）在硅谷的 “人工智能初創(chuàng)企業(yè)學(xué)校” 發(fā)表演講。作為 AI 領(lǐng)域的權(quán)威學(xué)者與實(shí)踐者，吳恩達(dá)深耕 AI 技術(shù)落地與創(chuàng)業(yè)孵化領(lǐng)域，憑借豐富的經(jīng)驗(yàn)形成了一套兼具理論深度與實(shí)踐指導(dǎo)性的思想體系。

他在此次演講中，主要圍繞 AI 技術(shù)棧的價(jià)值分布、創(chuàng)業(yè)決策的邏輯、組織能力的進(jìn)化以及對(duì) AI 發(fā)展本質(zhì)的洞察等內(nèi)容展開(kāi)。以下是其核心觀點(diǎn)：

1.AI 技術(shù)棧：應(yīng)用層是商業(yè)核心，智能體工作流成關(guān)鍵橋梁

 吳恩達(dá)將 AI 技術(shù)棧劃分為幾個(gè)清晰層級(jí)：最底層的半導(dǎo)體公司、之上的超大規(guī)模云服務(wù)商、再往上的 AI 基礎(chǔ)模型公司。盡管媒體的聚光燈多聚焦于底層技術(shù)，但他從商業(yè)角度來(lái)看，明確指出“AI 商業(yè)真正的風(fēng)口在應(yīng)用層”。這一判斷源于一個(gè)簡(jiǎn)單卻深刻的邏輯：只有應(yīng)用層產(chǎn)生足夠收益，才能進(jìn)一步支持底層的基礎(chǔ)模型、云計(jì)算和半導(dǎo)體技術(shù)的發(fā)展。吳恩達(dá)強(qiáng)調(diào)：“各個(gè)技術(shù)層級(jí)都有機(jī)會(huì)，但應(yīng)用層是連接技術(shù)與市場(chǎng)的樞紐，其價(jià)值密度最高。”

 他特別強(qiáng)調(diào)智能體工作流的革命性意義：“在AI Fund參與的醫(yī)療診斷、法律文書(shū)等項(xiàng)目中，是否采用智能體工作流往往決定項(xiàng)目成敗。”傳統(tǒng)線性AI交互模式（輸入提示詞→獲得結(jié)果）正在被顛覆，智能體通過(guò)“提綱-調(diào)研-撰寫(xiě)-評(píng)估-修改”的循環(huán)，雖稍慢于線性輸出，卻大幅提升結(jié)果質(zhì)量。這種工作流創(chuàng)新，正催生技術(shù)棧的新層級(jí)——智能體編排層（Agentic Orchestration Layer），成為模型與應(yīng)用間的關(guān)鍵橋梁。

 2.聚焦具體產(chǎn)品創(chuàng)意，高效驗(yàn)證與快速迭代，是AI時(shí)代創(chuàng)業(yè)成功的關(guān)鍵路徑，避免過(guò)早優(yōu)化和資源浪費(fèi)。

 只專注于具體的產(chǎn)品創(chuàng)意。這里所說(shuō)的“具體”，是指工程師能夠根據(jù)明確的需求描述，立即開(kāi)始開(kāi)發(fā)的程度。這是吳恩達(dá)在 AI Fund 始終堅(jiān)持的原則。他以兩個(gè)案例對(duì)比說(shuō)明：“用 AI 優(yōu)化醫(yī)療資源” 屬于模糊想法，工程師可能開(kāi)發(fā)出完全不同的產(chǎn)品；而 “開(kāi)發(fā)讓患者在線預(yù)約 MRI 設(shè)備的軟件” 則是具體方案，工程師可立即編程，快速推進(jìn)開(kāi)發(fā)。

 具體創(chuàng)意的價(jià)值體現(xiàn)在三個(gè)維度：一是明確的方向能讓團(tuán)隊(duì)全速推進(jìn)開(kāi)發(fā)工作；二是無(wú)論驗(yàn)證結(jié)果是成功還是失敗，都能迅速得出結(jié)論；三優(yōu)秀的具體創(chuàng)意通常源自于領(lǐng)域?qū)＜覍?duì)某個(gè)問(wèn)題的長(zhǎng)期思考和深入理解。

 吳恩達(dá)以 Coursera 的創(chuàng)立為例，他在在線教育領(lǐng)域研究好幾年，反復(fù)推敲如何構(gòu)建一個(gè)能夠真正解決問(wèn)題的教育科技平臺(tái)。經(jīng)過(guò)長(zhǎng)時(shí)間思考意識(shí)到，某個(gè)領(lǐng)域多年的專家，往往能夠憑借直覺(jué)快速做出高質(zhì)量的決策，他提醒創(chuàng)業(yè)者：“如果每次用戶交流后都改變方向，說(shuō)明還沒(méi)有形成高質(zhì)量的具體創(chuàng)意，這時(shí)需要引入領(lǐng)域?qū)＜抑敢�方向�?rdquo;

 成功的初創(chuàng)公司應(yīng)專注于驗(yàn)證明確假設(shè)，資源有限時(shí)需聚焦單一方向，若不可行則快速轉(zhuǎn)向。開(kāi)發(fā)的最大風(fēng)險(xiǎn)在于市場(chǎng)接受度，而 AI 編程輔助工具正改變傳統(tǒng)反饋循環(huán)。

 軟件開(kāi)發(fā)分為快速構(gòu)建原型和維護(hù)成熟代碼庫(kù)，前者用于驗(yàn)證創(chuàng)意，AI 可提升效率10倍以上，對(duì)代碼可靠性等要求低，后者可容忍不完美維護(hù)成熟代碼庫(kù)，AI提升效率30-50%。

 如今初創(chuàng)公司可通過(guò)構(gòu)建大量原型篩選方向，因驗(yàn)證成本低，失敗原型可接受。同時(shí)，AI編程工具，如GitHub Copilot、Cursor、OpenAI o3等，持續(xù)提升開(kāi)發(fā)效率，工具代際差距影響顯著，代碼價(jià)值屬性發(fā)生變化，軟件工程成本降低，重構(gòu)代碼庫(kù)變得容易。

 3.技術(shù)決策與編程能力：從“單向門(mén)” 到全員編程的必要性

 貝索斯的“單向門(mén)決策”（難以逆轉(zhuǎn)）與 “雙向門(mén)決策”（可輕易改變）理論中，過(guò)去技術(shù)棧和軟件架構(gòu)選擇屬單向門(mén)，改變困難，而現(xiàn)在因 AI 等因素，雖非完全雙向門(mén)，但技術(shù)棧和代碼庫(kù)的改變已變得容易，甚至可重寫(xiě)。

 同時(shí)，即便AI能寫(xiě)代碼，懂編程依然重要。歷史上編程工具簡(jiǎn)化反而擴(kuò)大開(kāi)發(fā)者群體，如今更應(yīng)讓每個(gè)崗位都學(xué)習(xí)編程，團(tuán)隊(duì)全員具備編程能力能提升表現(xiàn)，如團(tuán)隊(duì)成員可通過(guò)精準(zhǔn)提示詞控制AI生成圖像，核心在于學(xué)會(huì)向計(jì)算機(jī)清晰表達(dá)需求。引導(dǎo)AI編寫(xiě)代碼在未來(lái)很長(zhǎng)一段時(shí)間是最有效的工具。

 4.組織能力升級(jí)：產(chǎn)品管理轉(zhuǎn)型與高效反饋機(jī)制

工程效率的飛躍正在倒逼組織能力升級(jí)。吳恩達(dá)觀察到一個(gè)顯著趨勢(shì)：產(chǎn)品管理逐漸成為瓶頸—— 過(guò)去 “1個(gè)產(chǎn)品經(jīng)理對(duì)接6-7個(gè)工程師”的模式被顛覆，部分團(tuán)隊(duì)甚至出現(xiàn) “2個(gè)產(chǎn)品經(jīng)理對(duì)接1個(gè)工程師”的配置。這并非資源錯(cuò)配，而是因?yàn)锳I工具讓工程師效率提升后，產(chǎn)品設(shè)計(jì)和工程管理的速度跟不上技術(shù)實(shí)現(xiàn)的節(jié)奏。

在工程開(kāi)發(fā)速度加快的環(huán)境下，懂編程的產(chǎn)品經(jīng)理或有產(chǎn)品思維的工程師更出色。初創(chuàng)公司領(lǐng)導(dǎo)者需建立快速獲取反饋的機(jī)制。

吳達(dá)恩總結(jié)了一套從快到慢、從粗略到精確的產(chǎn)品反饋戰(zhàn)術(shù)體系：最快是領(lǐng)域?qū)＜矣H自體驗(yàn)后憑直覺(jué)判斷；稍慢是請(qǐng)三五個(gè)朋友或同事試用反饋；再慢是邀請(qǐng)三到十個(gè)陌生人試用收集意見(jiàn)；較慢的是向 100 名測(cè)試用戶發(fā)送原型；最慢但最精確的是 A/B 測(cè)試。同時(shí)，除第一種方法外，不能僅依據(jù)表面數(shù)據(jù)做決定，尤其 A/B 測(cè)試需深入分析功能表現(xiàn)不佳的原因，通過(guò)深入分析數(shù)據(jù)完善產(chǎn)品直覺(jué)。通過(guò)這樣的深度反思，能夠利用所有的數(shù)據(jù)來(lái)更新心智模型，以提升快速?zèng)Q策質(zhì)量。

 5.團(tuán)隊(duì)競(jìng)爭(zhēng)力與加速法則：效率、反饋與技術(shù)敏感度

 理解 AI 技術(shù)對(duì)提升工作效率至關(guān)重要，由于 AI 作為新興技術(shù)，掌握其精髓的人較少，理解 AI 的團(tuán)隊(duì)具有競(jìng)爭(zhēng)優(yōu)勢(shì)。在技術(shù)決策上，如構(gòu)建客服聊天機(jī)器人時(shí)的技術(shù)選擇，選錯(cuò)可能導(dǎo)致10倍效率損失，正確判斷對(duì)初創(chuàng)公司很關(guān)鍵。續(xù)關(guān)注 AI 最新進(jìn)展有益，眾多生成 AI 工具和模塊的組合能創(chuàng)造新應(yīng)用，如同樂(lè)高積木般帶來(lái)豐富創(chuàng)意。

 創(chuàng)業(yè)成功與團(tuán)隊(duì)執(zhí)行速度強(qiáng)相關(guān)，加速法則包括專注具體可行的創(chuàng)意、提高決策速度、利用 AI 編程輔助工具、建立高效用戶反饋機(jī)制、持續(xù)追蹤技術(shù)動(dòng)態(tài)。

 6.AI 發(fā)展的理性認(rèn)知：價(jià)值、風(fēng)險(xiǎn)與社會(huì)責(zé)任

 吳恩達(dá)針對(duì) AI 發(fā)展中的諸多關(guān)鍵問(wèn)題給出了明確觀點(diǎn)。在人類與 AI 的關(guān)系上，他認(rèn)為通用人工智能（AGI）被過(guò)度炒作，未來(lái)很長(zhǎng)一段時(shí)間人類仍擁有 AI 無(wú)法替代的獨(dú)特價(jià)值，掌握 AI 工具、精通與 AI 協(xié)作的人將更具競(jìng)爭(zhēng)力，無(wú)需擔(dān)心被取代。

 同時(shí)，他批判了 AI 領(lǐng)域的諸多夸大宣傳，如 “AI 導(dǎo)致人類滅絕”“取代所有工作”“需核能數(shù)據(jù)中心或太空 GPU” 等說(shuō)法均缺乏技術(shù)依據(jù)，實(shí)際上 AI 正在創(chuàng)造新崗位并改變現(xiàn)有崗位性質(zhì)，地面計(jì)算設(shè)施仍有巨大優(yōu)化空間。

 對(duì)于 AI 的本質(zhì)與創(chuàng)業(yè)邏輯，吳恩達(dá)強(qiáng)調(diào) AI 是類似電力的工具，其安全性取決于使用方式，更應(yīng)關(guān)注 “負(fù)責(zé)任的 AI”，反對(duì)將實(shí)驗(yàn)室極端案例渲染成聳人聽(tīng)聞的故事，尤其反對(duì)借此攻擊開(kāi)源軟件，同時(shí)警惕以“安全”為名的技術(shù)壟斷行為，共同維護(hù)自由開(kāi)放的創(chuàng)新生態(tài)。

 對(duì)創(chuàng)業(yè)者而言，核心是打造用戶真正喜愛(ài)的產(chǎn)品，先解決 “產(chǎn)品與市場(chǎng)匹配” 問(wèn)題，當(dāng)前應(yīng)用層存在大量空白領(lǐng)域和未被開(kāi)發(fā)的機(jī)會(huì)，無(wú)需過(guò)度擔(dān)憂模式或功能被快速?gòu)?fù)制。

 在 AI 工具與具體領(lǐng)域應(yīng)用上，吳恩達(dá)指出智能體工作流已能整合多種技術(shù)模塊，如提示工程、檢索增強(qiáng)生成等，開(kāi)發(fā)者初期不必過(guò)度擔(dān)心token成本。他建議在架構(gòu)設(shè)計(jì)時(shí)考慮技術(shù)模塊的可替換性，保持技術(shù)選擇的靈活性，可以確保在疊加更多功能時(shí)，仍然能夠快速迭代。

教育領(lǐng)域中，未來(lái)教育將向高度個(gè)性化發(fā)展，但這是漸進(jìn)過(guò)程。“AGI 徹底改變教育” 的說(shuō)法被夸大，需持續(xù)探索教育工作流與 AI 智能體工作流的結(jié)合。

關(guān)于社會(huì)影響與知識(shí)普及，吳恩達(dá)提出開(kāi)發(fā)者需秉持“確保產(chǎn)品讓大眾生活更好” 的原則，AI Fund已叫停多個(gè)可能產(chǎn)生負(fù)面影響的項(xiàng)目，同時(shí)要讓 AI 紅利惠及所有人。

他認(rèn)為讓普通大眾了解深度學(xué)習(xí)至關(guān)重要，知識(shí)普及應(yīng)跟上技術(shù)發(fā)展，同時(shí)需警惕部分企業(yè)通過(guò)夸大 AI 風(fēng)險(xiǎn)建立技術(shù)壟斷（如加州 SB-1047 法案），保護(hù)開(kāi)源軟件以避免技術(shù)不平等。

END

       原文標(biāo)題 : 吳恩達(dá)談AI時(shí)代：驗(yàn)證速度是企業(yè)競(jìng)爭(zhēng)力，應(yīng)用層仍存在大量機(jī)會(huì)