點擊關(guān)注公眾號并設(shè)星標(biāo)，不錯過最新內(nèi)容

已關(guān)注

關(guān)注

重播 分享 贊

關(guān)閉

觀看更多

更多

退出全屏

切換到豎屏全屏退出全屏

大碗思維已關(guān)注

分享視頻

，時長43:54

0/0

00:00/43:54

切換到橫屏模式

繼續(xù)播放

進度條，百分之0

播放

00:00

/

43:54

43:54

全屏

倍速播放中

0.5倍 0.75倍 1.0倍 1.5倍 2.0倍

超清 流暢

您的瀏覽器不支持 video 標(biāo)簽

繼續(xù)觀看

吳恩達談AI時代：驗證速度是企業(yè)競爭力，應(yīng)用層仍存在大量機會

觀看更多

轉(zhuǎn)載

,

吳恩達談AI時代：驗證速度是企業(yè)競爭力，應(yīng)用層仍存在大量機會

大碗思維已關(guān)注

分享點贊在看

已同步到看一看寫下你的評論

視頻詳情

2025年6月17日，吳恩達（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)者與實踐者，吳恩達深耕 AI 技術(shù)落地與創(chuàng)業(yè)孵化領(lǐng)域，憑借豐富的經(jīng)驗形成了一套兼具理論深度與實踐指導(dǎo)性的思想體系。 他在此次演講中，主要圍繞 AI 技術(shù)棧的價值分布、創(chuàng)業(yè)決策的邏輯、組織能力的進化以及對 AI 發(fā)展本質(zhì)的洞察等內(nèi)容展開。以下是其核心觀點： 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

吳恩達將 AI 技術(shù)棧劃分為幾個清晰層級：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”。這一判斷源于一個簡單卻深刻的邏輯：只有應(yīng)用層產(chǎn)生足夠收益，才能進一步支持底層的基礎(chǔ)模型、云計算和半導(dǎo)體技術(shù)的發(fā)展。吳恩達強調(diào)：“各個技術(shù)層級都有機會，但應(yīng)用層是連接技術(shù)與市場的樞紐，其價值密度最高?！? 他特別強調(diào)智能體工作流的革命性意義：“在AI Fund參與的醫(yī)療診斷、法律文書等項目中，是否采用智能體工作流往往決定項目成敗?！眰鹘y(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“提綱-調(diào)研-撰寫-評估-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——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，高效驗證與快速迭代，是AI時代創(chuàng)業(yè)成功的關(guān)鍵路徑，避免過早優(yōu)化和資源浪費。 只專注于具體的產(chǎn)品創(chuàng)意。這里所說的“具體”，是指工程師能夠根據(jù)明確的需求描述，立即開始開發(fā)的程度。這是吳恩達在 AI Fund 始終堅持的原則。他以兩個案例對比說明：“用 AI 優(yōu)化醫(yī)療資源” 屬于模糊想法，工程師可能開發(fā)出完全不同的產(chǎn)品；而 “開發(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，快速推進開發(fā)。 具體創(chuàng)意的價值體現(xiàn)在三個維度：一是明確的方向能讓團隊全速推進開發(fā)工作；二是無論驗證結(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δ硞€問題的長期思考和深入理解。 吳恩達以 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)建一個能夠真正解決問題的教育科技平臺。經(jīng)過長時間思考意識到，某個領(lǐng)域多年的專家，往往能夠憑借直覺快速做出高質(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，說明還沒有形成高質(zhì)量的具體創(chuàng)意，這時需要引入領(lǐng)域?qū)＜抑敢较?。? 成功的初創(chuàng)公司應(yīng)專注于驗證明確假設(shè)，資源有限時需聚焦單一方向，若不可行則快速轉(zhuǎn)向。開發(fā)的最大風(fēng)險在于市場接受度，而 AI 編程輔助工具正改變傳統(tǒng)反饋循環(huán)。 軟件開發(fā)分為快速構(gòu)建原型和維護成熟代碼庫，前者用于驗證創(chuàng)意，AI 可提升效率10倍以上，對代碼可靠性等要求低，后者可容忍不完美維護成熟代碼庫，AI提升效率30-50%。 如今初創(chuàng)公司可通過構(gòu)建大量原型篩選方向，因驗證成本低，失敗原型可接受。同時，AI編程工具，如GitHub Copilot、Cursor、OpenAI o3等，持續(xù)提升開發(fā)效率，工具代際差距影響顯著，代碼價值屬性發(fā)生變化，軟件工程成本降低，重構(gòu)代碼庫變得容易。 3.技術(shù)決策與編程能力：從“單向門” 到全員編程的必要性 貝索斯的“單向門決策”（難以逆轉(zhuǎn)）與 “雙向門決策”（可輕易改變）理論中，過去技術(shù)棧和軟件架構(gòu)選擇屬單向門，改變困難，而現(xiàn)在因 AI 等因素，雖非完全雙向門，但技術(shù)棧和代碼庫的改變已變得容易，甚至可重寫。 同時，即便AI能寫代碼，懂編程依然重要。歷史上編程工具簡化反而擴大開發(fā)者群體，如今更應(yīng)讓每個崗位都學(xué)習(xí)編程，團隊全員具備編程能力能提升表現(xiàn)，如團隊成員可通過精準(zhǔn)提示詞控制AI生成圖像，核心在于學(xué)會向計算機清晰表達需求。引導(dǎo)AI編寫代碼在未來很長一段時間是最有效的工具。 4.組織能力升級：產(chǎn)品管理轉(zhuǎn)型與高效反饋機制 工程效率的飛躍正在倒逼組織能力升級。吳恩達觀察到一個顯著趨勢：產(chǎn)品管理逐漸成為瓶頸—— 過去 “1個產(chǎn)品經(jīng)理對接6-7個工程師”的模式被顛覆，部分團隊甚至出現(xiàn) “2個產(chǎn)品經(jīng)理對接1個工程師”的配置。這并非資源錯配，而是因為AI工具讓工程師效率提升后，產(chǎn)品設(shè)計和工程管理的速度跟不上技術(shù)實現(xiàn)的節(jié)奏。 在工程開發(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制。 吳達恩總結(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自體驗后憑直覺判斷；稍慢是請三五個朋友或同事試用反饋；再慢是邀請三到十個陌生人試用收集意見；較慢的是向 100 名測試用戶發(fā)送原型；最慢但最精確的是 A/B 測試。同時，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 測試需深入分析功能表現(xiàn)不佳的原因，通過深入分析數(shù)據(jù)完善產(chǎn)品直覺。通過這樣的深度反思，能夠利用所有的數(shù)據(jù)來更新心智模型，以提升快速決策質(zhì)量。 5.團隊競爭力與加速法則：效率、反饋與技術(shù)敏感度 理解 AI 技術(shù)對提升工作效率至關(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 的團隊具有競爭優(yōu)勢。在技術(shù)決策上，如構(gòu)建客服聊天機器人時的技術(shù)選擇，選錯可能導(dǎo)致10倍效率損失，正確判斷對初創(chuàng)公司很關(guān)鍵；。續(xù)關(guān)注 AI 最新進展有益，眾多生成 AI 工具和模塊的組合能創(chuàng)造新應(yīng)用，如同樂高積木般帶來豐富創(chuàng)意。 創(chuàng)業(yè)成功與團隊執(zhí)行速度強相關(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制、持續(xù)追蹤技術(shù)動態(tài)。 6.AI 發(fā)展的理性認(rèn)知：價值、風(fēng)險與社會責(zé)任 吳恩達針對 AI 發(fā)展中的諸多關(guān)鍵問題給出了明確觀點。在人類與 AI 的關(guān)系上，他認(rèn)為通用人工智能（AGI）被過度炒作，未來很長一段時間人類仍擁有 AI 無法替代的獨特價值，掌握 AI 工具、精通與 AI 協(xié)作的人將更具競爭力，無需擔(dān)心被取代。 同時，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” 等說法均缺乏技術(shù)依據(jù)，實際上 AI 正在創(chuàng)造新崗位并改變現(xiàn)有崗位性質(zhì)，地面計算設(shè)施仍有巨大優(yōu)化空間。 對于 AI 的本質(zhì)與創(chuàng)業(yè)邏輯，吳恩達強調(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”，反對將實驗室極端案例渲染成聳人聽聞的故事，尤其反對借此攻擊開源軟件，同時警惕以“安全”為名的技術(shù)壟斷行為，共同維護自由開放的創(chuàng)新生態(tài)。 對創(chuàng)業(yè)者而言，核心是打造用戶真正喜愛的產(chǎn)品，先解決 “產(chǎn)品與市場匹配” 問題，當(dāng)前應(yīng)用層存在大量空白領(lǐng)域和未被開發(fā)的機會，無需過度擔(dān)憂模式或功能被快速復(fù)制。 在 AI 工具與具體領(lǐng)域應(yīng)用上，吳恩達指出智能體工作流已能整合多種技術(shù)模塊，如提示工程、檢索增強生成等，開發(fā)者初期不必過度擔(dān)心token成本。他建議在架構(gòu)設(shè)計時考慮技術(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，仍然能夠快速迭代。 教育領(lǐng)域中，未來教育將向高度個性化發(fā)展，但這是漸進過程?！癆GI 徹底改變教育” 的說法被夸大，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)于社會影響與知識普及，吳恩達提出開發(fā)者需秉持“確保產(chǎn)品讓大眾生活更好” 的原則，AI Fund已叫停多個可能產(chǎn)生負(fù)面影響的項目，同時要讓 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，知識普及應(yīng)跟上技術(shù)發(fā)展，同時需警惕部分企業(yè)通過夸大 AI 風(fēng)險建立技術(shù)壟斷（如加州 SB-1047 法案），保護開源軟件以避免技術(shù)不平等。

END

閱讀推薦

新加坡總理黃循財就美國關(guān)稅最新講話：全球化和自由貿(mào)易時代正在結(jié)束

“數(shù)字勞動力”已誕生，黃仁旭最新發(fā)言圍繞AI談了這幾點...

AI超越人類進入倒計時，諾獎得主辛頓有何預(yù)言？

想獲取此次演講中英文全文文字內(nèi)容，可掃碼加入大碗思維知識星球社群，閱讀更多精彩哦～