吳恩達(dá)在 Stanford 最新的一場講座精華，主題是 AI 職業(yè)發(fā)展與項(xiàng)目策略

這場講座信息密度極高，1 小時(shí) 44 分鐘，我把最干的部分給你提煉出來

吳恩達(dá)的 8 條核心觀點(diǎn) 1. AI 的黃金時(shí)代，就是現(xiàn)在

吳恩達(dá)引用了 METR 的研究：AI 能處理的任務(wù)復(fù)雜度每 7 個(gè)月翻一倍。在編碼領(lǐng)域更夸張——大約每 70 天翻一倍。

意思是，幾年前 AI 只能做人類幾秒鐘能完成的任務(wù)，現(xiàn)在已經(jīng)能處理需要幾十分鐘甚至更長時(shí)間的任務(wù)了。這個(gè)速度還在指數(shù)增長。

他的結(jié)論很直接：你現(xiàn)在能用 AI 構(gòu)建的軟件，比地球上最頂尖的團(tuán)隊(duì)一年前能做的還強(qiáng)。

2. 瓶頸從"寫代碼"轉(zhuǎn)移到"決定寫什么"

這個(gè)觀點(diǎn)我覺得是整場講座最有洞察力的：AI 編碼讓"寫代碼"變得極其便宜，瓶頸正在轉(zhuǎn)移到產(chǎn)品管理——決定構(gòu)建什么。

工程師與產(chǎn)品經(jīng)理的比例正從 8:1 降至 1:1，甚至合為一人。

3. 能做 PM 的工程師跑得最快

吳恩達(dá)說，硅谷跑得最快的那批人，往往是：能寫代碼 + 能和用戶對話 + 有同理心的人。

你不需要成為專業(yè) PM，但你需要有產(chǎn)品直覺——知道用戶要什么，知道什么值得做。

4. 去建造（Just Build）

失敗成本有多低？浪費(fèi)一個(gè)周末而已。

不需要等許可，不需要等別人先做，不需要等到完美。直接開干，在實(shí)踐中學(xué)習(xí)。吳恩達(dá)自己的項(xiàng)目也經(jīng)常失敗，但他說那些失敗的項(xiàng)目教會(huì)他的東西，比成功的多得多。

5. 保持在工具前沿

吳恩達(dá)坦言，他的 AI 編碼工具從 Claude Code 到 OpenAI Codex 到 Gemini 3，每 3-6 個(gè)月就換一輪。

不是忠誠度的問題，是這個(gè)領(lǐng)域變化太快，停在一個(gè)工具上就是在給自己設(shè)限。

6. 你身邊的人決定你的成長速度

社會(huì)學(xué)研究表明，最親近的 5 個(gè)朋友會(huì)顯著影響你的行為方向和成長速度。

選團(tuán)隊(duì)比選公司 Logo 重要。吳恩達(dá)舉了個(gè)真實(shí)案例：一個(gè) Stanford 學(xué)生進(jìn)了熱門 AI 公司，結(jié)果被分配去做 Java 后端支付系統(tǒng)。公司名頭再響，如果團(tuán)隊(duì)和方向不對，你的成長就被鎖死了。

7. 鼓勵(lì)努力工作

他說了一句"我知道有些人可能覺得這話不夠政治正確"的前綴，然后很直接地說：他所有成功的博士生，都工作得極其努力。

天賦重要，選擇重要，但持續(xù)高強(qiáng)度的投入是不可替代的。

8. 周圍社區(qū)的力量

AI 發(fā)展太快，靠一個(gè)人追趨勢根本追不過來。找到一個(gè)高質(zhì)量的社區(qū)——線上的、線下的都行——讓信息在社區(qū)里流動(dòng)，比你一個(gè)人刷 Twitter 高效一百倍。

Lawrence Moroney 的職場框架

講座的后半段由 Lawrence Moroney（Google AI 團(tuán)隊(duì)資深人士）主講，信息量同樣巨大。

成功三大支柱
成功三大支柱

1. 深度理解（Understanding in Depth）

不只是學(xué)術(shù)基礎(chǔ)，還要讀懂行業(yè)趨勢信號(hào)。知道技術(shù)能做什么，也知道市場需要什么。

2. 商業(yè)聚焦（Business Focus）

金句：**"Don't let your output be for the job you have, let it be for the job you want."**

你的產(chǎn)出應(yīng)該對齊你想要的下一份工作，而不僅僅是完成當(dāng)前的 KPI。

3. 交付偏好（Bias Towards Delivery）

Ideas are cheap, execution is everything. 有想法的人滿地都是，能交付的人才稀缺。

Vibe Coding 的技術(shù)債評估

對于現(xiàn)在流行的 Vibe Coding（讓 AI 寫大部分代碼），Moroney 給了一個(gè)很實(shí)用的評估框架：

好債 = 房貸（有長期價(jià)值，如快速驗(yàn)證市場需求）壞債 = 信用卡沖動(dòng)消費(fèi)（沒有目標(biāo)，沒有理解，后果不可控）

評估標(biāo)準(zhǔn)：

• 目標(biāo)是否清晰？

• 商業(yè)價(jià)值是否明確？

• 代碼是否人類可理解？

如果三個(gè)答案都是"不確定"，那就是壞債。

Big AI vs Small AI 大分叉

這個(gè)預(yù)測我覺得特別有參考價(jià)值：

• Big AI ：大模型追求 AGI（GPT/Gemini/Claude）——燒錢猛、泡沫可能先到

• Small AI ：自托管小模型 + 微調(diào)——Y Combinator 80% 的公司在用中國的小模型

隱私敏感場景（好萊塢、醫(yī)療、法律）的 Small AI 需求巨大。不是所有人都能用云端大模型，也不是所有人都需要 AGI。

Agentic AI 四步框架

Moroney 給了一個(gè)簡潔的 Agent 設(shè)計(jì)框架：

1. 理解意圖 （Understand Intent）

2. 規(guī)劃 （Planning）

3. 使用工具執(zhí)行 （Execute with Tools）

4. 反思結(jié)果 （Reflect）

簡單但本質(zhì)——幾乎所有 Agent 框架都可以映射到這四步。

就業(yè)市場現(xiàn)實(shí)

Moroney 毫不避諱地談了就業(yè)市場的殘酷面：

• 2022-2023 過度招聘 → 2024-2025 大清算

• 應(yīng)屆生招聘放緩但機(jī)會(huì)仍在，需要戰(zhàn)略性求職

• 一個(gè)故事：300+ 申請被拒的 10x 工程師，問題出在面試中態(tài)度過于強(qiáng)硬。技術(shù)再強(qiáng)，如果面試官覺得"這個(gè)人不好合作"，照樣不要

社交媒體的貨幣是 engagement，不是 accuracy。 做信號(hào)過濾者，不要被焦慮營銷綁架。

總結(jié)

這場講座最讓我觸動(dòng)的幾個(gè)點(diǎn)：

1. 瓶頸轉(zhuǎn)移論 ——從寫代碼到產(chǎn)品管理，這個(gè)觀察太準(zhǔn)了

2. Big AI vs Small AI 分叉 ——對創(chuàng)業(yè)和職業(yè)選擇都有指導(dǎo)意義

3. 好債壞債框架 ——評估 Vibe Coding 最實(shí)用的方法論

如果你在 AI 領(lǐng)域做職業(yè)規(guī)劃，或者正在考慮創(chuàng)業(yè)方向，這場講座值得完整看一遍。

視頻鏈接：

• YouTube：https://www.youtube.com/watch?v=-7t8fxxUFHA

• 吳恩達(dá)《How to Build Career in AI》PDF：https://library.qiangtu.com/download/921/pdf/921.pdf

• DeepLearning.AI：https://www.deeplearning.ai/resources/

制作不易，如果這篇文章覺得對你有用，可否點(diǎn)個(gè)關(guān)注。給我個(gè)三連擊：點(diǎn)贊、轉(zhuǎn)發(fā)和在看。若可以再給我加個(gè)，謝謝你看我的文章，我們下篇再見！