摘要：作为人工智能革命的先驱人物之一，吴恩达（Andrew Ng）的名字总是与行业的重大转折紧密相连。他是谷歌大脑（Google Brain）和在线教育平台Coursera的联合创始人，也是专注于人工智能的风投工作室AI Fund的创始合伙人。最近，他又创造了“能动

作为人工智能革命的先驱人物之一，吴恩达（Andrew Ng）的名字总是与行业的重大转折紧密相连。他是谷歌大脑（Google Brain）和在线教育平台Coursera的联合创始人，也是专注于人工智能的风投工作室AI Fund的创始合伙人。最近，他又创造了“能动AI”（Agentic AI）这一术语，精准地捕捉了行业发展的下一阶段，并加入了亚马逊的董事会。

在最近的一次深度访谈中，吴恩达系统性地阐述了他对当前AI浪潮的最新思考。他不仅解释了“能动AI”背后的真正瓶颈，更深入地剖析了AI如何从根本上颠覆创业公司的构建方式、成功创始人的核心特质，以及未来社会中团队与工作的终极形态。这不仅仅是一次技术趋势的解读，更是一份写给所有企业家、投资者和领导者的未来行动指南。

“实现更高级别能动AI工作流的最大瓶颈，实际上是人才。关键在于团队是否知道如何通过严谨的评估来驱动系统的迭代流程。”

“随着AI辅助编码让开发速度越来越快，创业公司的瓶颈实际上正越来越集中在产品管理上——瓶颈在于决定我们到底想要构建什么。”

“在技术变革的时代，一个掌握生成式AI技术、以技术为导向的产品领导者，比那些可能更精通商业但对AI发展方向没有良好感觉的人更有可能成功。”

“一个由少数顶尖人才组成、并由强大AI工具赋能的小团队，因其极高的效率和极低的协调成本，将在未来展现出惊人的竞争力，并胜过一个更大、成本可能更低的团队。”

“过去需要一个6人工程师团队花费3个月才能完成的工作，现在，我和我的一个朋友只用一个周末就能完成。”

“对于很多工作岗位来说，如果你不能有效地使用大语言模型，你就不如那些能使用的人有效率。这就像今天，你会雇佣任何不知道如何搜索网络的人吗？”

当吴恩达最初提出“能动AI”（Agentic AI）这个术语时，他的目标是终结行业内关于“什么是智能体”的无休止争论，并强调这是一个程度谱系。然而，这个词很快被营销人员所利用，掩盖了实现真正能动工作流的深层挑战。

在吴恩达看来，虽然在推理计算、内存和工具使用等技术组件上仍有改进空间，但这并非当前最大的障碍。真正的瓶颈在于人和流程。“我认为实施更多能动AI工作流程的最大障碍实际上是人才。我在市场上看到的最大区别是，团队是否知道如何通过评估来驱动系统的误差分析流程？你构建代理的方式是在任何时间点分析哪些有效、哪些无效，然后决定改进什么，而不是经验不足的团队以更随机的方式尝试，那样会花费很长时间。”

他强调，构建能动工作流（Agentic Workflow）——例如处理发票、进行合规性检查和更新数据库——需要大量的领域知识和商业背景，而这些信息并未包含在互联网的预训练数据中。这需要产品经理或工程师深入思考业务流程的关键节点，并做出明智的权衡。目前，能够胜任这种严谨工程流程的人才仍然非常稀缺。

AI辅助编码工具的崛起，正在从根本上改变创业公司的运作模式。吴恩达观察到一个显著的趋势：开发效率的指数级提升，正在将创业的核心瓶颈从工程实现转移到产品决策。

“过去需要一个由6名工程师组成的团队花费3个月才能完成的很多事情，而现在，今天，我和我的一个朋友，我们只需在一个周末就能完成。我所看到的令人着迷的事情是，编码速度正在加快，成本正在下降。因此，瓶颈实际上越来越集中在产品管理上。”

这种转变对产品管理提出了前所未有的挑战。“产品管理的瓶颈现在是我们能够更快地构建我们想要的东西，而瓶颈在于决定我们到底想要构建什么。以前，如果构建一个原型需要三个星期，那么花一个星期获取用户反馈是没问题的。但如果你现在一天就能构建一个原型，那么，等一个星期的用户反馈就变得非常痛苦了。”

因此，创始团队越来越需要依赖深刻的用户同理心和技术直觉，以极快的速度做出产品决策，从而跟上开发的速度。在吴恩达看来，那种能够综合大量信号、真正设身处地为用户着想的“人类同理心”，正成为比以往任何时候都更稀缺、也更宝贵的资源。

在技术日新月异的今天，吴恩达坚信，创始人的技术背景正变得空前重要。与移动互联网时代不同，当时的技术能力（如GPS、应用商店）已成为社会共识，而如今的AI技术边界却在以惊人的速度扩张。

“我认为今天，技术发展得太快了。掌握生成式人工智能技术的创始人，即那些以技术为导向的产品领导者，我认为他们比那些可能更以商业为导向、更精通商业但对人工智能的发展方向没有良好感觉的人更有可能成功。除非你对这项技术能做什么和不能做什么有很好的感觉，否则很难思考战略以及公司未来的发展方向。”

他认为，我们正回归到硅谷的早期传统——由盖茨、乔布斯等技术远见者领导的时代。因为只有深入理解技术的人，才能在充满不确定性的环境中，凭直觉做出正确的战略判断。这种技术直觉，是决定一家AI公司能否在激烈竞争中脱颖而出的关键差异化因素。

AI不仅改变了创始人的画像，也在重塑团队的理想形态。吴恩达预见到，由少数顶尖人才和强大AI工具组成的“小而精”团队，将成为未来极具竞争力的组织模式。

“我的一部分想知道，一个拥有大量AI工具的真正小型、真正熟练的团队，是否会胜过一个更大、成本可能更低的团队，而后者可能不具备这些工具？我现在参与的一些效率最高的团队，是一些规模最小的团队，由真正优秀的工程师组成，他们拥有大量的人工智能支持，并且协调成本非常低。”

他以自己的招聘决策为例，说明了这种思维的转变。“我最近面试了一位有大约10年经验的人，和一位刚毕业的大学生。区别在于，那位有10年经验的人几乎没有使用过AI工具。刚毕业的大学生用过，我的评估是，新的AI工具会让他们效率更高。所以我决定雇佣他们，事实证明这是一个很棒的决定。”

当然，最顶尖的人才将是那些既拥有深厚经验，又精通AI工具的工程师。这种“AI增强型”人才的出现，预示着未来工作的性质将发生根本性改变，从法律（如Harvey的应用）到医疗，所有行业都将面临人才结构的重塑。

在与吴恩达的对话中，一个清晰的图景浮现出来：我们正处在一个由AI驱动的、剧烈变革的时代。成功的范式正在被重写，旧的工作流程正在失效。对于领导者而言，固守过去的经验无异于刻舟求剑。正如吴恩达所警示的，“世界上在2022年所做的很多事情在2025年就行不通了。我经常问自己，我们今天所做的事情中，有没有也是在2022年所做的？如果是这样，让我们看看它今天是否仍然有意义。”

最终，他认为AI将赋予个体前所未有的力量。那些积极拥抱变化、学习与AI协作的人，将获得巨大的能力提升，其程度可能远超我们今天的想象。未来五年，最大的变化或许并非来自某项单一的技术突破，而是源于无数被AI赋能的个体，共同推动社会以前所未有的速度向前发展。

Sarah Guo: 今天我们请来了吴恩达(Andrew Ng)。吴恩达是人工智能革命的教父之一。他是谷歌大脑、Coursera和风险工作室AI Fund的联合创始人。最近，他创造了“能动人工智能(agentic AI)”一词，并加入了亚马逊董事会。此外，十年前，他也是最早说服我深度学习是未来的人之一。

Elad Gil: 欢迎你，非常感谢你能和我们在一起。

吴恩达: 很高兴见到你。

Sarah Guo: 我不确定我们应该从哪里开始，因为你对这些话题的看法非常广泛，但我觉得我们应该从最大的问题开始，那就是，如果你展望未来的能力增长，它来自哪里？它来自于更大的规模吗？它来自于数据工作吗？

吴恩达: 多个进步的向量。所以，我认为在可扩展性这颗柠檬上，可能还有更多汁水可以榨取，因此希望我们能在这方面继续取得进展，但这变得非常非常困难。社会对人工智能的看法很大程度上被少数几家拥有惊人公关能力的公司所拥有的公关机器所扭曲，并且由于这些公司的数量在叙事中占据主导地位，人们首先将规模视为进步的向量，但我认为，你知道，自主工作流、我们构建多模态模型的方式，我们做了大量工作来构建具体的应用，并且存在多个进步的向量，以及像全新技术这样的未知因素，比如扩散模型，主要用于生成图像，它是否也能用于生成文本？

我认为这令人兴奋。所以，我认为人工智能在取得进展方面会有多种方式。

Sarah Guo: 实际上是你提出了“自主人工智能”这个术语。你当时是什么意思？

吴恩达: 所以，当我决定开始谈论自主人工智能时，在我开始使用这个术语时，它还不是一个事物，我的团队有点恼火。我的一位团队成员，我就不点名了，她实际上说，安德鲁，世界不需要你再创造一个术语。但我还是决定这么做了，而且不知什么原因，它流行起来了。

我开始谈论自主人工智能的原因是，几年前，我看到人们会花很多时间争论，这是一个智能体吗？这不是一个智能体吗？什么是智能体？我觉得有很多好的工作，而且存在着一个智能体程度的谱系，其中有高度自主的智能体，它们可以计划、进行多重推理、自己完成很多事情。然后还有一些智能体程度较低的事物，我们提示警报，我们影响其输出。我觉得与其争论，这是否是一个智能体？不如就说智能体的程度，并说一切都具有智能体性质，这样你就可以把时间花在真正构建它上面。所以我开始推广“智能体人工智能”这个术语。

我没有想到的是，几个月后，一群营销人员会抓住这个术语，并把它当作标签贴在所有东西上。所以我认为“智能体人工智能”这个术语真的火起来了。我觉得营销炒作已经以惊人的速度发展，但真正的业务进展也在迅速增长，但可能没有营销炒作那么快。

Elad Gil: 您认为目前将真正的智能体作为人工智能应用来实现的最大障碍是什么？因为正如你所说，我认为我们已经讨论这个问题有一段时间了。最初缺失的某些东西现在已经到位，包括从某些形式的推理时间计算，到允许你针对你正在做的事情保持某种状态的内存和其他东西。你认为哪些东西仍然缺失或者需要构建？或者在那方面有什么进展？

吴恩达: 我认为在技术组件层面，有一些东西我希望能够改进。例如，计算机使用有时有效，但经常无效。因此，护栏，评估是一个巨大的问题。你如何快速评估这些东西并推动评估？所以我想在组件方面，还有改进的空间。

但我认为实施更多自主人工智能工作流程的最大障碍实际上是人才。所以当我观察许多团队构建代理的方式时，我在市场上看到的最大区别是，团队是否知道如何通过评估来驱动系统的误差分析流程？因此，你构建代理的方式是在任何时间点分析哪些有效、哪些无效、你改进什么，而不是经验不足的团队以更随机的方式尝试，这样会花费很长时间。

我们正在寻找各种规模的企业。感觉有很多工作可以通过代理工作流程实现自动化。但是人才、技能，也许还有软件工具，我不知道，只是还没有到位来驱动这种严谨的工程流程来构建这些东西。你能想象有多少工程流程可以通过人工智能实现自动化？你知道，构建代理工作流程的很多过程需要吸收外部知识，而这些知识通常被锁在人们的头脑中。因此，除非我们构建出可以采访正在工作的员工的人工智能化身，并且那是可以看到电脑显示器的视觉人工智能，否则我认为也许最终可以，但我认为至少现在，在未来一两年内，我认为人类工程师还有很多工作要做，以构建更多的代理工作流程。

Elad Gil: 所以更多的是那种数据的收集、反馈等等，用于人们正在进行的某些循环。还有其他方面吗？我有点好奇这在实际应用中会如何体现，而不是……

吴恩达: 嗯，举个例子吧。我看到很多工作流程，比如客户给你发了一份文件，你要把文件转换成文本，然后可能出于合规原因进行网络搜索，看看你是不是在和一个不应该合作的供应商合作，然后查看数据库记录，看看定价是否正确，把它保存到其他地方，等等。这是多状态的智能体工作流，有点像下一代机器人流程自动化。

如果我们实施了这个，但它不起作用，这是个问题吗？如果你把发票日期弄错了，这是个问题吗？或者如果你把消息发送给错误的人进行验证了呢？所以当你实施这些东西时，几乎总是第一次不会成功，但要知道对你的业务流程来说什么是重要的，以及这样做是否可以，比如，我不知道，我打扰了公司首席执行官太多次，或者首席执行官不介意验证一些发票？因此，所有这些外部的背景知识，通常，至少目前，我看到有思想的人工产品经理或人工工程师不得不仔细考虑这些问题并做出这些决定。

智能体将来能做到吗？我不知道。现在看来相当困难。也许有一天。

Sarah Guo: 但它不在互联网预训练数据集中，也不在我们能自动提取的手册中。

吴恩达: 我觉得要构建代理工作流，很多工作都需要用到专有数据集。这不是互联网上的常识。所以，即使令人抓狂，这仍然是一项令人兴奋的工作。

Sarah Guo: 如果你只看代理人工智能的范围，你见过的最强的代理性例子是什么？

吴恩达: 我觉得在代理人工智能的前沿，我对一些人工智能编码代理印象深刻。所以，就经济价值而言，我觉得有两个非常明确、非常明显的类别。一个是回答人们的问题。大概，你知道，睁开眼睛，看看国内生产总值（GPD）似乎标志着一位领导者以真正的起飞、升空速度做到这一点。

第二个巨大的经济价值来源是编码代理。其中编码代理，像我现在个人最喜欢的，是Claude Code。也许在某个时候会改变，但我只是用它，喜欢它。在规划方面具有高度自主性，你知道，做什么来构建软件，构建一个清单，一次一个地完成它。因此，这种规划多步骤事情、执行计划的多个步骤的能力，是目前正在使用的、真正有效的最具高度自主性的代理之一。

还有一些我认为行不通的东西，比如一些计算机使用方面的东西，比如，你知道，替我购物，在线浏览。其中一些东西是非常好的演示，但尚未投入生产。

Elad Gil: 因为这些关于需要做什么的标准，以及围绕行动的更多可变性，或者你认为是否有更好的训练集，或者编码的输出集？我有点好奇，为什么一个效果这么好，有时几乎感觉像魔法，而其他的，你知道，到目前为止作为用例非常挣扎？

吴恩达: 我认为，你知道，工程师们非常擅长让各种各样的东西运转起来。但编码的经济价值是显而易见且巨大的。所以我想，投入到这方面的巨大资源导致了大量聪明人的涌现，对他们来说，他们自己就是用户。所以在产品方面也有很好的直觉，构建了真正了不起的编码代理。然后我认为，我不知道。

Sarah Guo: 你不认为这是一个基础研究的挑战。你认为这就像资本主义在起作用，然后在实验室里利用领域知识。

吴恩达: 哦，我认为资本主义非常擅长解决基础研究问题。

Elad Gil: 你认为模型在什么时间点会有效地自举，指的是，你知道，模型的代码将由代理编码代理编写？

Sarah Guo: 或者误差分析。

吴恩达: 所以我觉得我们，我当然认为我们正在慢慢地达到目标。因此，一些领先的基础模型公司显然，嗯，他们已经公开表示，他们正在使用人工智能来编写大量的代码。我发现令人兴奋的一件事是，人工智能模型使用代理工作流程来为下一代模型生成数据。所以我想Lama的研究论文谈到了这一点。较旧版本的Lama将被用于长时间的思考，生成谜题，然后你训练下一代模型尝试快速解决这些谜题，而不需要思考那么长时间。所以我也觉得那很令人兴奋。

是的。多重进步方向。感觉就像，你知道，人工智能不仅仅是一种取得进步的方式。有这么多的聪明人以如此多的不同方式向前推进。

Sarah Guo: 我认为你已经拒绝了“氛围编码”这个术语，而倾向于“人工智能辅助编码”。比如，有什么区别？

吴恩达: 是的。“氛围编程”会让人觉得，你知道，好像我只要顺应氛围，接受它提出的所有改变或建议之类的。有时你这么做而且管用，这很好，但我希望事情有那么简单。所以当我编码一天或一个下午时，我不是在顺应氛围。这像是一种深刻的脑力活动。而且我认为“氛围编程”这个词让人们觉得它比实际情况更简单。所以坦率地说，在使用AI辅助编码一天后，我精神上很疲惫，对吧？所以我把它看作是快速工程，人工智能让我们能够构建严肃的系统，以比以往更快的速度构建产品。但你知道，这只是非常快速地完成的工程。

Elad Gil: 你认为这正在改变创业公司的本质吗？你需要多少人，你如何构建事物，你如何处理事物？或者你认为它仍然是同样的老方法，只是因为他们现在拥有这些工具，所以人们获得了更多的杠杆？

吴恩达: 所以是的，我发现我们构建了创业公司，并且看到快速工程、人工智能辅助编码正在改变我们构建创业公司的方式，这真的很令人兴奋。因此，有太多的事情，过去需要一个由6名工程师组成的团队花费3个月才能完成，而现在，今天，我和我的一个朋友，我们只需在一个周末就能完成。

我所看到的令人着迷的事情是，如果我们考虑建立一家创业公司，我们所做的核心循环是什么，对吧？我想构建一款用户喜欢的产品。因此，核心迭代循环是编写软件，即软件工程工作，然后产品经理可能会进行用户测试，查看它，凭直觉或任何其他方式，来决定如何改进产品。因此，当我们查看这个循环时，编码速度正在加快，成本正在下降。因此，瓶颈实际上越来越集中在产品管理上。

所以，产品管理的瓶颈现在是我们能够更快地构建我们想要的东西，而瓶颈在于决定我们到底想要构建什么。以前，如果构建一个原型需要，比如说，三个星期，如果你需要一个星期来获取用户反馈，那没问题。但如果你现在一天就能构建一个原型，那么，如果用户反馈要等一个星期，那就非常痛苦了。所以我发现我的团队，坦率地说，越来越依赖直觉，因为我们去收集大量的数据，这些数据可以完善我们非常人性化的心智模型，我们大脑中关于用户想要什么的心智模型。然后我们经常需要对客户有深刻的共情，这样我们才能非常非常快地做出产品决策，从而推动进展。

Elad Gil: 您有没有见过任何可以自动化其中一些方面的工具？我知道有些人正在尝试通过让一系列机器人实时反应来生成市场调研，例如，这几乎形成了你的市场或你的用户群，作为一个模拟的用户环境。您见过任何像这样的工具有效或流行起来吗？或者您认为这种情况会发生吗？或者你认为那太难做到了？

吴恩达: 是的。所以有很多工具可以尝试加速产品管理。我觉得，嗯，最近 Figma 的首次公开募股是设计的绝佳例子。人工智能，海蒂和迪伦做得非常出色。然后还有一些工具试图使用人工智能来帮助面试潜在用户。正如你所说，我们研究了一些关于使用一群人工智能代理来模拟一组用户以及如何校准它的科学论文。一切都感觉充满希望，而且还处于早期阶段，希望未来会非常令人兴奋。但我认为这些工具加速产品经理的速度远不如编码工具加速软件工程师的速度。所以这确实在产品管理方面造成了更多的瓶颈。

Sarah Guo: 我的合作伙伴迈克有这样一个想法，我认为它可以广泛应用于计算机大规模询问人类的几种不同方式，这对我来说毫无道理。因此，像Listen Labs这样的公司正在为此进行消费者研究类型的任务，对吧？但是，你也可以用它来理解训练任务或你所描述的数据收集部分。当你想到你的团队处于这种迭代循环中时，随着时间的推移，有意义的创始人形象是否发生了变化？

吴恩达: 对我来说，世界上在2022年所做的很多事情在2025年就行不通了。所以我经常问自己，我们今天所做的事情中，有没有也是在2022年所做的？如果是这样，让我们看看它今天是否仍然有意义。因为很多东西，很多2020年的工作流程，今天已经没有意义了。

所以我想今天，技术发展得太快了。掌握生成式人工智能技术的创始人，即那些以技术为导向的产品领导者，我认为他们比那些可能更以商业为导向、更精通商业但对人工智能的发展方向没有良好感觉的人更有可能成功。我认为，除非你对这项技术能做什么和不能做什么有很好的感觉，否则很难思考战略以及公司未来的发展方向。

Sarah Guo: 我们也这么认为。

吴恩达: 是的，太棒了。

Elad Gil: 我认为这就像老派的硅谷。如果你看看盖茨或史蒂夫·乔布斯/沃兹尼亚克，或者许多半导体计算机、早期互联网时代的真正早期先驱，他们都是高度技术化的。所以我几乎觉得我们在一段时间内失去了这种特质。现在很明显，科技公司需要技术领导者。

吴恩达: 我想我们过去常常认为，哦，他们之前有过一次退出，甚至两次退出。所以我们再支持一下那位创始人吧。但我想如果那位创始人始终掌握着人工智能的最新动态，那就太棒了。而且我认为其中的一部分是，在技术变革的时刻，而人工智能正在迅速改变这一点，这才是真正的知识。

实际上，以移动技术为例。每个人都知道手机能做什么和不能做什么，对吧？什么是移动应用程序，有GPS，所有这些。每个人都知道这些。所以你不需要非常精通技术，也能凭直觉判断，我能为此构建一个移动应用程序吗？但人工智能变化太快了。你能用语音应用程序做什么？工程工作流程能做什么？基础模型发展有多快，推理模型是什么？因此，拥有这些知识是一个更大的差异化因素，而了解移动应用程序能做什么来构建移动应用程序则不然。

Elad Gil: 这是一个有趣的观点，因为当我看到最大的移动应用程序时，它们都是由工程师启动的。所以WhatsApp是由一位工程师启动的。Instagram是由一位工程师启动的。我认为优步的特拉维斯在技术上是相关的。

Sarah Guo: 技术上相邻。

Elad Gil: 技术上相邻。

吴恩达: Instacart的Puerto是亚马逊的一名工程师。 是的，而且特拉维斯有洞察力，认为GPS可以实现新的事物。但你必须是早期预见到移动设备上GPS应用前景的人之一，才能去从事这项工作。

Sarah Guo: 是的。你必须非常清楚各种能力。是的，你必须了解这项技术。

Elad Gil: 是的，这非常有趣。你认为还有哪些其他共同特征？我知道人们一直在谈论，例如，好像曾经有一个时代，努力工作被轻视。你认为创始人必须努力工作吗？

Sarah Guo: 你认为成功人士呢？

Elad Gil: 我只是有点好奇。进取心、工作时长，在你看来还有什么可能相关或不相关？

吴恩达: 你知道，我工作非常努力。在我的人生中，曾经有一段时间，我鼓励那些想要拥有伟大事业并产生影响的人努力工作。但即使是现在，我说这话时仍然感到有点紧张，因为在社会的一些地方，说“努力工作可能与你的个人成功相关”被认为在政治上是不正确的。我认为这只是一个现实。我知道并非每个人在他们人生的每个阶段都有时间努力工作。你知道，当我的孩子们刚出生的时候，那一周，我没有非常努力地工作。那没关系，对吧？所以，承认并非每个人都处于努力工作的环境中，只是一个事实：努力工作的人会完成更多的事情。

Sarah Guo: 但当然，你需要尊重那些没有处于那个阶段的人——是的，我会说一些可能在政治上不太正确的话，那就是我认为曾经有一个时代，人们认为有一种说法是创业适合所有人。我不认为这是真的，对吧？我认为你正在尝试做一件非常不合理的事情，那就是迅速创造大量价值来影响人们。当你试图做一件不合理的事情时，你可能必须非常努力地工作，对吧？所以我想那种能够迅速推动世界进步所需的工作伦理已经消失了。

吴恩达: 是的。 有一句名言吗？我希望我记得是谁说的，但难道不是只有那些疯狂到认为自己能够改变世界的人才能改变世界吗？我认为确实需要有胆识、有决断力的人站出来说，你知道吗，这就是世界，我要尝试改变它。我认为只有拥有这种信念的人才能做到这一点。

Elad Gil: 在任何努力中，这对我来说都是真理。你知道，我曾经是一名生物学家，我认为这在生物学中也是真理。我认为这在技术领域也是真理。我认为在我见过的几乎所有领域都是如此，那些真正努力工作的人做得非常好。然后在创业公司，至少我有一段时间倾向于忘记的是，竞争意识或那些真正想竞争和获胜的人有多么重要。有时人们看起来真的很低调，但他们仍然有那种动力和渴望，他们想成为赢家。所以我认为这很重要。同样，至少从相对于公司的社会角度来看，这一点在一定程度上被搁置了。

吴恩-达: 实际上，我觉得我见过两种类型。一种是他们真的希望他们的企业获胜。这很好。有些做得很好。有些是他们真的希望他们的客户获胜。他们如此痴迷于服务客户，以至于一切都奏效了。我过去常在 Coursera 早期说，你知道，是的，我知道竞争，等等。但我真的痴迷于学习者，痴迷于客户，这驱动了我的许多行为。

Elad Gil: 不，这是一个非常好的框架。当我说竞争时，我并不一定指的是与其他公司竞争，而更像是与你为自己设定的任何指标，或者你想要赢得的任何东西，或者想要成为最好的东西竞争。

吴恩达: 我发现在软件环境中，你每天都必须做出很多决定。大多数时候你只能凭直觉行事，对吧？我觉得，你知道，建立一家初创公司感觉更像是打网球，而不是解决微积分问题。你根本没有时间思考。你只需要做出决定。而且我觉得，这就是为什么人们日夜沉迷于客户、沉迷于公司，进行深入思考，并拥有那种概念性知识，当有人说，我是应该推出产品特性A还是特性B时，就像你大多数时候需要知道一样，虽然并非总是如此。

事实证明，有太多的，用杰夫·贝佐斯的话说，就像创业公司里的“双向门”，因为坦率地说，你知道，你没有什么可以失去的。所以，即使做出一个错误的决定，一周后改变它，也没关系。所以我发现，但要真正果断并快速行动，你通常需要沉迷于客户，或者可能是技术。所以我拥有那种知识状态，可以做出非常快速的决策，并且在大多数时候仍然是正确的。

Elad Gil: 关于你提到的产品管理瓶颈，或者那些具有良好产品直觉的人，你是如何看待的？因为我曾与一位最知名的科技上市公司CEO交谈过，他的观点是，在整个硅谷，或者在全球科技领域，最多可能只有几百名伟大的产品人员。你认为这是真的吗？还是你认为有更广泛的一群人在这方面非常有能力？然后你如何找到这些人？因为我认为这实际上是一种非常稀有的技能组合，就那些像，你知道，就像有10倍工程师一样，有10倍产品洞察力，感觉是这样。

吴恩达: 哇，真是个好问题。我觉得一定不止几百个优秀的产品人员。也许就像我认为有远不止几百个优秀的AI人才一样，我认为是这样的。但我认为我发现非常困难的一件事是用户同理心或客户同理心，因为，你知道，要形成用户或客户的模型，有太多的数据来源。你知道，你进行调查，你与少数人交谈，你阅读市场报告，你查看人们在其他并行或竞争应用或其他应用上的行为。但是有太多的数据来源。

但是要获取所有这些数据，然后，你知道，摆脱你自己的思维定势，为你自己的，正确的，可能是理想的客户画像或你想要服务的某个用户，形成一个心理模型，思考和行动，这样你就可以非常快速地做出决策，从而更好地为他们服务。那种人类同理心。

我的失败之一，我职业生涯早期没有做好的一件事，由于一些愚蠢的原因，我试图让一群工程师成为产品经理。我给他们做了产品经理培训。然后我发现我只是愚蠢地让一群非常优秀的工程师因为自己不是好的产品经理而感到难过。但我发现，判断一个人是否具有良好产品直觉的一个相关因素是非常高的人类同理心，即你可以综合大量信号，真正地设身处地为他人着想，从而快速做出产品决策以及如何服务他们。

Sarah Guo: 你知道，回到编码助手，这真的很有趣。我认为众所周知的是，Cursor团队，他们做出的决定实际上非常依赖直觉，而不是花费大量时间与用户交谈。我认为如果你是用户，并且你对自己的心理模型以及你想要什么适用于很多人，那么这就有意义了。同样地，我认为，你知道，这些事情一直在变化，但我认为Claude Code并没有纳入，尽管，你知道，从训练循环的角度来看，它具有使用规模和反馈数据。我认为这让人们感到惊讶，因为它真的就像我们认为在这个阶段产品应该是什么样子？

吴恩达: 所以事实证明，创业公司的一个优势是，在早期阶段，你可以服务于一种用户画像。今天，如果你是，我不知道，比如谷歌，对吧？谷歌服务于如此多样化的用户画像。你真的必须考虑很多不同的用户画像，这增加了产品变更的复杂性。但是，当你是一家初创公司，试图在市场上获得初始工资时，你知道，如果你选择哪怕是一个足够代表广泛用户的个体，并且你仅仅为拥有的一个用户或一个理想客户画像，一个假想的人，构建产品，那么你实际上应该走得很远。我认为对于某些业务，无论是佳洁士、Claude Code还是其他，如果他们在内部对用户的心理画像足够接近非常广泛的潜在用户，你们应该朝这个方向走得很远。

Sarah Guo: 我观察到的另一件事，我很好奇你们是否在我们的某些公司中也看到这一点，就像“地板是熔岩”游戏一样，对吧？地面在能力方面一直在变化。而且，在那些已经明显重要并拥有多个参与者的类别中，竞争也非常激烈。因此，上一代在公司中真正有效的领导者，在被招募到这些正在扩张的公司时，不一定那么有效，比如因为速度——即运营速度或变化速度。很有意思看到你说，比如我正在审视我在今天和2022年所做的事情，并说这仍然是对的，而不是说，如果你是一个工程领导或市场推广领导，并且你已经建立了你的职业生涯，因为你非常擅长如何完成它，那可能不再适用。

吴恩达: 我认为这对很多人来说都是一个挑战。我认识很多不同职能部门的优秀领导者，他们仍然以2022年的方式做事。我认为这必须改变。当新技术出现时，我的意思是，你知道，很久以前，没有网络搜索这回事。今天，你会雇佣任何不知道如何搜索网络的人来担任任何职位吗？我认为我们已经远远超过了这样的程度，即对于很多工作岗位来说，如果你不能有效地使用OMs（开放模型），你就不如那些能使用的人有效率。

事实证明，我在团队中的每个人都知道如何编程。每个人都有一个GitHub帐户。我看到我的很多团队成员，你知道，当我的助理总法律顾问或我的首席财务官或我的前台接待员，当他们学习如何编程时，他们不是软件工程师，但他们能更好地完成他们的工作职能，因为通过学习计算机的语言，他们现在可以更精确地告诉计算机他们想让它为他们做什么，然后计算机就会为他们做。而这使他们在工作职能上更有效率。我认为快速的变化步伐让很多人感到不安。但我想，我不知道，我觉得当世界以这种速度前进时，我们必须以与世界同步的速度改变。

Elad Gil: 是的，我看到了，正如你所说，这种情况特别体现在产品和设计方面的招聘中。所以我参与的一家较后期的AI公司，他们正在寻找负责产品和负责设计的人。在这两种情况下，他们都选择了真正了解如何使用一些氛围编码/AI辅助编码工具的人。因为他们说了你的观点，就像你可以非常快速地制作原型。如果你甚至不能快速地模拟它，以展示它看起来、感觉起来或以一种非常简单的方式做起来的样子，你就会浪费大量的时间来讨论和编写产品需求文档以及其他一切。所以我确实认为，在如何思考你使用什么流程来开发产品，甚至推销产品方面，存在着转变，对吧？当你谈论产品时，你应该在会议上展示什么？显然，整件事情都改变了。它已经完全改变了。是的，不，在某些情况下，你应该有一个原型。

吴恩达: 实际上，举个例子，我最近面试了一位工程师来担任一个职位，并且雇用了她，面试了一位有大约10年经验的人，全栈，简历非常好，也面试了一位刚毕业的大学生。但区别在于，那位有10年经验的人几乎没有使用过人工智能工具。刚毕业的大学生用过，而且我的评估是，刚毕业的大学生，新的AI工具会让他们效率更高。所以我决定雇佣他们，事实证明这是一个很棒的决定。

现在，另一方面，我今天共事的最好的工程师不是刚毕业的大学生。他们是拥有10年、15年或更长时间经验的人，而且他们也非常精通人工智能工具。这些工程师正在完成他们自己的一类。所以我觉得，我实际上认为软件工程是其他学科未来发展趋势的先兆，因为软件工程中的工具是最先进的。

Sarah Guo: 有趣的是，一家我想我们都参与的公司叫做Harvey，我主导了他们的B轮融资。当我这样做的时候，我给他们的一些客户打了电话。

Elad Gil: 关于那些客户电话，我最感兴趣的事情是，因为法律界以难以采用新技术而闻名，对吧？伟大的法律软件公司并不多。我所拜访的那些客户，他们是大型律师事务所，或者是在采用Harvey方面已经走得很远的人，他们都认为这就是未来。他们都认为人工智能对他们的垂直领域来说真的会很重要。他们主要提出的问题是，如果这种情况普遍存在，突然间，我只需要雇用10名律师助理，而不是100名。如果我没有足够的人才储备，我该如何考虑未来的合伙人以及提拔谁？所以我认为这种思维方式的转变真的很有趣。

就像你说的，我觉得它正在渗透到所有这些市场或行业中，而且正在缓慢地发生。但随着各行各业的发展，人们开始重新思考他们业务的各个方面。这种转变需要十年，二十年的时间才能发生。但令人信服的是，看看人们，比如最早采用垂直领域的人，以及一些对此思考最深入的人。

吴恩达: 那应该会非常有趣。我想，是的，我总是觉得关于法律初创公司，Catalyst是AI，那个AI基金帮助建立的。它也做得很好。我认为未来工作的性质将会非常有趣。所以我觉得很多团队最终外包了很多工作，对吧？部分原因是成本。但是有了人工智能和人工智能辅助，我的一部分想知道，一个拥有大量人工智能工具的真正小型、真正熟练的团队，是否会胜过一个更大、成本可能更低的团队，而后者可能不具备这些工具？

Sarah Guo: 而且他们的协调成本更低。

吴恩达: 是的。所以实际上，我现在参与的一些效率最高的团队，是一些规模最小的团队，由真正优秀的工程师组成，他们拥有大量的人工智能支持，并且协调成本非常低。所以我们会看到世界如何演变。现在下结论还为时过早，但你可以看到我可能认为世界可能或不可能走向何方。

Sarah Guo: 我现在与几个团队合作，其中一个名为“Open Evidence”，并且有很好的渗透率，比如现在美国有50%的医生，公司的明确目标是努力做到尽可能的小，同时扩大影响力。我们将看到这些公司最终会发展成什么样，因为随着时间的推移，公司中有很多职能需要发展。但这肯定不是大约五年前的目标。

Elad Gil: 我经常听到这个目标。实际上，我在2010年代经常听到这个目标。并且有很多公司，我实际上认为它们的人员雇佣严重不足，或者保持盈利，并吹嘘自己盈利，但总收入没有达到应有的水平。所以我实际上觉得那是个陷阱。你会如何校准？是的，基本上，这几乎是在问你是否对你公司取得的进展过于懈怠或过于接受？因为一切进展顺利。本可以更好，但相对而言，仍然进展顺利。所以你就会想，哦，我会保持团队规模小。我会非常精简。我不会花任何钱。看看我，我多么盈利。

有时这很棒，对吧？资本效率固然重要，但有时你实际上会错失机会。你没有以最快的速度前进。通常我认为，在创业公司的早期阶段，你会与其他创业公司竞争。如果你遥遥领先，感觉会很棒。但最终，如果你的市场中存在现有企业，它们就会加入竞争。你越快占领市场并向上发展，它们意识到发生了什么并赶上的时间就越少。因此，通常在创业公司成立后的5、6、7年，你突然要与现有企业竞争，它们会通过分销或其他手段扼杀你。因此，我认为人们真的没有找准目标。

你可以争辩说，这有点像Slack与Teams的竞争。你知道，还有一些公司我不会点名，但我觉得他们对自己的盈利能力感到非常自豪，结果却失败了。我想在设计方面，那就是Sketch，对吧？是的，Bohemian Coding，是的。你知道，他们总部设在荷兰。他们非常开心。他们盈利颇丰。他们做得很好。然后Figma的浪潮就来了。

Sarah Guo: 你认为你的公司会保持这么小的规模吗？你认为你的团队会保持这么小的规模吗？

吴恩达: 你认为我的团队会保持这么小的规模吗？你是什么意思？

Sarah Guo: 在效率方面，比如，你真的能用10人、50人、100人的团队影响数百万甚至数十亿人吗？

吴恩达: 我认为现在的团队规模肯定可以比过去更小。但我们是过度投资还是投资不足？还有，我认为正如你所说，市场动态分析，对吧？如果它像一个赢者通吃的市场，那么激励机制就...

Elad Gil: 我的世界，我认为当它卖给微软时，有多少人，像是五个人或什么？它卖了数十亿美元，并且被大量使用。我认为人们忘记了所有这些例子，对吧？只是这样，哦，突然间你可以真正地做事情了，而且你以前总是可以精益地做一些事情。真正的问题是，你在人员编制方面有多少杠杆？你是如何分发的？你实际上需要投入资金支持什么？

然后我几乎会认为，小团队在使用人工智能方面如此高效的原因之一是，小团队通常就很高效。你没有雇佣30个额外的、碍手碍脚的人。而且我认为人们常常这样做。如果你看看大型科技公司，例如，现在，很多（不是全部），但他们中的很多公司可能会缩减70%的规模，反而会更有效率，对吧？所以我确实认为人们也忘记了一个事实，即A，存在人工智能效率，B，某种高价值资本被套利到通常不会有它们的市场中。法律就是一个很好的例子。优秀的工程师过去不想在法律行业工作。现在他们想了，因为像哈维（Harvey）这样的东西。或者医疗保健。或者医疗保健，同样地，突然间就会有这些很棒的人出现。但我想另一方面是，小团队往往更有效率。人工智能可以帮助你提出其他理由，以保持团队精简且高效，我认为这方面讨论不足。

吴恩达: 我觉得这是人工智能直觉如此重要的另一个原因。有一个星期，我和两个不同的团队成员进行了两次谈话。有一个人来找我说，嘿，安德鲁，我打算做这件事。你能给我更多的人力来做这件事吗？我说，不能。那周晚些时候，我认为是独立地，另一个人，非常相似地，说，嘿，安德鲁，你能给我一些预算来雇用人工智能来做这件事吗？我说，可以。而这种意识就是你在雇佣人工智能，而不是为这件事雇佣更多的人。你只需要拥有那些直觉。

Elad Gil: 是的，这很有意思。

Sarah Guo: 如果你认为软件工程领域正在发生的事情预示着下一轮的产业变革，那么你就会花大量时间在应用层面进行投资或构建。你认为接下来会是什么？或者你希望接下来是什么？

吴恩达: 我觉得有很多……在工具层面，我觉得……

Sarah Guo: 实际上，我更希望对所有对这类事情的投资进行排序。

吴恩达: 你知道，这实际上是我觉得非常有趣的一件事，那就是经济学家们对哪些工作最容易受到人工智能颠覆的风险进行了大量的研究。我觉得你很怀疑。我有时实际上会看看它们，以获取灵感，从而找到我们应该构建项目的想法。我的一个朋友，埃里克·雷诺兹，他和他的公司在Helix工作，我们也参与其中。他对工作的本质有非常深刻的见解。是的，我喜欢他。是的，很好。

Sarah Guo: 所以我发现和他们谈话有时很有用。

吴恩达: 虽然实际上我学到的教训之一是，从自上而下的市场分析来看，我认为人工智能将瞄准富裕的环境。有很多想法还没有人做过，因为这项技术太新了。所以我学到的一件事是，人工智能基金，我们痴迷于速度。我一生都对速度着迷，但现在我们有了比以往更快的工具。

因此，我学到的一个教训是，我们真的很喜欢具体的想法。所以有人说，我做了一个市场分析，人工智能将改变医疗保健。这是真的，但我不知道该怎么做。但是如果有人，一个主题专家或工程师，过来并说，我有一个想法。看看医疗保健运营和驱动因素的这一部分，以及所有这些。他们说，好的，太好了。这是一个具体的想法。我不知道这是一个好主意还是一个坏主意，但它是具体的。至少我们可以非常有效地弄清楚客户的奇思妙想。这在技术上是可行的，而且可以开始行动。所以我发现在人工智能基金，我们正努力决定要构建什么。我们筛选了一个很长的想法清单，试图选择少量我们想要推进的想法。我们不喜欢看那些不具体的想法。

Sarah Guo: 您认为像你们这样的投资公司或孵化工作室在两年后将不再做什么？比如不再手动做，抱歉。

吴恩达: 我认为有很多事情可以自动化，但问题是，我们应该自动化哪些任务？例如，我们不经常做后续决策，对吧？因为投资组合中有几十家公司。那么我们需要完全自动化这个过程吗？可能不会，因为它很难自动化。我觉得对个别公司进行深入研究和竞争性研究，似乎很适合自动化。我个人经常使用，无论我是睁大眼睛的深度研究者还是其他类型的深度研究者工具，至少做一些粗略的市场调研。有限合伙人（LP）报告，那可是大量的文书工作，也许我们可以简化。

Sarah Guo: 是的，除了基本的合规之外，我采取的是普遍回避的策略。我的一个合伙人，贝拉，她之前在桥水基金工作，他们在内部努力拿出一部分资金，然后试图用人工智能颠覆桥水基金正在做的事情。那是宏观投资。这是一种非常不同的风格，但我认为它可能会给我们一些启示，即我们业务中需要人类判断的部分，我认为，并不明显。当你在纸上的简历、你的GitHub，或者你作为应届毕业生所拥有的少量工作经历并不充分时，一个创业者是否具备我们正在寻找的品质？

这不是很能说明问题。所以人们对做这件事有其他的想法。我认识一些投资者，他们会查看与创业者的会议录音，看看是否能从沟通方式中获取一些信号，例如。但我想那部分非常困难。我确实认为你可以通过程序化的方式来查看材料，例如，并对团队的整体质量进行排名。

吴恩达: 实际上有一件事。我觉得我们的AI模型正变得非常智能，但在某些方面，人类仍然比AI具有巨大的优势，通常是如果人类拥有额外的背景信息，而由于某种原因，AI模型无法获得。这可能包括与创始人会面，从而摸清他们作为一个人以及领导力素质、沟通能力等等。这些事情，也许通过审查视频，也许最终我们可以将这些背景信息放入AI模型中。但所有这些事情，作为人类，我们会进行背景调查，有人无意中说了一句话，我们捕捉到了它，从而影响了决策，那么AI模型如何获得这些信息呢？特别是当朋友和我交谈时，他们实际上并没有和我的AI模型交谈。所以我发现很多这类任务，人类仍然具有巨大的信息优势，因为他们还没有弄清楚所需的管道或任何东西，以将信息传递给AI模型。

Sarah Guo: 我认为另一件非常持久的事情是那些依赖于关系优势的事情。如果我说服某人在我的公司工作，而他们在之前的公司工作过，并且因为这个原因信任我，或者其他任何原因，那么世界上关于为什么这是一个好机会的所有信息，都比不上我说：“萨莉，你必须做这件事，它会成功的。”公司建设是否真的与投资回报相关还有待观察，但我确实认为这一方面更难完全自动化。

吴恩达: 是的。

Sarah Guo: 我认为我信任是因为人们知道，而且人们确实信任你。

吴恩达: 我信任你，对吧？因为你可以说很多事情，所以很容易失去信任，你知道吗？所以这很有道理。

吴恩达: 是的。实际上，我想听听你对一件事的看法，那就是我们越来越多地看到高技术人员尝试成为首次创业者，建立流程来支持首次创业者，学习所有艰难的教训和所有成为成功创业者所需的疯狂之处。我花了很多时间思考这个问题，即如何帮助创始人走向成功，当他们已经具备成为真正伟大的创始人所需的80%的技能时，我们还可以帮助他们补足剩下的那一小部分。

Sarah Guo: 这是一个非常手动的过程。

Elad Gil: 我并不为此烦恼。

Sarah Guo: 你并不为此烦恼。

Elad Gil: 我只是把它看作是同侪群体的混合。比如，你能否让人们周围围绕着与他们相似，或者在创业旅程中领先他们一两步的人？第二件事是互补招聘。我认为总的来说，我最大的收获之一是，我觉得在职业生涯早期，人们试图补充或培养他们不具备的技能。而在职业生涯后期，他们会专注于自己擅长的领域，然后雇佣其他人来完成剩下的工作。所以如果公司运作良好，我认为你只需要雇佣人员即可。就像比尔·盖茨臭名昭著地谈论他的首席运营官总是他能学到最多的人一样。然后一旦他达到某种规模，他就会雇佣他的下一任首席运营官。

吴恩达: 我明白了，是的。

Elad Gil: 所以我必须从创始人的角度来看待它。

吴恩达: 是的。互补性招聘是有道理的。

Elad Gil: 但我认为学习某件事最好的方法就是去做。因此，就这样去吧，你知道的，你会搞砸的。没关系。只要它对企业不是生死攸关的，谁会在乎呢？所以我往往非常懈怠。

Sarah Guo: 我可能认为对公司来说，太多事情都是关乎存亡的。

Elad Gil: 是的，这就像是，你有客户吗？你在构建产品吗？

吴恩达: 大部分时候是，是的。你在构建用户喜欢的产品吗，对吧？当然，市场推广也很重要，所有这些都很重要，但你首先要解决产品问题。然后通常，有时候你也能解决其余的问题。

Elad Gil: 我大部分时候都同意，但并非总是如此，是的。我认为有很多，有一些反例，但是，是的，我基本上同意你的看法。

吴恩达: 是的，有时候你可以构建一个烂产品，然后通过销售渠道强行推销出去，但我宁愿不这样做，这不是我的默认选项。我也不喜欢那样，我只是说，它确实有效。

Elad Gil: 现在有很多大型公司的技术非常糟糕。

Sarah Guo: 好的，如果你投资的是这些，你知道的，首次创业、技术非常强但知识或技能存在缺陷的创始人，而且这是你支持的核心人群，那么，你是否会以某种方式来辅助他们？比如，什么能帮助他们起步？

吴恩达: 我认为有很多，这实际上是我意识到的一件事，你知道，在Venture Friends，Venture Studios，我们做了很多重复性的工作，我们看到很多即使是连续创业者一生中也只做过两次，甚至一次或两次的事情。所以我发现，当我的公司与创始人并肩作战，分享我们在以下方面的直觉时，效果很好，比如，我们什么时候能更快地获得客户反馈，你是否真的掌握了最新的技术趋势？

你如何加速事情的进展？你如何进行融资？大多数人在一生中不会进行那么多次融资，对吧？大多数创始人只是做过几次而已。这甚至能帮助非常优秀的创始人处理一些事情，因为我们所做的事情，我们在这方面有更多的经验。然后我认为在他们周围招募其他人，建立同伴群体，我知道这些是你们在做的事情。我认为我们有很多可以做的。事实证明，即使是最好的创始人也需要帮助。所以希望，你知道，风险投资公司、创业工坊能够为伟大的创始人提供帮助。

Sarah Guo: 很多人比我更明智。我的意思是，我忍不住，但想特别尝试提升创始人在一些事情上的能力，这些事情是他们必须能够做的，比如招聘，对吧？但我同意，更高的杠杆路径绝对是，你可以安排人们在你身边来做这些事情，并在工作中学习。最后一个问题。你认为人工智能在未来5年内对广泛领域的影响是什么？你认为大多数人不是吗？

吴恩达: 我认为几年后，许多人会比今天更有权力和能力。而且，拥抱人工智能的个人所拥有的能力，可能会比大多数人意识到的要强大得多。两年前，谁会意识到软件工程师在拥抱人工智能后，会像今天这样高效？我认为未来，人们也会做工作职能。而且对于个人任务，我认为人们拥抱这一点会变得非常强大和有能力，超出他们可能想象的程度。

主持人: 太棒了。谢谢你，安德鲁。

来源：AI观察室