EP79：对话吴恩达-创业的核心迭代循环瓶颈正从“代码编写”转移到“产品决策”

AI教父吴恩达（Andrew Ng）做客本期节目，探讨AI发展的下一个篇章。当模型规模化的红利逐渐消退，他创造的“Agentic AI”概念正成为新的增长引擎，然而，他却指出，阻碍其落地的最大障碍并非技术，而是具备特定思维模式的人才。

作为Google Brain和Coursera的联合创始人、AI Fund的管理合伙人，吴恩达一直是深度学习革命的先驱。在本期对话中，他分享了自己创造“Agentic AI”一词的初衷——旨在终结无休止的定义争论，聚焦于实际构建。他深入剖析了Agentic工作流的现状，指出尽管市场炒作先行，但其商业进展真实而迅速。吴恩达认为，AI编程助手已展现出惊人的经济价值，并将创业的瓶颈从技术实现推向了更具挑战性的“产品管理”——即，如何做出正确的“产品决策”。

**您将了解到：**

随着AI让编程速度提升10倍，创业公司真正的瓶颈已不再是技术，那又是什么？

在一个AI无处不在的世界里，什么样的创始人和团队才能脱颖而出？是保持小而精，还是快速扩张？

当AI能自动化大部分工作时，为什么说“人才”反倒成了最大的障碍？成功的团队究竟掌握了什么秘密武器？

**💡时点内容 | Key Topics**

* 01:37 AI进步的多重路径：Andrew Ng指出，模型规模化的潜力正在减弱，社会对AI进步的认知被少数公司主导。他认为，真正的进步将更多来自于“Agentic工作流”、多模态模型以及具体的应用构建，并强调“AI的进步会有多种多样的路径”，而不仅仅是扩大模型规模。

* 02:08 Agentic AI的创造与现实：Andrew Ng回顾了创造‘Agentic AI’一词的初衷，是为了将讨论焦点从“什么是Agent”的定义争论转移到实际构建上。他指出，这个概念迅速被市场营销人员采纳和炒作，并认为“真实的商业进展虽然也在快速增长，但可能并没有市场宣传得那么快”。

* 02:39 人才成为Agent落地的瓶颈：Andrew Ng认为，尽管技术组件仍有改进空间，但让更多Agentic AI工作流落地的最大障碍其实是人才。他强调，关键区别在于团队是否懂得“用一套评估体系，来驱动一个系统性的错误分析流程”，而不是凭感觉随机尝试各种方法。

* 05:41 编程智能体的经济价值：Andrew Ng分享了他眼中AI最清晰的两个巨大价值领域，其一是回答问题的ChatGPT，其二就是编程智能体。他指出，编程智能体在规划和执行多步骤软件构建任务方面展现了高度自主性，是“目前我们能看到的最有效、自动化程度最高的应用之一”。

* 09:03 创业瓶颈转向产品管理：Andrew Ng观察到，由于AI极大地加速了编程速度，创业的核心迭代循环瓶颈正从软件工程转移到产品管理。他指出，现在最大的挑战在于决定“我们到底应该构建什么”，这使得基于深刻用户同理心的快速产品决策和直觉变得愈发重要。

* 16:24 AI时代的技术创始人优势：Andrew Ng认为，在AI技术飞速发展的时代，技术导向的产品负责人成功可能性要大得多。他将AI与移动技术对比，指出AI的能力边界变化太快，因此“掌握这种前沿技术知识，就成了一个巨大的差异化优势”，对制定公司战略至关重要。

* 29:29 小团队的效率与风险：Andrew Ng分享了他的观察，即由顶尖工程师组成、配备强大AI工具的小团队效率极高。他提出了一个问题：“一个规模虽小但技能精湛，并配备了大量AI工具的团队，它的表现会超过一个规模庞大...的团队吗？”同时，对话也探讨了过度精简可能错失市场机会的风险。

本播客采用虚拟主持人进行播客翻译的音频制作，因此有可能会有一些地方听起来怪怪的。如想了解更多信息，请关注微信公众号"西经东译"获取AI最新资讯。如有后续想要听的其他外文播客，也欢迎联系微信：mayday2303。