先搞清楚：机会在哪？

AI这个行业，钱在哪一层？

大家天天看新闻，感觉OpenAI、Anthropic这些模型公司最火。但吴恩达说了个大实话：

媒体最爱报道模型层，但按定义，应用层必须赚最多钱——因为应用层要养活下面所有人。

翻译一下：做芯片的、做云的、做模型的，最后都要靠应用层来买单。所以对创业者来说，最大的机会就在应用层。

什么是”让AI多想几遍”？

吴恩达花了不少时间讲一个概念（他叫它Agentic AI），其实很好理解：

他说很多项目，用第一种方法不行，用第二种方法就行了。比如：分析复杂的法律文件、做医疗诊断辅助、从一堆合规文件里提取信息。

速度第一课：想法要”具体”

吴恩达说AI Fund只做”具体想法”。什么叫具体？就是工程师听完，今天下午就能开始写代码。

他还说了一个坑：模糊的想法特别容易得到掌声。你跟朋友说”我要用AI改变医疗”，所有人都会说”太棒了！”但这种想法没法做。

速度第二课：别等数据，先信专家

做决策最慢的方式是什么？等数据。

吴恩达的做法：团队里一定要有懂行的人。用他们的直觉先快速筛选方向，跑起来之后再用数据来校准。

不是说数据不重要，而是先跑再调比”等数据再动手”快太多。

速度第三课：一次只追一个假设

很多人想同时试10个方向，吴恩达说：你没那个资源。

AI编码工具：游戏规则变了

代码现在分两种

新玩法：用AI编码工具批量做原型——做20个原型来试，反正现在做一个原型成本太低了，失败了也不心疼。

代码”值钱”这件事正在瓦解

吴恩达说他们团队一个月把代码库重建了3次。

以前代码是资产，重写是成本。现在？写得太快了，重写不是事儿。

很多以前觉得”做错了就完了”的决策，现在变成了”做错了可以退回来”。既然能退，那就快点做。

新瓶颈：产品经理忙不过来了

工程师太快之后，卡在哪了？卡在：

• 获取用户反馈
• 设计功能
• 做产品决策

获取反馈：从快到慢有6档

关键不是永远用最慢最准的方法。而是用数据来磨你的直觉，让你以后用”直觉”也能做出好决策。

现在懂AI = 暂时的优势

移动开发、HR这些领域，最佳实践早就人尽皆知了。但AI这个领域，很多知识还没扩散。懂的人暂时有优势。

但也有风险：走进死胡同。选错技术方向可能浪费10倍时间。所以技术判断力很重要。

关于学编程和负责任

“AI会写代码所以不用学编程”？

吴恩达直接说这是最糟糕的职业建议。

他的营销团队里，会写代码的人碾压不会的。然后所有人都去学了，整体变强。

工具越强大，越多人应该学习使用它。

什么叫”负责任地做AI”？

吴恩达说得很直接：

问问你的内心。如果你觉得这个产品做出来不会让大家受益，就别做。

AI Fund真的这么干过：有些项目经济上算得过来，但他们还是砍了——“我们不想让这个东西存在于世界上”。

警惕”安全”变成垄断的借口

吴恩达还提了一个警告：有些大公司在炒作”AI很危险”，目的是推动严格监管，让自己成为唯一被允许做AI的”守门人”。

他举了加州SP 1047提案的例子（已经被阻止了）——这个提案会给开源模型带来很重的负担，但不会让任何人更安全。

如果只有几家公司能做AI，创新就完了。保护开源的战斗还在继续。

记住这几个画面

今天就能做的事