吴恩达最新长访: 人工智能的瓶颈、地缘政治与未来图景|  AI的“电力”时代的三大转变 | 2万字+视频

|未经许可不得转载星标本号获取最新顶级认知|

城主说| 在人工智能的狂热浪潮中，全球公认的AI领袖之一，吴恩达（Andrew Ng）始终保持着一种冷静而深刻的洞察力。与那些沉迷于通用人工智能（AGI）末日论或乌托邦幻想的论调不同，吴恩达的视角牢牢扎根于物理世界的限制与商业社会的现实。在他看来，我们讨论AI的起点，已经从虚无缥缈的算法和数据，转移到了更基础、更具决定性的物理约束上。

这是今天最新放出的吴恩达播客长访。
“在我从事人工智能的职业生涯中，我还没有遇到过任何一个觉得计算能力足够的人，”他坦言。这种对算力永不满足的需求，正将整个行业推向一个新的十字路口。在这场访谈中，吴恩达系统地阐述了AI发展的现状、地缘政治的博弈，以及未来十年最真实的机遇与挑战。他强调，AI不是要取代人类，而是要成为增强人类能力的终极工具，而那些无法掌握这一工具的人，将面临被时代淘汰的风险。

视频完整版：

章节时间戳：

0:00:00 识别核心瓶颈：电力、半导体与人工智能编码的巨大价值

0:07:19 优化政策环境：吸引人才与人工智能对知识工作者的影响

0:19:47 智慧的民主化：释放GDP增长潜力与全球开放生态系统的动态

0:28:07 投资策略、模型专业化与企业人工智能护城河的构建

0:41:52 企业采纳的挑战：变革管理、数据应用与消除人工智能炒作

0:56:28 教育机构的未来建议、运营商到投资者的转变与人工智能的乐观愿景

核心观点摘要

• • “当前制约AI发展的最大瓶颈，已经转移到了电力供应和半导体产能。数据中心是我们这个时代的铁路和公路。”

• • “开放模型是地缘政治影响力的巨大来源。中国正通过发布大量高质量的开放权重模型，在全球AI供应链中占据关键环节，这是一种不容忽视的软实力。”

• • “AI不会大规模取代白领工作。真正会发生的，是掌握AI工具的专业人士，将远远甩开那些不使用AI的同行。我再也不想在没有AI编码辅助的情况下编写代码了。”

• • “‘AI将取代程序员’是有史以来最糟糕的职业建议之一。随着AI让编程变得更容易，我们应该让更多的人学习编程，而不是更少。”

• • “大型企业应用AI的最大障碍不是数据，而是人与变革管理。很多企业拥有极具价值的私有数据，关键在于如何利用它们驱动增长，而非仅仅削减成本。”

• • “中国政府的全行业承诺、工作伦理和发展速度是一种非常强大的力量，我们不应低估。美国对华的芯片出口管制，在很大程度上适得其反，反而刺激了中国加速发展自己的半导体产业。”

• • “我们正处于人工智能浪潮的起始阶段。未来十年，我们仍将致力于识别并构建有价值的企业应用。这场变革将比炒作所说的要花费更长的时间。”

当我们谈论人工智能的极限时，大多数人会想到数据量或算法的复杂性。但吴恩达一针见血地指出，真正的天花板是更为基础的物理资源。“我会说目前最大的两个瓶颈，是电力和半导体，” 他强调。在美国，数据中心的建设正面临着来自社区和许可审批的重重阻力，电力供应成为一个严峻问题。“正如我们为特定一代人建造道路和铁路作为基础设施一样，数据中心是构建数字经济的关键基础设施。” 与此同时，他对中国在大规模建设发电厂（包括核电站）方面的决心表示关注，认为这将成为未来竞争格局中的一个有趣动态。

对计算能力永不满足的需求，是贯穿过去二十年AI发展的常态。而生成式AI的兴起，更是将这一需求推向了顶峰。从AI辅助编码到各类企业级应用，市场对语言模型推理（token生成）的需求呈现出爆发式增长。“我发现许多公司实际上都有过剩的需求，这是一个非常罕见的问题……我们恰恰没有足够的半导体、数据中心和电力来满足需求。” 这种供需失衡的直接后果是，即使是最前沿的开发者，在使用云端编码工具时也会遭遇速率限制，这无疑扼杀了创新潜力。

劳动力变革的真相：AI是增强器，而非替代品

关于AI将导致大规模失业的恐慌从未停止。然而，吴恩达对此持有一种更为务实和乐观的看法。他认为，AI的角色更像是一个强大的“增强器”，而非“替代品”。他以自己最熟悉的软件工程领域为例，生动地描绘了这场变革的真实图景。

“我认识的效率最高的工程师，是那些拥有10到20年经验并且真正精通AI工具的人。他们行动的速度，比世界上过去任何时候见过的任何人都快，” 他说。紧随其后的是精通AI工具的应届大学毕业生。而处于危险境地的，则是那些有经验但拒绝学习新工具的“守旧派”，以及那些从课程严重滞后的大学毕业、对AI一无所知的年轻人。

“我再也不想在没有AI编码辅助的情况下编写代码了，” 吴恩达的这句个人感言，揭示了生产力提升的巨大飞跃。过去需要一个团队数月才能完成的项目，如今一个精通AI的工程师可能在几天内就能完成。这种变革并不仅限于编程。他观察到，从市场营销到人力招聘，各个领域的专业人士都在利用AI工具极大地提升工作效率。“我最好的招聘人员，不仅手动筛选简历，他们还在编写提示词，让AI帮助他们筛选简历。令人惊叹。”

他坚信，未来的劳动力市场不存在所谓的人才断层，而是技能的迭代。问题不在于初级岗位被取代，而在于整个教育体系未能跟上时代的步伐。“‘AI将自动化编程，所以人们不必再学习编程’的建议，是有史以来最糟糕的职业建议之一。随着AI辅助我们使编程变得更容易，应该有更多的人学习编程，而不是更少。” 在他看来，编程是未来精确与计算机沟通的语言，是所有知识工作者的必备技能。

地缘政治博弈：开放模型成为新的软实力

长期以来，中美之间的AI竞赛一直被视为一场零和游戏。吴恩达曾先后在谷歌和百度担任核心职位，独特的经历让他对这场博弈有着更深层次的理解。他提出了一个引人深思的观点：中国正在通过开放模型，建立一种全新的地缘政治影响力。

“我认为开放式模型是地缘政治影响力的巨大来源，” 他分析道。当一个国家的团队发布开源、开放权重的模型时，知识的流通在国内会大大加速，从而促进整个生态系统的创新。相比之下，美国的前沿模型大多保持封闭，知识的传播和迭代速度反而受限。更重要的是，这些开放模型正在成为AI供应链的关键组成部分。

“如果有一天，某个发展中国家的孩子问了一个关于公众敏感话题的问题……他们最终使用的模型的原产国将提供一些答案，而这个答案所体现的价值观，实际上都是软实力中一个巨大的影响力来源。” 他将这种影响力类比为好莱坞之于美国梦，或韩流文化之于韩国。通过向全球免费提供强大的AI基础模型，中国正在潜移默化地输出其价值观和影响力。

在谈到美国对华芯片出口管制时，吴恩-达的看法更为尖锐。“我认为对芯片的出口管制在很大程度上适得其反……美国实际上刺激了中国，让中国真的加速了它的半导体发展。” 他认为，这种外部压力迫使中国构建起更具韧性的自主产业链，从长远来看，这可能对美国的国家利益更为不利。

投资、泡沫与商业现实：企业如何驾驭AI浪潮

在风险投资涌入、估值飙升的背景下，关于AI泡沫的讨论不绝于耳。吴恩达承认，在基础设施层面存在过度投资的风险，复杂的金融工具正在被用来转移风险，这确实是“事情感觉有点像泡沫的迹象”。但他更关心的是，企业如何在喧嚣中找到真正的价值。

他观察到，许多应用层公司的商业模式岌岌可危，“有时感觉就像，公司投入1亿美元，这样他们就可以支付给OpenAI和Anthropic，这样OpenAI和Anthropic就可以支付给英伟达，而所有的钱最终都流向了英伟达。”

对于希望应用AI的大型企业，吴恩达给出的建议同样出人意料。他认为，最大的瓶颈并非技术或数据。“大多数大型企业中最大的障碍实际上是人和变革管理。不是数据。绝对不是数据。” 他指出，世界上大部分有价值的数据都是企业内部的私有数据，如交易、销售、制造数据等。关键在于企业是否有能力和意愿去重新思考工作流程，以驱动增长，而非仅仅是削减成本。

“我发现，人工智能更有价值的用户，通常需要重新思考工作流程，” 他解释道。与其利用AI节省20%的人力成本，不如思考如何利用AI将决策时间从两周缩短到十分钟，或者将过去只能服务于少数高端客户的服务，扩展到成千上万的用户。“做更多或做得更快，这些是我所见过的推动价值增长的两种模式，我认为这对释放GDP增长至关重要。”

最后，吴恩达对未来表达了审慎的乐观。他认为，AI带来的巨大变革才刚刚开始，我们远未到达终点。“从现在开始的十年后，我们仍将致力于识别有价值的企业应用并构建它们。” 这场变革需要耐心、持续的投入和对人才的培养。他最深的担忧，是整个社会能否跟上技术变革的速度。“这一次的变化太快了，我们需要今天还活着的人学习新的技能，而不是需要他们的孩子学习新的技能。这非常具有挑战性。” 在这个由代码和模型定义的新时代，学习和适应的能力，将成为决定个人、企业乃至国家命运的最终胜负手。

天空之城全文整理版 引言与核心瓶颈：电力、半导体与算力

吴恩达: 在我从事人工智能的职业生涯中，我还没有遇到过任何一个觉得计算能力足够的人。

Harry: 我找不到比吴恩达更好的嘉宾了，他是全球公认的人工智能领导者。数据中心是构建数字经济的关键基础设施。

吴恩达: 我认为开放式模型是地缘政治影响力的巨大来源。工作伦理，速度，当中国政府做出举国承诺时，那就是一个全行业的承诺。这实际上是一股非常强大的力量，我不应该低估它。

Harry: Andrew，我仰慕你很久了，所以一直很期待这次合作。非常感谢你今天能来。

吴恩达: 谢谢你，哈里。我看了很多节目。我真的很喜欢你最近和我朋友马丁·马丁内·卡萨多一起做的那期节目。那次非常难忘。所以我实际上很高兴来到这里。

Harry: 我爱马丁。非常，非常特别的人。我想从你之前说过的一句话开始。你说过人工智能是新的电力。当我想到电力以及我们今天所处的位置时，我想了解瓶颈所在。似乎每个人都认为这实际上与数据、计算和算法有关。这三个参数是我们应该考虑瓶颈的参数吗？如果是这样，你认为哪个是最大的瓶颈？

吴恩达: 我会说目前最大的两个瓶颈。可能是，我认为电力是其中之一。所以在美国，我真的担心许多数据中心运营商都陷入了某种许可困境，而且，我知道当地社区的支持很重要，有些人不希望在那里建数据中心。但是，正如我们为特定一代人建造道路和铁路作为基础设施一样，数据中心是构建数字经济的关键基础设施。因此，美国和一些西方国家缺乏电力是一个问题。相比之下，我看到中国正在大兴土木建造发电厂，包括核电站。这将是一个有趣的动态。

另外，半导体是另一个瓶颈。但人工智能太复杂了。我认为我们也需要更多的数据。我们还需要更多、更好的算法，你知道的，所有这些都值得努力。但短期内，电力和半导体存在一些限制。

Harry: 你能谈谈你认为最紧迫且大多数人没有意识到的半导体方面的限制吗？

吴恩达: 首先，在我从事人工智能的职业生涯中，我还没有遇到过一个人工智能从业者认为他们的计算能力足够。所以，给我们任何数量的计算能力，我们都会用光，然后说我们仍然不够。因此，这在过去 20 年左右一直是一个制约因素。

但我看到的是，随着生成式人工智能的兴起，出现了一些非常有价值的工作负载。例如，人工智能辅助编码，这太棒了。它使我们的生产效率大大提高。但是，如果你使用足够的云代码，有时你会受到速率限制，我发现许多公司实际上都有过剩的需求，这是一个非常罕见的问题，但很多人想要更多的语言模型推理，想生成更多的token，而我们恰恰没有足够的半导体、数据中心和电力来满足需求。但是，我们可以用AI令牌生成做很多事情，而当我们无法做到时，当供给侧，我们无法向需求侧想要它的人提供足够的供应时，这令人沮丧。如果你使用过多，你会被限速。

Harry: 我应该如何看待对更多计算的这种永不满足的需求以及由此带来的改进？许多人认为GPT-5已经达到了某种程度的规模法则，并且对效率的关注已经成为一种转变。我应该如何平衡这两种看似不同的观点？

吴恩达: 所以令牌生成变得更高效和更便宜是事实。事实上，如果你看看OpenEI的开放权重模型，它们实际上是发布出来的，运行效率非常高的模型。所以 Eugenio anen做了一些非常出色的工作，他们发布了一些运行效率非常高的模型。所以这是一个运行效率非常高的模型，但是尽管令牌生成的成本下降，我们对它的需求是，永不满足的。

嗯，人工智能领域也发生了同样的事情，如果我们看看价值的来源，其中一个重要的来源就是人工智能辅助编码。我认为这可以追溯到更早的时代。在上一代，我认为谷歌占据了主导地位，像网络搜索这样的横向信息发现，但在互联网构建时，有很多垂直领域的发展空间。所以我们最终得到了，Travelocity和Expedia，它们在旅游领域展开竞争，还有很多人在零售领域展开竞争。还有很多人在交通运输、社交媒体等领域展开竞争。

我们现在看到的是，ChatGPT拥有非常强大的消费者品牌。ChatGPT似乎是新一代横向信息发现领域的主导者，尽管我认为Gemini凭借其通过控制安卓和Chrome获得的渠道优势，也是一个不容小觑的竞争者。但如果横向信息最终变成那样，那么仍然有足够的空间来构建大量的垂直领域，而真正有价值的垂直领域中，一个清晰的类别就是AI编码辅助，Cloud Code就在这个领域，我每天都用它，非常喜欢。Open AI codex也有很大的发展势头，但它显然使开发人员的工作效率大大提高，以至于对更少使用和更多使用这种工具的需求达到了顶峰。

我觉得令人兴奋的一件事是，我经常把AI编码辅助视为其他工作职能可能发生变化的先兆，因为AI营销工具变得更加高效，AI招聘工具变得更加高效，AI财务工具变得更加高效。我经常将AI编码助手视为一种预兆，预示着随着工具变得更好，其他行业也可能发生类似的情况。

AI编程助手的崛起与劳动力变革

Harry: 我最近在节目中采访了Cohere的Joel Pinot，她之前在Facebook工作，她说AI编码助手在成熟度方面与2016-2017年的图像生成处于同一水平。

吴恩达: 你认为这是对当前环境的公正评价吗，或者你不同意？我认为它更进一步。我认为2016年，图像生成并不是非常有价值。我不记得当时它有多大价值，但我认为今天，AICoding Assistance真的非常有用，实际上在AI Fund，我的工程主管（head of engineering receipt），我会说，嘿，让我们考虑一下工具的标准化。而且，他说，我需要这些工具，你必须从我紧握代码的死手中夺走它们，对吧？我想我已经非常强烈地形成了这种观点。我自己，我再也不想在没有AI编码辅助的情况下编写代码了。我认为这些工具运作良好，但仍有很大的提升空间。

Harry: 我只是想回到核心瓶颈问题。我们说过它们与电力有关，也与半导体有关。我认为，当我们审视今天数据中心的建设时，正如您所说，监管在很多方面一直是阻碍因素。您认为从基础设施的角度来看，特朗普对美国人工智能的发展是促进作用更大还是阻碍作用更大？

吴恩达: 在过去的几年里，美国联邦政府做了一些好事，也做了一些不太有帮助的事。我觉得清除不必要的法规是一个非常好的举措。即使是去年，两党合作的舒默人工智能洞察论坛，我认为有很多人游说美国政府通过严苛的法规，有很多被炒作的人工智能安全论调，声称人工智能可能导致人类灭绝，这简直是荒谬的说法。试图通过令人窒息的反竞争法规，通常是为了关闭开源、开放权重。幸运的是，它击退了很多这种行为，但我认为两党的蘑菇洞察论坛在挖掘真相方面做得非常好，并得出结论，美国应该投资人工智能，而不是通过不必要的法规来减缓它的发展。我认为特朗普做得不错。他的整个团队，大卫·萨克斯和克里斯蒂安等等，在清除不必要的法规方面做得很好。

另一方面，美国巨大的竞争优势之一是它吸引人才的能力，包括高中人才，以及，坦率地说，未来可能不是高中生，但将来可能是高中生的年轻人才。因此，我认为如果美国没有在吸引人才方面投入足够的资金，那将是一个不必要的错误。然后我认为最后，对科学的投资，对吧？我认为帮助我们的高等教育机构拥有资源来培训我们的研究生，投资于科学技术，我认为这非常宝贵。因此，任何损害这一点的事情，我认为，都是非常不幸的。

Harry: 如果我给你一根监管魔杖，Andrew，你会改变什么，从而产生最显著的推动作用？

吴恩达: 美国很幸运，有很多非常聪明的人想来这里，解决真正具有挑战性、真正棘手的问题。我们的许多Lobel奖获得者都是移民，例如爱因斯坦、卡纳卡都是移民。我认为继续将美国打造成为一个吸引优秀人才在一个尊重法治的民主国家共同工作的地方。我认为那将有助于我们前进。

我认为确保半导体供应链的安全也非常有价值。在台湾有很多朋友，我热爱台湾，而且美国对台积电的依赖也令人担忧。以防万一发生什么事。

然后我认为要做的，坦率地说，社会上发生了一件非常有趣的事情，那就是最近有一份同行报告显示，我认为美国有多少人，认为人工智能对他们有好处，对人工智能充满热情，与不热情的人相比。即使许多人工智能技术是在美国发明的，但很多人不信任或不喜欢人工智能。 Andrew，我工作的乐趣在于，我可以和不可思议的人交谈，然后互相参照他们所说的话。

Harry: 红杉资本的戴维·卡恩说，嘿，一个真正有用的衡量有效性的晴雨表是，人工智能能否取代劳动力最差的5%的能力？Cohere的Joel说，不，那是垃圾。真正的问题是，它能将人们的能力提高10倍吗？忘掉垫底的5%，它能提高10倍吗？您如何看待人工智能对劳动力的成功晴雨表？考虑到这些？

吴恩达: 以软件工程为例，它正在加速代码编写。过去需要6名工程师花费半年时间才能完成的许多项目，现在我或者我的工程师可以在周末完成。我希望我们永远不必再在没有人工智能系统的情况下进行编码，因为这种加速和生产力提升是惊人的。例如，有一个周末我在想，我想，为了我的女儿，我想要为我的女儿准备乘法练习的抽认卡。她想练习乘法。她想要抽认卡。所以我想我可以开车去商店给她买一堆抽认卡，或者你可以直接用人工智能为我编写代码，生成并打印出一堆抽认卡。所以我选择了后者。这是一个非常低经济价值的任务。但有了人工智能辅助编码，它可以非常快速地完成。

Harry: 你认为氛围编码是一个持久的市场吗？比如，你认为每个人都想编码，而且可访问性很重要吗？或者你认为它直截了当地让建设者能够更好、更高效地建设？

吴恩达: 我认为我们需要以上所有。我对“氛围编码”这个词一直有复杂的感受，但撇开吹毛求疵的术语不谈，我认为每个人都应该学习编码。我看到的是，对于很多不仅仅是软件工程的职位来说，会编码的人比不会编码的人能完成更多的工作。

例如，我认为我的营销人员曾经想进行一次用户调查，她想要一些能够让人们提供实时反馈的东西。她查看了应用商店，但没有找到任何东西。所以她说，你知道吗，我要花两天时间来编写代码。确实花了她两天时间。但我的营销人员随后构建了一个小的移动应用程序，用户可以在上面向左或向右滑动，以便对我们想要使用的营销信息提供反馈。测试，正因为如此，我们能够进行用户实验，获得反馈，因此这帮助她更好地完成了作为营销人员的工作。相比之下，如果作为一名营销人员，他们无法编写一个小应用程序来让人们滑动并提供反馈。他们就根本无法做到这一点，无法获得反馈，也无法继续前进。

今天，我最好的招聘人员，不仅手动筛选简历，他们还在编写提示词，让AI帮助他们筛选简历。令人惊叹。

Harry: 这很有趣，真是太棒了，但说到你提出的观点，比如，人们不应该害怕，但他们确实害怕，你会看到这会带来效率的提高，这意味着人员的减少。如果你可以用人工智能筛选更多，我不喜欢这种恐吓。但是，如果你能用人工智能筛选更多，我就不需要我的其他三个分析师了。

吴恩达: 我认为只有一小部分工作，坦率地说，陷入了困境。但我认为对于绝大多数知识工作者来说。实际上，关于炒作有一件事。人工智能非常棒。有很多事情我做不了。所以，人工智能有一天会变成幻影般的通用人工智能（AGI），它可以做人类能做的所有事情，我认为我们离那一天还很遥远。我会说，像几十年之后，甚至可能更久。

关键在于如果人工智能可以完成招聘人员30%的工作。谁知道呢，也许是50%，虽然感觉有点高。还有另外大约50%到70%的事情，仍然需要人工来完成。但也很明显，如果你使用人工智能而别人不使用，这实际上会对你能完成的事情产生巨大的影响。使用人工智能会好得多。但是因为人工智能不能做所有的事情，所以对于很多工作岗位来说，仍然有很多工作需要人类来完成。

Harry: 你不认为我们存在白领人才储备问题吗？无论是顾问还是法律助理，在初级职位上，很多你能做的事情正在被人工智能取代，而且他们实际上在裁减初级员工。你在各行各业都看到了这种情况。所以担心的是，我们将出现人才断层，10年后，由于我们已经取代了他们，没有初级员工可以晋升为高级员工。

吴恩达: 我不认为情况有那么糟糕。我认为存在一个大问题，但我不认为它完全是那个问题。所以让我告诉你我在软件工程领域看到的情况。

我认识的效率最高的工程师，他们不是刚毕业的大学生，而是拥有10到20年经验或者更久，并且真正精通人工智能、了解人工智能工具的人。这些人，即有经验又精通人工智能的人，比世界上过去甚至一两年前见过的任何人都行动得更快。比他们低一个层次的是真正精通人工智能的刚毕业的大学生。我已经雇佣了不少刚毕业的大学生，他们通过社交网络社区等途径真正学会了人工智能工具，他们行动非常快，但他们不如那些精通人工智能的有经验的人。

比这些刚入门的人低一个层次的是那些有10年编码经验，但工作舒适，并且由于某种原因仍然像2022年ChatGPT出现之前那样编码的人。我已经不再雇用那样的人了，但有些人，他们有一份舒适的工作，他们继续用老方法编码，而且他们没有学习人工智能。我认为这些人迟早会遇到麻烦。

还有另一种人，他们也身处困境，那就是不了解人工智能的应届毕业生。不幸的是，大学课程的改革非常缓慢。因此，我实际上感到非常难过，即使在今天，仍然有大学的计算机科学本科毕业生从未在互联网上调用过任何L-MAPI。想象一下，想象一下，想象一下一个计算机科学本科毕业生从未听说过云计算。我当时想，什么是云？我不需要仅仅运行东西。这很奇怪。你不可能成为一个计算机科学专业的学生却不知道如何在云中做事。我越来越觉得这不太对劲。我觉得我们必须确保在培养计算机科学专业学生的同时，也要让他们知道如何使用人工智能来帮助他们进行编码，并且让他们了解人工智能的构建模块。但大学课程，以及进入就业市场的学生群体，真的在苦苦挣扎。但是应届大学毕业生，不懂人工智能。我们找不到足够多的人。很多企业都喜欢雇佣应届大学毕业生。

Harry: 我只是想谈谈你说的那些非常了不起的10倍、100倍工程师。我们看到薪资待遇、薪酬品牌，比以往任何时候都更高，在某些情况下，一位工程师能拿到三十五亿美元。这些仅仅是……考虑到他们对公司企业价值的影响，这些薪酬待遇是合理的吗？或者说，这是我们应该担心的泡沫式薪酬待遇？

吴恩达: 我不知道，这很难说。我认识一些人，他们拿到了非常高的薪水，我实际上为他们感到非常高兴，我认为这很好，资金投入到人工智能领域，让人们得到很好的报酬。你认为给一位工程师一亿美元吗？我担心你可能不会那么高效。如果我一夜之间给你1亿美元，天啊，你可能会买一栋漂亮的房子去度假，你会失去一些效率。我不知道。我有很多硅谷的朋友，不管什么原因，他们赚了一点钱。他们中的许多人仍然非常非常努力地工作。但同样，在他们赚到一点钱之前和之后都是如此。所以我发现很多科技文化，我们做事情是因为它有趣，因为它让我们，希望能够帮助别人，这是一种改变世界的方式。我发现财富使人变得懒惰的程度远低于人们的猜测。

地缘政治博弈：中美AI竞赛与开放模型的软实力

Harry: 我很想知道您对此的看法。您提到了它可能影响许多不同垂直领域的各种方式。您说我们过度炒作末日情景以及介于两者之间的一切。您知道，Andre Capathy最近说，AGI只会融入2%的GDP增长中，说实话，Andrew，我觉得这听起来有点无聊。我想要生产力方面的巨大转变。您认为融入2%的GDP增长是您所期望的吗？还是您期望像软银的孙正义预期的那样，达到更显著的5%、6%的增长？

吴恩达: 我希望你们能更接近5%、6%或更高的GDP增长率。在展望未来时，事实证明，当今世界最昂贵的东西之一就是智能。这就是为什么在美国，聘请一位技术精湛的医生来为我们的医疗状况提供建议，或者聘请一位技术精湛的导师来耐心地教导我们的孩子，费用如此高昂的原因，因为这种智慧的交易，即明智的医生、明智的老师、明智的顾问，是非常昂贵的。但有了人工智能，我们终于有了一条使智慧变得廉价的途径。因此，在未来，如果每个人都能得到一群聪明、消息灵通的员工在所有这些领域（目前只有相对富裕的人才能负担得起）的协助，那么个人将会变得更加强大，并且能够完成更多的事情。而且，这种高度赋权的个人，他们的生活将会如此不同，国内生产总值（GDP）的增长将会是巨大的。

Harry: 完全同意。我同意。谈到知识的民主化以及由此带来的好处。你之前说过一个词，那就是关于我们所见的那种开放权重生态系统，我们已经看到在很多情况下又回到了一个封闭的世界。你对回归封闭有什么看法？你如何分析当今开放与封闭的博弈状态？

吴恩达: 它仍然非常动态。我认为，对于许多美国公司来说，领先的前沿模型通常是保持封闭的。然后，低一个等级的模型，不如前沿模型那么好，会开放发布。我认为这比什么都没有好多了。实际上，我非常感谢所有发布开源、开放权重模型的团队。另外一个动态是中国，尤其是在发布大量非常好的开放权重模型方面，中国确实一直在引领，或者说正在占据领先地位，或者正在赶上来。所以我想说，如果不是这样，这有点不像我十年前预测的那样，中国人工智能最终会比美国人工智能更加开放。

你认为中国为什么想要一个开放的人工智能世界？事实证明，开放对一个国家的发展大有裨益。事实证明，当一个团队发布开源软件时，知识的流通对附近的社区来说要快得多。所以我看到的是，当中国的团队发布一个开放权重模型时，当然美国可以利用它。但中国经济从中受益更多，因为一旦某个东西是开放的，团队就更容易互相联系，说，嘿，哥们，这到底是怎么工作的？我在这个父模型上遇到了麻烦。只是知识的流通对于创新来说真的很有价值。当美国拥有更多封闭模式，并且，团队试图支付这些 1 亿美元的薪水来获取人才时，知识的流通就会变得非常缓慢，从而减缓美国和欧洲的创新速度。

Harry: 然而，随着模型层的商品化和开放，它实际上增加了制造业的溢价和大规模制造的能力，而中国在这方面的能力比美国强得多。您是否认为这实际上导致了他们围绕为什么想要削弱美国模型的力量的许多思考？

吴恩达: 除了增加创新和知识流通之外，开放式模型对此有所帮助。我认为开放式模型是地缘政治影响的巨大来源。因此，举例来说，如果有一天，某个发展中国家的孩子问了一个关于公众敏感话题的问题，或者问，嘿，在这种情况下，国界在哪里，或者这个事件或那个事件的历史是什么？他们最终使用的模型的原产国将提供一些答案，而且无论你喜欢与否，答案是用于一个国家的价值观还是另一个国家的价值观，实际上都是软实力中一个巨大的影响力来源。开放权重模型是人工智能供应链的关键组成部分，中国正在向该关键供应链环节发布免费的低成本或免费模型，这意味着中国确实开始在建立一个主导的用户群方面取得领先，而这也会成为一种来源。这就是为什么我认为拥有强大的媒体和娱乐产业的国家，事实证明，韩国由于其领先的娱乐产业而拥有极不成比例的影响力，所以人们会听任何韩流音乐或任何东西，这为该国带来了很大的影响力。好莱坞是美国软实力的巨大来源，它描绘了美国梦的某种景象，谈论了自由和民主的价值观。我认为这是沟通和软实力的另一个前沿阵地。

Harry: 您的视角非常有趣，显然您在谷歌工作多年，后来又在百度工作。因此，在某些方面，您曾经站在谈判桌的两边，我们现在对人工智能竞赛有一种奇怪的二元对立，即中国对美国。您是否同意这种中国对美国的定位？您是否同意在人工智能竞赛中中国对美国的这种定位？

吴恩达: 我认为在合作方面有很多空间，同时在某些领域也会存在竞争。因此，首先，虽然人们，甚至包括我自己，有时会谈论人工智能竞赛，但终点线并没有唯一的鱼。这不是一场竞赛，人工智能是一种通用技术，你可以在编码方面做得更好，在回答问题方面做得更好，在帮助营销人员和金融等方面做得更好。因此，人工智能具有许多不同的能力，并没有唯一的终点线。即使是那些单一能力，我认为我们也会在很长一段时间内不断改进。因此，我觉得由于公关目标，通用人工智能（AGI）一直被炒作，好像它是一个终点线。但我我不认为它是一个终点线。我们只是将在未来几十年内不断提高能力。

话虽如此，拥有更强人工智能能力的国家将会更加强大。其公民将会更加繁荣。经济将会增长得更快。所以我想存在，所以在某种程度上，不同的国家和中心没有结盟，拥有更强大空中力量的国家会做得更多。就像，如果一个国家在另一个国家有一个很棒的电网，因为电力电梯等等，嗯，一个国家就可以利用这个电网来做更多的制造，更多的工业工作，就这样做更多的事情。

Harry: 你不认为我们仍然低估了中国的能力吗？我是说，我认为我们在欧洲肯定低估了。但我尊敬地说，在美国，我看到了很多美国的自大，围绕着你们的定位，然后你去了中国，你在中国待了很长时间，你就会意识到他们行动的速度和强度。这与欧洲和美国都不同。

吴恩达: 公平地说，我认为美国、欧洲、中国都有问题。但即便如此，我认为当中国政府做出全国承诺时，其职业道德和速度，就是一种全行业的承诺，这实际上是一种非常强大的力量，伴随着国家层面对半导体和教育系统的投资。所以比如K-12正在接受使用人工智能的培训，企业也在使用人工智能，分享知识，然后有时，构建这些东西，并以国家机器可能会或可能不会寄予希望的方式在国际上销售。那实际上是非常重要的，并且是对稀土元素的控制。所以认为这种举国经济、举国努力实际上是一种非常强大的力量，我不应该低估它。

Harry: 鉴于我们不应该低估它，你认为我们对芯片实行出口管制是正确的吗？很明显，英伟达已经有很多关于出口管制的来回措施。你认为这是对的还是不对的？

吴恩达: 我认为对芯片的出口管制在很大程度上适得其反。美国的做法，我认为美国最初限制华为，然后又限制英伟达、AMD和其他半导体的出口，这实际上刺激了中国。所以在出口管制之前，中国的一些半导体发展，坦率地说，进展并不快。那是一个不错的领域，有一些投资，但是当美国这样做时，中国真的加速了它的半导体发展。所以美国激励中国这样做，而且这对中国来说正在获得回报。我认为现在有很多中国公司正在开发产品，单个芯片的性能可能较弱，但可能使用更大数量的芯片来构建具有竞争力的产品，当然是与上一代英伟达的产品竞争，并且可能越来越与当前一代的产品竞争。所以我认为，如果我纯粹从美国的国家自身利益来分析，我认为它导致中国加速发展半导体产业，而这可能对美国的长期发展不利。

Harry: 我身在欧洲。显然我住在伦敦。你之前告诉我你出生在伦敦。我想问你的是，我们显然感觉自己已经远远落后了。人们说，你们已经输了。你如何看待欧洲在一个全新世界中的地位，以及欧洲可以做些什么来重新获得一些与美国和中国之间的平等？

吴恩达: 如果我对欧洲的监管机构有一个愿望（我与相当多的欧洲监管机构交谈过），我听到他们说，我们希望成为人工智能监管领域的领导者，而这是一种竞争优势。恕我直言，那不是竞争优势。所以我对欧洲的唯一愿望是，停止如此多的监管，而专注于投资和建设。问题是，现在仍是人工智能发展的早期阶段。现在游戏才刚刚开始。欧洲有很多聪明人，让人们努力工作，不要强迫他们不努力工作，让那些想努力工作的人努力工作，并开始重新监管，然后去投资和建设。

投资、泡沫与商业现实：企业如何驾驭AI浪潮

Harry: 我们最需要投资但投资不足的地方在哪里？

吴恩达: 有大量的资本流入数据中心和基础设施。我们可以争论，是否存在泡沫？我们肯定会放弃很多投资。我们是否已经到了人们使用如此深奥的金融工具来寻找现金的地步，以至于会出现泡沫？我们可以讨论这个问题，对吧？所以我们肯定有很多投资，但什么时候会变成过度投资？这是一个有趣的问题。

我认为我们需要大量投资的另一个领域不仅是基础设施数据中心基础模型层，还有应用层，因为其他人已经花费了数十亿美元来训练这些人工智能模型，我们现在可以以数百美元或数千美元，或者几十美元的价格访问它们。因此，构建大量以前不可能的应用非常棒。

现在从风险投资的角度来看，我从多个风险投资公司那里听说，奇怪的是，尝试的成本非常低，以至于想法反而变少了。人们不太确定在哪里投入大量资金来开发应用层。事实上，如果你看看很多应用层投资，有时感觉就像，你知道的，公司投入1亿美元，这样他们就可以支付给OpenAI和Anthropic，这样OpenAI和Anthropic就可以支付给英伟达，而所有的钱最终都流向了英伟达。话虽如此，在应用层仍然有很多有价值的赌注可以下，只是为了构建东西。但问题在于，你可以以一种非常资本高效的方式做到这一点。所以如果有人想说，我想投入100亿美元。你可以建造价值100亿美元的数据中心。我们知道如何花这笔钱。但是，你如何花费100亿美元来构建应用程序呢？问题几乎在于，尝试一个想法就要花费我一百万美元。那么我该如何花掉100亿美元呢？这既算是个问题，又不算是个问题，但我认为我们应该这样做。

Harry: 它做到了吗？因为当你看到人工智能的利润率时，人工智能应用层公司的利润率是多少呢？非常糟糕。他们赚不到钱。它们的构建成本很高，因为你有大量的入口。构建它们的团队，他们的成本更高，而不是更低。

吴恩达: 我认为情况仍然各不相同。我看到很多软件应用的萌芽，它们的构建成本并不高。如果你自己的令牌使用不是，你开销的大部分。

Harry: 如果你看看Replit或Lovable，他们80%的传递是过于人类的。

吴恩达: 是的。所以我兴奋的动态是，结果证明，我认为，Anthropic，我认为随着令牌成本持续下降，我们将看到经济状况如何变化，对吧？现在，令牌，它太贵了，但希望这会改变，并且创造的价值真的很大。

实际上，我记得早些时候，例如在食品配送的早期，我在美国和中国都看到了这一点，有很多风险投资补贴的饮食，对吧？这很棒。我们可以吃送来的食物，这基本上是风险投资补贴的。我认为我们现在看到的是，大量的风险投资补贴，AI编码，物理定律或金融定律表明，在某个时候，对吧，这种情况不能永远持续下去，但它最终会稳定下来，我认为会有一些非常有价值的企业不会永远得到风险投资的补贴，但是驾驭这个疯狂的风险投资补贴世界以获得良好的结果需要很多技巧。但即便如此，我仍然想说，还有很多较小的应用程序还没有做到这些，数亿美元的规模，也许它们正在做数百万美元或数千万美元的收入，但构建和运营的成本相当高昂，我认为，嗯，我们会看到它继续增长。

Harry: 谈到可以说是较小的细分市场，在那里持续增长，您如何看待这个问题，您之前精彩地提到了水平方向的表达，以及水平方向之下的垂直方向，谷歌和现在的Open AI是水平方向，您如何看待大型单体模型与更小、更高效、更专业的模型的世界？您对此有何看法？您对哪种模型将占据主导地位的想法是否发生了改变？

吴恩达: 我认为这很好，一切都会兼而有之。我们将拥有大型模型、中型模型和微型小型模型。我对此充满信心的原因是，智能的本质是多样化的，对吧？有时我们会做一些智力上非常简单的任务。比如，如果有人问我，哦不，什么时候，就像昨天，我的女儿，她拼错了“蝴蝶”这个词。所以我需要告诉她如何拼写“蝴蝶”。这很容易，这是一项简单的智力任务。有时我会坐下来思考几个小时，思考一些，你知道的，复杂的，比如技术问题，对吧？那，那真的很难。所以智能包含了一系列我们想做的事情。所以我们也希望人工智能做的一系列事情范围也很广。如果你希望人工智能做基本的语法检查和拼写检查，你不需要万亿参数模型。使用一个微型模型，可能在本地运行，就做那个。但如果你想让它做复杂的推理来编写一段代码，那么拥有一个强大的模型会做得更好。所以我实际上非常有信心，我们最终会得到各种各样的模型，小的和大的，来完成各种各样的任务。

Harry: 就像我们让人类处理一系列不同难度的任务一样，人工智能也是如此。这是否意味着你不同意安德烈·卡帕西的说法，即智能体，有用的智能体，重要的是，有用的智能体还需要十年才能出现？

吴恩达: 我不同意这个观点。我认为我们现在看到了一些有用的自主代理工作流。所以，AI基金，我们的团队为许多任务构建了如此多的自主代理工作流，如果没有自主代理工作流，我们甚至无法完成这些任务。你能举个例子吗？我很感兴趣。

一年多以前，在拜登-特朗普辩论之后，我们认为关税合规可能会成为一个问题，不管好坏。也许，不幸的是，我们证明是对的。但去年，我想大概是八月份左右，我们开始构建，开始探索构建技术来帮助关税合规。顺便说一句，我什至没有见过这些关税合规文件，但坦率地说，当我看到填写这些文件需要做些什么时，我真想说，我的天啊，这是什么？所以，你说进口一辆自行车，然后你查看自行车的规格，它的成本是多少，车轮的尺寸，进口自行车有各种各样的规章制度。这让我觉得，天啊，人类真的在做这些吗？因此，我们构建了自主工作流，以仔细阅读关税合规文件，仔细获取某人想要进口的商品的规格，尝试匹配，并提出建议。因此，这现在是我们的一家投资组合公司，名为盖亚，盖亚动力公司，由于关税合规性的日益复杂，该公司发展得非常好，对吧？所以我发现，如果没有自主工作流，我们根本无法做到这一点。

在医疗援助方面，我们有不同的初创公司，为同行公司提供的AI基金，在印度运营的医疗助手，帮助处理法律文件的AI助手Calatus，我们根本无法完成许多此类工作。因此，我发现自主AI工作流在今天已经很有用了。大型企业也在使用，不仅仅是我们的初创公司。当我们看到超大规模企业，并与朋友和一些大型企业聊天时，他们有很多内部工作流程，如果没有这些AI代理，我们根本无法完成。

Harry: 当我们考虑一个企业的核心时，那就是利润率，而大多数企业都没有利润率。今天投资时，您关心利润率吗？或者，绝对尊重地说，虽然听起来有些不敬，您是否持有某种乌托邦式的观点，认为随着时间的推移和效率的提高，它会自动纠正？

吴恩达: 在某个时刻，我认为，物理定律，或者金融定律之类的，利润率确实很重要。但关于人工智能，棘手的事情之一是我们知道技术将会改变。所以我们不会假设技术会停滞不前来进行构建。我们的构建，是假设技术会不断发展。所以，一个，一个显而易见的，嗯，代币价格一直在迅速下跌，对吧？取决于你相信谁，下跌了 80% 欧元或其他什么。

坦率地说，当我们构建原型时，我们通常不担心代币成本。因为首先最重要的事情是构建用户喜欢的产品。嗯，然后我们发现，在构建了一些东西之后，这实际上发生在我身上几次了。我们会构建一些东西，不担心成本，然后，你知道的，用户开始使用它。然后我们的API费用开始攀升。然后就真的像是你每隔几周看一次，然后惊呼，哇，这变得非常昂贵。这花费了我一名工程师一个周六的时间。这花费了我超过两名工程师的费用，超过了一大堆工程师的费用。没关系，只是，但幸运的是，到目前为止，几乎每次发生这种情况时，我们都使用了各种技术来降低成本曲线，甚至比市场中代币价格下跌的速度还要快。

所以我发现利润率绝对重要，但是当你对技术的发展方向有看法时，它会让你不必为了今天的利润率而构建，而是为了你可以预测的未来利润率而构建。我认为这是一个重要的区别。但我们也不会盲目地抱有乌托邦式的，你知道的，通用人工智能，等等之类的想法。我认为那也过于简单化了。

Harry: 在人工智能的世界里，你是如何考虑防御性的？很多人认为复制的时间大大缩短，人工智能本身的可防御性也受到了质疑。你是否同意这一点以及今天对可防御性的质疑？

吴恩达: 护城河正在改变。因此，我发现大多数往往是行业的职能，而不是技术的职能。因此，作为一项技术，人工智能并没有真正为大多数企业的护城河提供答案。因此，如果你正在为无人机或法律或其他任何东西构建人工智能，那么护城河更多的是该行业的职能。但关于护城河正在改变的一件事是，以前软件曾经是一种护城河。如果你花了10年时间构建一个软件，那么复制它真的很难。这种护城河比以前弱得多，但其他的护城河，比如你是否试图使用人工智能来加速构建一个可以很好地防御的双边市场，或者，你是否为消费者构建，更多的是消费者企业，是否有全新的品牌声誉效应，对吧？它们可以帮助你在那里建立防御能力。因此，我发现软件护城河已经改变，但其他护城河往往是基于行业的分析。

Harry: 好的，所以软件模式已经改变了。太棒了。所以我们现在有了重要的利润空间，但我们也拥有了更多的弹性。软件护城河已经改变。比如，就保持大型企业相关性而言，阻止大型企业积极实施人工智能并防止自身灭绝的最大障碍是什么？

吴恩达: 我认为大多数大型企业中最大的障碍实际上是人和变革管理。不是数据。不是数据。我认为绝对不是数据。不是说数据不重要，但那绝对不是瓶颈。

我认为数据一直是，数据是，所以，关于人工智能炒作有趣的是，炒作中几乎总有一颗真理的宝石，只是它被炒作了，比现实高出10倍。也许事实上，我举个例子，这会回到数据上来。有一种说法很流行，有了人工智能，我们就能拥有只有一个员工的独角兽公司，对吧？就像一种潮流。这没问题。如果你想建立一个只有一个员工的独角兽初创公司，价值十亿美元的公司，那就去做吧。这是一件好事。但是，坦率地说，如果你正在这样做，如果你的估值是十亿美元，你完全可以支付两个甚至十个员工的工资。那么，你为什么要把这件事炒作到只需要一个员工的地步呢，对吧？所以团队规模确实在缩小。我们将会以更小的团队完成更多的工作。这倒是真的。但炒作接着说，让我们用一个初创公司来打造一个独角兽。我发现很多关于人工智能的炒作很难理清，因为其中有一点真相。只是被过度炒作了。

所以关于数据。数据很重要，但事实证明，数据非常垂直化，而且你不需要像你想要或认为的那么多数据才能开始。例如，我不知道，Landing AI与金融机构、医疗保健机构合作了很多，很多金融机构都有大量的交易数据，把PDF文件转换成可以处理的、准备好的、标记的文本，然后处理它，找到价值，例如，我不知道，我们可以获取美国证券交易委员会（SEC）的文件，大型复杂的财务表格，非常准确地将这些财务表格转换成Excel电子表格，然后让你的分析师或人工智能来分析并得出结论。所以你可以这样做。所以通常通过一点努力，查看内部数据，查看你的公共数据，你通常可以启动一些事情。

事实证明，很多互联网数据都是某种通用数据。世界上的大部分数据实际上是私有的，对吧？而且有很多企业，实际上有很多非常有价值的交易数据，比如销售数据、产品数据、制造数据、物流数据等等，拥有这些数据，加上一个知道如何使用这些数据的精干团队，实际上就可以开始构建一些东西并获得价值。当然，并不是说更多的数据不会更好，但你并不是非要拥有庞大的数据才能迈出最初的几步。

Harry: Andrew，我和很多这种规模企业的CEO谈过，他们会说，哈里，你在开玩笑吧？你认为我们能为我们的数据和我们的企业获得安全和权限控制吗？不行。我们没有Slack。我们没有Notion。一切都是定制的。你会看到摩根大通、高盛绝对拒绝使用任何ChatGPT，而是构建内部系统。这就是我们在企业人工智能采用方面所处的世界吗？

吴恩达: 我认为我们会实现的。所以我发现很多企业都在采用OMS，你知道的，包括奇虎360和许多其他公司。我认为今天仍然有一些企业还在使用本地部署而不是云端，但我们正在取得进展，而且这需要时间，实际上，关于人工智能，我们在两年内或更短的时间内就能拥有人工智能的说法靠谱吗？我认为那太荒谬了。就我而言，对于大多数合理的通用人工智能定义来说，那根本不可能发生。就像我进入云时代已经很久了，但我们仍然有大量的本地部署工作。我认为人工智能的采用将会是美好的。将会带来巨大的GDP增长，但这也将比炒作所说的要花费更长的时间。我实际上认为，从现在开始的十年后，我们仍将致力于识别有价值的企业应用并构建它们。话虽如此，我们将在未来一两年内取得很大进展，但我们不会完成，即使是十年后。

展望未来：教育、人才与工作伦理

Harry: 还有什么其他关于人工智能及其应用和实施方面，大家认为自己知道但实际上是错误的？

吴恩达: 甚至在今年早些时候，我们看到一些高级商业领袖建议人们不要学习编程，理由是人工智能将会自动化它。我们回顾这件事，会发现这是有史以来最糟糕的职业建议之一。随着人工智能辅助我们使编程变得更容易，应该有更多的人学习编程，而不是更少。我已经看到了，我刚才提到了市场案例，我们正在构建一个用于反馈、滑动的应用程序。但我认为对于很多工作职能来说，那些知道如何准确地告诉计算机他们想做什么的人，以便计算机为你完成，他们会变得更强大。在可预见的未来，精确地告诉计算机你想做什么的语言就是编程。这并不意味着你应该手动编写代码。手动编写代码正在变得过时，对吧？真的不要那样做，不是说不要，而是让他们用人工智能为你编写代码。而且人们可以做得更有效、更强大、更有趣。

Harry: 如果我们还处于早期阶段，在未来十年内，我们仍然会寻找并确定可以有意义地改进的领域，我们是否有足够的资金来为这10年期间的能源和计算需求提供资金？Sam Altman说过他需要一万亿美元，他需要日本的能源。如果10年后我们仍然没有取得那么多进步，我们是否有资金来资助它？

吴恩达: 我认为在未来两年内我们将看到大量的改进。但我认为即使是10年后，我们仍然没有完成进一步改进。一个非常有希望的领域是人工智能辅助编码。因此，我们看到了真正的生产力提升，真正的回报。它正在真正改变软件的编写方式。这真是太棒了。坦率地说，我的许多朋友都觉得在人工智能的帮助下进行编码比没有人工智能的帮助更有趣。所以我们看到了回报，只是为了说明清楚。但我们仍然不会停止对它的投入。从现在开始的10年内。

Harry: 但是如果你看看潜在市场规模，人工智能投资成功的秘诀在于我们看到从软件预算到人力，从人力劳动预算（抱歉）到软件预算的转变。如果我们能实现这一点，那就太好了，你我将通过我们的基金赚很多钱，这是个极好的消息，因为潜在市场规模已经大幅增加，或者说支出大幅增加。如果我们想，嘿，我们实际上不会裁掉任何人，那么实际上我们就看不到从人力劳动预算到软件的转变。你认为我们不会看到这种转变吗？

吴恩达: 所以对我来说，问题在于，人工智能主要是为了节省成本还是为了增长？我知道，改变工作流程很困难。许多公司倾向于考虑节省成本，但也许这才是问题所在。我实际上看到了一种模式。假设我有一项工作任务，比如有五个步骤，对吧？假设每个步骤都消耗我20%的精力。比如我在做承销审批，我是否批准这笔贷款，对吧？那么，为了简单起见，假设有五个步骤，每个步骤占20%。如果你能自动化其中一个步骤，就能节省20%的成本，这非常好。如果你是一个低利润的企业，这可能很棒，但感觉不像是一个游戏规则改变者。

所以我发现，人工智能更有价值的用户，实际上需要，通常需要重新思考工作流程。我看到的模式是，与其节省20%的成本，这是可以做到的。这样做也没问题。那么，实现增长的两种模式是做更多或做得更快。因此，在承销、贷款的情况下，如果我能重新设计工作流程，从而缩短我的决策时间，而不是节省20%的人力。因此，不必让某人等待，贷款专员看它之前需要两周的时间，但我们可以在10分钟内给你一个初步答复。这改变了产品，让你能够驱动增长。所以这是一种更快的模式。

然后还有更多的模式。所以另一个例子是，有很多，我不知道，企业可以做高接触，比如只为昂贵的高端客户提供客户服务，对吗？但是，如果你现在可以为更多的人提供服务，或者比如财务建议，而不是为一小群人提供高接触的财务建议，如果我们现在可以为更多的人提供这种质量的服务，那么你就可以，就可以，改变产品，让你能够驱动增长。因此，如果人工智能让你做某事更快，或者让你承担并做一千倍更多的事情，而不是节省成本，而不是服务于少数人，让我们服务于更多的人，因为这样做不经济。这些是我所见过的推动价值增长的两种模式，我认为这对释放无法无天的GDP增长非常重要。

Harry: 你说是为了经济效益而这么做。你认为我们看到垂直所有权，即英伟达既拥有模型又拥有芯片业务，这一点至关重要吗？而且我们看到Facebook比任何人都更积极地建设数据中心。我们看到每个人都在建设数据中心。我们拥有堆栈的每一层是否重要？或者实际上，我们会看到各个参与者拥有堆栈的水平层吗？

吴恩达: 我认为这会随着时间的推移而演变。我要做一个类比。在早期，比如计算机行业，是垂直领域的参与者获胜。因为，如果你想把键盘连接到你的电脑主板上，也就是CPU，如果你的键盘有正负5伏的电压，而你的CPU有其他电压，这样可以吗？这样可以吗？所以我们不知道API的边界在哪里，或者你的CPU是否有，你知道的，以某种方式布局的内存，以及计算，还有你的，你知道的，数学加速器，它们需要相互协作。所以我们最终清楚地认识到在哪里划定界限，以及API边界是否明确之前，像以前的IBM这样的集成厂商可以解决所有问题并构建有价值的可用产品。

但随着行业的成熟，我们开始有了标准。例如，现在我们有USB标准，在此之前还有其他标准。所以现在你制造一台电脑，别人制造一个键盘，我们将它们插在一起，一切都能正常工作。所以当一个行业不成熟时，事实证明，在哪里划定这些界限，以便让不同的参与者各司其职，并且仍然能够相互协作。这不太清楚。但是随着行业成熟，并且有了更多的标准，比如如果我想在互联网上发布一个压缩的LLM模型，它的文件格式是什么？我们开始看到更多的标准，这使得个体参与者更容易做一些事情，并且仍然能够融入更广泛的生态系统。

Harry: 那么你是否认为扎克和萨姆在数据中心上投入如此巨大的资金是正确的？或者他们应该耐心等待行业成熟，然后成为横向发展的企业？

吴恩达: 我认为到目前为止，OpenAI的投资显然已经得到了回报。在某个时候可能会过度投资，但我不知道现在是否是那个时候。然后我认为，许多参与者用来转移风险的金融工具非常有趣，我发现过度使用复杂的金融工具来转移风险，有时会增加在某个时候出现泡沫的风险，所以这是需要注意的事情。你是否担心循环交易？这是需要关注的事情，我对此并不感到恐慌，但这我认为事情可能会更加泡沫化，或者更不规范，事情会更像泡沫，或者更不像泡沫。这些是事情感觉有点像泡沫的迹象。

Harry: 对你来说，什么时候这些迹象会变成一个大问题？

吴恩达: 我想你提到了红杉关于人工智能6000亿美元问题的文章。我对此表示担忧。但有趣的是，我对堆栈不同层的担忧是不同的。所以我看到的是，对于应用层来说，有非常明显的回报率。我认为让别人来训练这些模型，然后为你构建应用程序，花费10万美元或100万美元却无法产生回报率，这太棒了；我认为校准到正确的基础设施投资水平是很棘手的，但即便如此，与此同时也很明显，我们需要更多的数据中心和更多的半导体，这一点也很明显，所以我们应该大量投资，我很高兴我们正在这样做，但究竟投资多少才是合适的，我认为这是一个棘手的问题。不过，应该投入很多。

你是否对泡沫讨论感到恼火？我并不对泡沫讨论感到恼火。我确实对炒作感到恼火。我不知道。当监管机构打电话给我说，嘿，我们听说人工智能可能导致人类灭绝。值得庆幸的是，现在这种情况比几年前少多了。然后，相反，谈话内容应该是我们如何提升劳动力的技能，在哪里可以投资，而不是我们如何减缓这件事？

我认为炒作确实扭曲了公众对人工智能的认知。炒作的一个缺点是，如果缺乏公众对人工智能的支持，事情就会进展缓慢。举个例子，实际上我的一个朋友经常和高中生一起工作，他告诉我他和一个女孩谈过，一个高中生，只是和她谈论也许可以从事韩国人工智能研究，她说，你知道吗，我听说人工智能可能与人类灭绝有关。我不想和它有任何瓜葛。因此，这种炒作让这个高中女孩远离了人工智能研究，而本来现在是他们投身人工智能非常有希望的时机。我认为这确实导致人们做出奇怪的决定，无论是在个人学生层面，还是在社区层面，当一个社区关闭数据中心建设时，这些数据中心可能对社区和世界都有好处。我认为那也很不幸。

Harry: 我很想进行快速问答，我说一个简短的陈述。但还是围绕这个话题，因为第一个问题是，你对教育机构的最大建议是什么，以确保他们为学生配备应对人工智能时代的技能？

吴恩达: 拥抱它，更新课程，尽可能多地教授他们人工智能知识。学生们将生活在一个他们会使用人工智能并让它帮助他们的世界。必须教学生们做到这一点。我认为不同的领域会有所不同，但有一点是明确的，那就是让所有学生都学习编程。

Harry: 你改变过想法的一件事是什么？关于人工智能在过去12到18个月里的看法？

吴恩达: 我觉得我最喜欢的工具一直在变。如果你问我，过去一年里每三个月问我一次，我最喜欢的编码工具是什么，我的答案会一直在变。

Harry: 你认为Anthropic会在编码之战中击败OpenAI吗？

吴恩达: 很难说。所以OpenAI有一个非常强大的消费者品牌，这是非常有防御性的。相比之下，开发者更有可能立即更换编码工具。我很喜欢Clark Code。我认为它很棒，但我发现过去一个月我更多地在使用OpenAI Codex。我认为开放之眼密码实际上已经获得了真正的动力。然后我也在关注Gemini的利益冲突，我认为它也在变得更好，也许比我给予他们肯定的速度更快。因此，编码DevTools和API工具市场，那里的模式比拥有强大的消费者品牌要弱。所以我认为这是公司必须解决的问题。

Harry: 告诉我，你从百度获得的最大收获是什么？对于我们在西方习惯的任何公司来说，它都是一家非常不同的公司。你最大的收获是什么？

吴恩达: 我非常欣赏百度以及中国生态系统的速度和强度。我认为非常不幸的是，在美国的一些地方，建议别人努力工作被认为是公开不正确的或什么的。

Harry: 在欧洲，我因此而受到惩罚。

吴恩达: 好的。好的。希望欧洲的观众不会因此而讨厌我，或者讨厌我们俩。坦率地说，我希望那些每周工作4个小时就能获得巨大成功的人，但是实际情况是，当人们努力工作时，他们会完成更多的事情。现在，我想承认并非每个人在人生的每个阶段都处于努力工作的状态。所以，我的孩子们出生后的那个星期，我没有那么努力地工作。休假，花时间和孩子们在一起，对吧？不止一个星期。而且，我认为我们需要尊重各行各业的人，包括那些由于某种原因目前无法努力工作的人。但是如果有人想努力工作，去，引用史蒂夫·乔布斯的话，在宇宙中留下印记。让我们赋能他们并庆祝这一点。如果有人，无论什么情况，不能努力工作，我们也应该，对吧，尊重这一点，也许还会庆祝这一点。但我认为现在是一个我们可以构建很多东西的时代，那些努力学习并构建事物的人能够取得很多成就。

Harry: 你实行996工作制吗？

吴恩达: 996这个词不是我明确使用的术语。我发现现在我工作，我只是，我，我真的很喜欢我所做的事情。这真的不像是在工作，但是，很多个周末，我都会坐在咖啡店里，埋头苦干，因为这是星期六能做的最有趣的事情。所以我实际上懒得记录我的时间。是我，可能有很多。

Harry: 从运营者转变为投资者，最困难的过渡要素是什么？

吴恩达: 关于AI基金的一件事。我们称自己为基金，但坦率地说，我们每天运营基金的方式，我们更像运营者而不是投资者。Aad基金的风险工作室，而且我认为我们的技能实际上在于构建，而不仅仅是资本资产配置或其他什么。因此，我们非常努力地筛选想法。我们与客户交谈。有时我自己也会参加客户电话会议。然后我们引入创始人与我们并肩工作。我们审查产品，提供产品反馈，争论定价。所以我的日常生活更像运营者。最终我们必须进行财务尽职调查。所以我开支票并进行后续投资。我们做所有这些。

Harry: 我真的很抱歉，安吉。你们是基金还是孵化器？

吴恩达: 所以我们称自己为创业工作室或创业加速器。这个术语，我们不用，孵化器通常会引入已经有想法的创始人。我们比那更早介入。我们经常与投资者和合作伙伴合作，提出想法。只有在我们有了想法之后，我们才会去寻找最好的创始人与我们共同建立，共同创立公司。所以我们不称自己为孵化器。

Harry: 当你们进行最初的投资并扶持公司时，你们拥有多少所有权？

吴恩达: 看情况。我们最终会获得一些普通股。为了建立公司的投入，我们的第一笔投资通常是100万美元，上限是400万美元，大约是20%的所有权或安全，所以我们基本上是在进入时获得20%到25%的所有权，加上一些普通的股票，以补偿投入的努力。

Harry: 完全理解你。你认为对我来说最大的事情是什么？

吴恩达: 但对我来说，我们这样做的原因是，我发现那些进行竞争性交易流程的风险投资公司，他们通过这种方式赚了很多钱。我认为我的团队最大的贡献不是争夺热门交易。而是找到想法并创建公司，如果没有我们和创始人共同合作，这些公司就不会存在。所以我认为，通过创建新公司，而不是仅仅发现热门公司并试图投入资金，我们可以在世界上创造更多的价值。

Harry: Andrew，今天你最担心什么？你的乐观和开放心态，另一方面，你担心什么？

吴恩达: 让所有人都跟上我们的步伐的困难。在以前的经济变革中，比如当我们的国家从主要以农业为主转变为非农业为主时，农民可以继续务农直到退休，但孩子们必须学习不同的行业，也许搬到城市或其他地方。这一次的变化太快了，我们需要今天还活着的人学习新的技能，而不是需要他们的孩子学习新的技能。实际上，这非常具有挑战性，而且从历史上看，我认为我们从未擅长过这一点。

Harry: Andrew，你做了很多采访。你和许多记者交谈。我不是记者。实际上，我从未有过工作。你觉得问你问题的采访者的素质如何？

吴恩达: 我认为媒体在策划和传播知识方面发挥着重要作用。我认为记者提问的质量随着时间的推移明显呈上升趋势，但仍然存在炒作因素，不断扭曲信息生态系统。不幸的是，存在一些财政激励，以及一些你知道的，经常出现的，立法受益类型的激励，某种类型的帮助。这是一种特定类型的炒作。实际上，这是我见过的一种模式。我不会点名任何公司，但我发现有些公司有所顾虑，随着时间的推移，他们的声明变得更加缓和。所以，我发现当你的公司发展成熟后，你只会说更明智的话，但有些公司我认为面临着更大的生存风险。我发现那些公司，一些我不想点名的公司，是炒作的最糟糕来源，因为你没有什么可失去的，就说一堆乱七八糟的东西。

Harry: 在许多方面，我认为这是一种绝望的反击。当你看看像德米斯这样的演示，显然，他是一位杰出的领导者，或者你看看萨姆，甚至是达里奥。我认为，随着他们公司的成熟，他们都大大缓和了自己的立场。

吴恩达: 是的。不对个人发表评论，但我认为，当你有顾虑时，你会说更明智的话。但是当你完全面临更大的生存风险时，有时人们为了筹集资金会说一些奇怪的话。

Harry: 我喜欢以乐观的基调结束。当你展望未来十年时，你最期待的一件事是什么？比如对我来说，我妈妈得了多发性硬化症，我认为我们会有令人难以置信的进展。在一些我们多年来没有取得多少进展的疾病方面的医学发现。这让我感到兴奋。什么让你感到兴奋？

吴恩达: 我很抱歉听到你母亲的事。谢谢你。我想告诉大家，我希望每个人都能构建人工智能。我认为你有一个想法和实现它之间的距离现在已经大大缩短了。而且我们需要的不仅仅是软件工程师来进行创造。所以在未来，我希望很多人，与其说“有没有相关的应用程序”，不如说“我开发了一个相关的应用程序”。而且不再仅仅是软件用户，而是成为软件创造者，如果我们能够做到这一点，那么世界各地的人们将会更加强大，完成更多的事情，获得更多的乐趣。

Harry: Andrew，做这个真是太高兴了。非常感谢你容忍我的刨根问底和紧追不舍。你一直很棒，我真的很感谢你付出的时间。

吴恩达: 我真的很喜欢你的节目，很荣幸能来到这里，哈里。