如果说两年前AI圈的主旋律是LLMs（大语言模型），那今年Agent无疑成为了最吸睛的技术方向。不过，当概念定义混乱、技术路径尚未成体系的当下，真正能讲清Agentic AI究竟是什么、会带来什么影响的人并不多。
最近，吴恩达在接受硅谷投资人Elad Gil与Sarah Guo的访谈时，深入探讨了智能体AI的崛起及其对行业的深远影响。这位AI领域的资深专家不仅给出了他对Agentic AI（智能体AI）的清晰定义，还抛出了一个值得行业深思的判断：
“如果一个创业者在2025年的做法和2022年没什么差别，那基本上已经输在起跑线上了。”
吴恩达：超越参数竞赛，AI变革的本质是什么？
在吴恩达看来，AI带来的变革远非模型参数量的竞赛。从成功的创始人画像，到高效团队的协作规模，再到企业内部每个人的必备技能——整个科技世界的游戏规则正被AI彻底改写。
他给出的核心洞察是：当前阻碍Agent AI发展的最大瓶颈，不是技术本身，而是人才储备。
吴恩达给“规模崇拜”降温：下一阶段能力提升从何而来？
AI的下一波能力跃升将来自哪里？是更大规模的模型（scale），还是更优质的数据？
吴恩达首先给“规模崇拜”泼了一盆冷水。他认为，少数几家掌握强大公关能力的公司将“加大规模”包装成了唯一通道，从而影响了大众对AI的整体认知。
扩大参数量确实可能带来收益，但难度和成本都在快速攀升。事实上，真正值得关注的增长点并非只有一条路径。吴恩达指出了三个更值得关注的方向：
- Agentic Workflows（智能体工作流）：让AI从“问答工具”升级为能自主规划、多步执行的“工作伙伴”
- 多模态融合：整合文本、图像与音频，向更接近人类感知的理解方式迈进
- 全新技术范式：他提到一个“外卡”式方向——用扩散模型（Diffusion）来生成文本。如果这条路走通，可能会打开一条完全不同的技术通道
当行业目光都盯在“更大参数”的竞赛时，真正能带来价值跃迁的创新，可能正在无人关注的角落里发生。
吴恩达给Agentic AI正本清源：什么才是真正的Agent？
“Agent”已经成了热词，但它并不是一个非黑即白的概念。
吴恩达回忆，以前大家围绕“这算不算Agent”争论不休。他干脆提出了Agentic的概念：把“智能体程度”看作一个连续光谱——一端是高度自主、能推理并多步执行的系统；另一端则更像是“Prompt进→反思→输出”这样的简单结构。
他的初衷是“别纠结定义，赶快动手构建”，没想到营销热度增长过快，如今概念先行、实践滞后的现象日益明显。话虽如此，真实世界的落地也在推进，只是没有宣传里说得那样夸张。
吴恩达揭秘：Agent落地的真正阻碍是什么？
吴恩达给出的答案出人意料：不是模型性能、不是算力、也不是工具链，而是人才。
“市场上最能拉开差距的，是团队能否懂得用评测(evals)驱动一套系统性的错误分析流程。”
一个好的Agent开发方法论，应该能随时回答：“哪些环节有效？哪些无效？下一步怎么改？”经验不足的团队往往是“随手一试”，时间被无效探索消耗殆尽。
吴恩达举了个常见场景：处理票据的Agent工作流，可能涉及读取邮件附件、文本化处理、合规检索、数据库比对、写入结果等多步操作。
第一次跑起来，几乎必然出错——到底是日期识别错了？还是路由把消息发给了不该审批的人？又或者次要问题被当成了主要问题处理？这些判断需要深入业务语境，很多关键知识还“藏在人脑里”。
“也许未来某天Agent能自己解决这些问题，但在可预见的一两年里，人类工程师在部署Agent工作流方面仍有大量事情要做。”
吴恩达特别看好的方向：AI编程助手为何重要？
在所有落地方向中，吴恩达特别看好AI编程助手。像Claude Code这类工具在软件架构规划、代码生成与多步执行上已经展现出明显的自主性，是“真能用、效果突出”的Agent形态。
吴恩达不喜欢“Vibe Coding”这个词
“Vibe Coding（氛围编程）”这个说法近来很火，但吴恩达明确表示他并不喜欢这个词语。
他认为，这个词会让人误以为“编程变得轻松随意”。而事实是：用AI辅助编程是一项深度的智力活动，往往会让人在一天结束时相当疲惫。
他更倾向于称之为“AI辅助编码”（AI-assisted coding）或“快速工程”（rapid engineering）。AI没有降低工程的严肃性，而是以更快的速度，让构建复杂系统成为可能。
吴恩达：速度改变了创业的基本节奏
速度改变了创业的基本节奏。过去，6名工程师做一个原型可能要3个月；现在，一个人也许一个周末就能搞定。
过去，创业的核心循环是“写软件→拉用户→改产品”，而瓶颈往往正是从想法到落地的编程速度。如今，编程加速，瓶颈转移到了“产品管理”。
“以前做原型要三周，花一周收集反馈很正常。现在一天就能做出原型，却还要等一周拿反馈，那简直让人抓狂。”
在更紧凑的节奏下，团队更依赖直觉与对用户的深度共情。如果没空做充分调研，产品决策必须快速落地。因此，一个很现实的问题来了：什么样的创始人更容易在这个周期里胜出？
吴恩达的三个洞察：什么样的创始人会胜出？
吴恩达从三个维度给出了他的观察：
-
协调成本降低：小团队的优势
小团队沟通半径短、决策链条短。投资人Elad也认同这个观点，甚至补充道：“大型组织里，砍掉70%的人手反而可能更高效。” -
思维模式切换：优先“雇AI”而非“堆人手”
吴恩达提到一件小事：同一周里两个人找他，一个说“能给我一些HC（人力）吗？”，他拒绝了；另一个说“能给我一些预算去雇AI吗？”，他立刻就同意了。优先“雇AI”而非“堆人手”，将成为管理者的本能。 -
跨界学习能力：人人都要学会编程
他把软件工程行业视作其他行业的预演。在他自己主导的AI Fund里，他甚至推了一条看似激进的内部规则：从法律顾问到CFO乃至前台，人人都要学会编程。他预期，这种跃迁会很快扩散到更多行业与岗位，甚至进入每个人的日常生活。
写在最后：吴恩达传递的核心信号
从告别“规模崇拜”，到落地Agent的方法论；从发现新的瓶颈在PM（产品管理）而非编程本身，到重塑创始人与团队画像——吴恩达传达给我们的，是由AI驱动的、正在发生的行业变革。
拥抱未来的答案不在口号，而在实践：学习、适应，并与AI合作，把工具变成杠杆，把节奏变成优势，积极拥抱这个“被极大赋能的新时代”。正如吴恩达所说，真正的创新可能正在无人关注的角落里发生。而那些能够率先理解这一变革、调整自己节奏的人，将在这场AI浪潮中占据先机。
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/14678