天下武功，唯快不破：AI 創(chuàng)業(yè)亦是如此。
最近吳恩達(dá)在 YC 演講上傾囊相授，為所有 AI 創(chuàng)業(yè)者提供建議，總結(jié)下來(lái)就一個(gè)字 —— 快！
吳恩達(dá)表示：
執(zhí)行速度是衡量創(chuàng)業(yè)公司成功幾率的一個(gè)重要指標(biāo)。
除了強(qiáng)調(diào)速度的關(guān)鍵作用，吳恩達(dá)還探討了 AI 技術(shù)如何加速工程和產(chǎn)品反饋，以及學(xué)習(xí)編碼對(duì)個(gè)人的重要意義。
雖然只有短短四十多分鐘，但干貨滿(mǎn)滿(mǎn)。
事實(shí)證明，初創(chuàng)公司的機(jī)會(huì)在應(yīng)用層。
具體的想法帶來(lái)速度優(yōu)勢(shì)，錯(cuò)誤也沒(méi)關(guān)系，能更快地發(fā)現(xiàn)結(jié)果，對(duì)初創(chuàng)公司才重要。
去吧，寫(xiě)不安全的代碼也沒(méi)關(guān)系。只需快速行動(dòng)，然后同時(shí)負(fù)起責(zé)任。
每個(gè)職業(yè)的人都應(yīng)該學(xué)習(xí)編程，會(huì)編程的產(chǎn)品經(jīng)理往往表現(xiàn)更好。
了解最新的構(gòu)建模塊，以更豐富的方式組合，就是初創(chuàng)公司的機(jī)遇。
初創(chuàng)公司應(yīng)該更專(zhuān)注于打造一款用戶(hù)真正喜歡的產(chǎn)品。
難怪網(wǎng)友都紛紛表示：
吳恩達(dá)是一名出色的老師，從 ML、DL、GAN 等專(zhuān)業(yè)知識(shí)再到今天的創(chuàng)業(yè)課堂，他始終在用知識(shí)風(fēng)暴幫助世界。
那讓我們來(lái)看看他到底講了些什么。
新的市場(chǎng)機(jī)遇
吳恩達(dá)首先拋出了 AI 技術(shù)棧的概念：最底層是半導(dǎo)體公司，其次是云計(jì)算或超大規(guī)模云服務(wù)商，再往上是 AI 基礎(chǔ)模型公司，最頂層是應(yīng)用層。
當(dāng)前絕大多數(shù)人都將目光放在構(gòu)建基礎(chǔ)模型等技術(shù)層面上，但事實(shí)上，最大的創(chuàng)業(yè)機(jī)會(huì)卻存在于應(yīng)用層。
正是因?yàn)?AI 應(yīng)用創(chuàng)造出了足夠多的收入，才能支撐底層技術(shù)的發(fā)展。
在過(guò)去一年里，尤其值得關(guān)注的是，智能體 AI 的興起。
它也為 AI 技術(shù)棧帶來(lái)了新的智能體編排層，可以幫助應(yīng)用開(kāi)發(fā)者更好地協(xié)調(diào)對(duì)底層技術(shù)層的調(diào)用，讓?xiě)?yīng)用開(kāi)發(fā)變得更加容易。
與 LLM 通過(guò) Prompt 一次性生成輸出不同，智能體工作流允許 AI 進(jìn)行迭代思考。
就像我們?nèi)祟?lèi)寫(xiě)一篇文章一樣，先寫(xiě)一份大綱，再查找一些網(wǎng)絡(luò)資料，然后寫(xiě)初稿，再進(jìn)行批注修改，以及重復(fù)這個(gè)過(guò)程……
吳恩達(dá)發(fā)現(xiàn)，智能體工作流雖然迭代循環(huán)過(guò)程較慢，但往往能生產(chǎn)出更好的工作成果，例如在處理復(fù)雜合規(guī)文件、醫(yī)療診斷等任務(wù)中。
它的出現(xiàn)也帶來(lái)了更多的創(chuàng)業(yè)機(jī)會(huì)，關(guān)鍵在于初創(chuàng)企業(yè)如何將原有的工作流轉(zhuǎn)換成智能體工作流。
如何提升創(chuàng)業(yè)公司速度
至于如何讓初創(chuàng)公司更快地發(fā)展，吳恩達(dá)根據(jù)自己在 AI Fund 創(chuàng)業(yè)的實(shí)踐經(jīng)驗(yàn)，認(rèn)為可以從以下四點(diǎn)入手：
專(zhuān)注具體想法
首先需要擁有一個(gè)具體的產(chǎn)品想法，意味著擁有足夠豐富的細(xì)節(jié)，可以讓工程師直接開(kāi)始構(gòu)建。
比如，“用 AI 提升電子郵件的個(gè)人效率”，這很模糊、不夠具體，但如果是“能否開(kāi)發(fā)一個(gè)與 Gmail 集成的應(yīng)用，通過(guò)合適的提示和篩選，實(shí)現(xiàn)郵件自動(dòng)化處理”，那么工程師就能立馬 get 到！?
具體帶來(lái)速度，可以給團(tuán)隊(duì)指出明確的方向，也能被迅速驗(yàn)證或證偽，從而節(jié)省時(shí)間。
當(dāng)然一個(gè)好的具體想法并不是那么容易產(chǎn)生，也許你可以轉(zhuǎn)而尋求行業(yè)領(lǐng)域?qū)＜?/strong>的幫助。
他們長(zhǎng)時(shí)間思考相關(guān)問(wèn)題，在數(shù)據(jù)獲取緩慢的情況下，專(zhuān)家的直覺(jué)往往能幫助更快地做出高質(zhì)量決策。
另外，成功的初創(chuàng)公司都有一個(gè)共同的特點(diǎn)，就是他們只專(zhuān)注一個(gè)非常明確的想法，并努力去實(shí)現(xiàn)它。
如果數(shù)據(jù)證明想法錯(cuò)誤，那就迅速調(diào)整方向，轉(zhuǎn)向另一個(gè)全新的想法。
初創(chuàng)公司往往資源有限，如果同時(shí)對(duì)多個(gè)想法都付諸實(shí)踐，反而哪個(gè)都做不好。
利用 AI 編碼助手
然后就是實(shí)踐過(guò)程中，現(xiàn)在可以直接用 AI 輔助編碼，工程速度得以大幅提升，初期成本投入也可以迅速下降。
在構(gòu)建測(cè)試想法的快速粗糙原型（quick and dirty prototypes）時(shí)，AI 編碼可以將速度提升至少 10 倍。
因?yàn)樵蛯?duì)復(fù)雜的遺留系統(tǒng)集成較少，對(duì)可靠性、可擴(kuò)展性甚至安全性的要求也較低。（當(dāng)然，只是在測(cè)試階段，代碼可以不安全）
在編寫(xiě)生產(chǎn)級(jí)代碼時(shí)，速度也能提高 30% 到 50%。
現(xiàn)在創(chuàng)建代碼變得相當(dāng)容易，三四年前還是 Copilot 的代碼自動(dòng)補(bǔ)全，然后接著是 Cursor、Windsurf 等新一代 AI 驅(qū)動(dòng)的 IDE，幾個(gè)月前又有了例如 o3 的智能編碼助手。
工具日新月異，轉(zhuǎn)換技術(shù)棧、完全重建代碼庫(kù)已經(jīng)不再困難，所以吳恩達(dá)建議，初創(chuàng)團(tuán)隊(duì)要“快速行動(dòng)，同時(shí)肩負(fù)責(zé)任”，而不是“快速行動(dòng)，破壞一切”。
很多概念驗(yàn)證都無(wú)法投入生產(chǎn)，但只要驗(yàn)證成本足夠低，即使無(wú)法成功也沒(méi)有關(guān)系。
不過(guò)，有了 AI 編碼，就不再需要程序員了嗎？
恰恰相反，吳恩達(dá)認(rèn)為更多人應(yīng)該學(xué)習(xí)編碼，只有那些對(duì)計(jì)算機(jī)有著更深理解的人，才能讓計(jì)算機(jī)始終按照自己的意愿工作。
加快產(chǎn)品反饋
此外，吳恩達(dá)發(fā)現(xiàn)了一個(gè)相當(dāng)有趣的現(xiàn)象，初創(chuàng)團(tuán)隊(duì)的產(chǎn)品管理工作反而日益成為瓶頸，因?yàn)楣こ處煹乃俣葘?shí)在太快。
為了跟上他們的速度，所以需要建立一套行之有效的產(chǎn)品反饋策略：
憑借自身直覺(jué)判斷，但前提是自己是領(lǐng)域?qū)＜摇?/p>
詢(xún)問(wèn)三個(gè)朋友或團(tuán)隊(duì)成員，讓他們?cè)囉卯a(chǎn)品并獲取反饋。
在人流量大的地方（如咖啡館、酒店大堂），詢(xún)問(wèn)三到十個(gè)陌生人的反饋。
向 100 個(gè)或者更多的測(cè)試者發(fā)送原型。
A / B 測(cè)試，這也是最慢的策略之一。
[1]https://x.com/ycombinator/status/1943309837351424222
[2]https://www.youtube.com/watch?v=RNJCfif1dPY
但無(wú)論選擇哪種策略，都可以將反饋回來(lái)的數(shù)據(jù)進(jìn)行自我直覺(jué)思維磨練，以期在未來(lái)更快地做出高質(zhì)量的產(chǎn)品決策。
充分理解 AI
而作為 AI 從業(yè)者，真正理解 AI，知道如何出色運(yùn)用 AI 知識(shí)，可能會(huì)幫助初創(chuàng)企業(yè)領(lǐng)先優(yōu)勢(shì)。
正確的技術(shù)判斷可以讓你在幾天內(nèi)解決問(wèn)題，錯(cuò)誤的技術(shù)判斷卻可能讓你在死胡同里摸索兩倍甚至十倍的時(shí)間。
同時(shí)緊跟 AI 發(fā)展，也能了解到市場(chǎng)最新推出的生成式 AI 工具或構(gòu)建模塊，例如檢索增強(qiáng)生成（RAG）、語(yǔ)音交互、異步編程、數(shù)據(jù)抽取轉(zhuǎn)換加載（ETL）工具等。
將模塊快速組合，就像搭積木一樣，就可以創(chuàng)造出指數(shù)級(jí)增長(zhǎng)的豐富軟件應(yīng)用，這為初創(chuàng)公司創(chuàng)造了大量新的機(jī)會(huì)。
另外，吳恩達(dá)還提供了一個(gè)補(bǔ)充建議，在軟件架構(gòu)中可以對(duì)構(gòu)建模塊設(shè)計(jì)得更為靈活，一旦有新模型發(fā)布，就快速進(jìn)行評(píng)估，如果優(yōu)于舊模型，立馬切換到新模型。
切換編排平臺(tái)的成本較高，但更換選擇的構(gòu)建模塊卻很容易，也能幫助初創(chuàng)公司更快地迭代升級(jí)。
先有產(chǎn)品，再考慮“護(hù)城河”
初創(chuàng)公司往往喜歡起初就關(guān)注“護(hù)城河”這個(gè)問(wèn)題，但吳恩達(dá)認(rèn)為，更多企業(yè)往往是先有產(chǎn)品，才逐漸形成護(hù)城河。
對(duì)于初創(chuàng)公司而言，最重要的是去構(gòu)建一個(gè)用戶(hù)真正喜歡的產(chǎn)品，而其他像市場(chǎng)推廣渠道、技術(shù)模式以及護(hù)城河等，都是次要。
尤其是現(xiàn)在 AI 時(shí)代，任何產(chǎn)品都可能在一天內(nèi)被復(fù)制或顛覆，用戶(hù)的喜愛(ài)才是核心。
如果能夠在消費(fèi)者群體中建立起品牌概念，以及自身?yè)碛休^強(qiáng)的發(fā)展勢(shì)頭，這樣就足夠讓競(jìng)爭(zhēng)對(duì)手難以追趕了。
而對(duì)于企業(yè)級(jí)產(chǎn)品，如果難以進(jìn)入特定的市場(chǎng)渠道，可能此時(shí)才更需要考慮護(hù)城河的因素。
One More Thing
最后，吳恩達(dá)還簡(jiǎn)單描述了他對(duì) AI 教育領(lǐng)域的看法。
現(xiàn)在像多鄰國(guó)這樣的應(yīng)用，已經(jīng)能夠初步展示 AI 帶來(lái)的教育變革，教育將變得高度個(gè)性化，但具體是通過(guò)虛擬形象還是文本聊天機(jī)器人實(shí)現(xiàn)還未可知。
這是一個(gè)正在逐步轉(zhuǎn)換為智能體工作流的領(lǐng)域，尚未足夠成熟，但對(duì)初創(chuàng)公司而言，也許是一個(gè)很有前景的嘗試。
參考鏈接：
本文來(lái)自微信公眾號(hào)：量子位（ID：QbitAI），作者：鷺羽
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。