鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI
天下武功，唯快不破：AI创业亦是如此。
最近吴恩达在YC演讲上倾囊相授，为所有AI创业者提供建议，总结下来就一个字——快！
吴恩达表示：
执行速度是衡量创业公司成功几率的一个重要指标。
除了强调速度的关键作用，吴恩达还探讨了AI技术如何加速工程和产品反馈，以及学习编码对个人的重要意义。
虽然只有短短四十多分钟，但干货满满。
-
事实证明，初创公司的机会在应用层。 -
具体的想法带来速度优势，错误也没关系，能更快地发现结果，对初创公司才重要。 -
去吧，写不安全的代码也没关系。只需快速行动，然后同时负起责任。 -
每个职业的人都应该学习编程，会编程的产品经理往往表现更好。 -
了解最新的构建模块，以更丰富的方式组合，就是初创公司的机遇。 -
初创公司应该更专注于打造一款用户真正喜欢的产品。
难怪网友都纷纷表示：
吴恩达是一名出色的老师，从ML、DL、GAN等专业知识再到今天的创业课堂，他始终在用知识风暴帮助世界。
那让我们来看看他到底讲了些什么。
新的市场机遇
吴恩达首先抛出了AI技术栈的概念：最底层是半导体公司，其次是云计算或超大规模云服务商，再往上是AI基础模型公司，最顶层是应用层。
当前绝大多数人都将目光放在构建基础模型等技术层面上，但事实上，最大的创业机会却存在于应用层。
正是因为AI应用创造出了足够多的收入，才能支撑底层技术的发展。
在过去一年里，尤其值得关注的是，智能体AI的兴起。
它也为AI技术栈带来了新的智能体编排层，可以帮助应用开发者更好地协调对底层技术层的调用，让应用开发变得更加容易。
与LLM通过Prompt一次性生成输出不同，智能体工作流允许AI进行迭代思考。
就像我们人类写一篇文章一样，先写一份大纲，再查找一些网络资料，然后写初稿，再进行批注修改，以及重复这个过程……
吴恩达发现，智能体工作流虽然迭代循环过程较慢，但往往能生产出更好的工作成果，例如在处理复杂合规文件、医疗诊断等任务中。
它的出现也带来了更多的创业机会，关键在于初创企业如何将原有的工作流转换成智能体工作流。
如何提升创业公司速度
至于如何让初创公司更快地发展，吴恩达根据自己在AI Fund创业的实践经验，认为可以从以下四点入手：
专注具体想法
首先需要拥有一个具体的产品想法，意味着拥有足够丰富的细节，可以让工程师直接开始构建。
比如，“用AI提升电子邮件的个人效率”，这很模糊、不够具体，但如果是“能否开发一个与Gmail集成的应用，通过合适的提示和筛选，实现邮件自动化处理”，那么工程师就能立马get到！✅
具体带来速度，可以给团队指出明确的方向，也能被迅速验证或证伪，从而节省时间。
当然一个好的具体想法并不是那么容易产生，也许你可以转而寻求行业领域专家的帮助。
他们长时间思考相关问题，在数据获取缓慢的情况下，专家的直觉往往能帮助更快地做出高质量决策。
另外，成功的初创公司都有一个共同的特点，就是他们只专注一个非常明确的想法，并努力去实现它。
如果数据证明想法错误，那就迅速调整方向，转向另一个全新的想法。
初创公司往往资源有限，如果同时对多个想法都付诸实践，反而哪个都做不好。
利用AI编码助手
然后就是实践过程中，现在可以直接用AI辅助编码，工程速度得以大幅提升，初期成本投入也可以迅速下降。
在构建测试想法的快速粗糙原型（quick and dirty prototypes）时，AI编码可以将速度提升至少10倍。
因为原型对复杂的遗留系统集成较少，对可靠性、可扩展性甚至安全性的要求也较低。（当然，只是在测试阶段，代码可以不安全）
在编写生产级代码时，速度也能提高30%到50%。
现在创建代码变得相当容易，三四年前还是Copilot的代码自动补全，然后接着是Cursor、Windsurf等新一代AI驱动的IDE，几个月前又有了例如o3的智能编码助手。
工具日新月异，转换技术栈、完全重建代码库已经不再困难，所以吴恩达建议，初创团队要“快速行动，同时肩负责任”，而不是“快速行动，破坏一切”。
很多概念验证都无法投入生产，但只要验证成本足够低，即使无法成功也没有关系。
不过，有了AI编码，就不再需要程序员了吗？
恰恰相反，吴恩达认为更多人应该学习编码，只有那些对计算机有着更深理解的人，才能让计算机始终按照自己的意愿工作。
加快产品反馈
此外，吴恩达发现了一个相当有趣的现象，初创团队的产品管理工作反而日益成为瓶颈，因为工程师的速度实在太快。
为了跟上他们的速度，所以需要建立一套行之有效的产品反馈策略：
-
凭借自身直觉判断，但前提是自己是领域专家。
-
询问三个朋友或团队成员，让他们试用产品并获取反馈。
-
在人流量大的地方（如咖啡馆、酒店大堂），询问三到十个陌生人的反馈。
-
向100个或者更多的测试者发送原型。
-
A/B测试，这也是最慢的策略之一。
但无论选择哪种策略，都可以将反馈回来的数据进行自我直觉思维磨练，以期在未来更快地做出高质量的产品决策。
充分理解AI
而作为AI从业者，真正理解AI，知道如何出色运用AI知识，可能会帮助初创企业领先优势。
正确的技术判断可以让你在几天内解决问题，错误的技术判断却可能让你在死胡同里摸索两倍甚至十倍的时间。
同时紧跟AI发展，也能了解到市场最新推出的生成式AI工具或构建模块，例如检索增强生成（RAG）、语音交互、异步编程、数据抽取转换加载（ETL）工具等。
将模块快速组合，就像搭积木一样，就可以创造出指数级增长的丰富软件应用，这为初创公司创造了大量新的机会。
另外，吴恩达还提供了一个补充建议，在软件架构中可以对构建模块设计得更为灵活，一旦有新模型发布，就快速进行评估，如果优于旧模型，立马切换到新模型。
切换编排平台的成本较高，但更换选择的构建模块却很容易，也能帮助初创公司更快地迭代升级。
先有产品，再考虑“护城河”
初创公司往往喜欢起初就关注“护城河”这个问题，但吴恩达认为，更多企业往往是先有产品，才逐渐形成护城河。
对于初创公司而言，最重要的是去构建一个用户真正喜欢的产品，而其他像市场推广渠道、技术模式以及护城河等，都是次要。
尤其是现在AI时代，任何产品都可能在一天内被复制或颠覆，用户的喜爱才是核心。
如果能够在消费者群体中建立起品牌概念，以及自身拥有较强的发展势头，这样就足够让竞争对手难以追赶了。
而对于企业级产品，如果难以进入特定的市场渠道，可能此时才更需要考虑护城河的因素。
One More Thing
最后，吴恩达还简单描述了他对AI教育领域的看法。
现在像多邻国这样的应用，已经能够初步展示AI带来的教育变革，教育将变得高度个性化，但具体是通过虚拟形象还是文本聊天机器人实现还未可知。
这是一个正在逐步转换为智能体工作流的领域，尚未足够成熟，但对初创公司而言，也许是一个很有前景的尝试。
（文：量子位）