吴恩达

吴恩达

Andrew Ng
DeepLearning.AI · Coursera 联合创始人
国内PA 优先级✓ 已收录 2 期访谈

立场时间线 10 条 · 10 个议题

同一议题按时间排列,说法变化一目了然。

AI工程
2026-08

AI工程已从新兴概念进入系统化、职业化阶段,DeepLearning.AI将重新聚焦于此,依据是对上万份招聘广告、专家访谈和调查数据的分析

“其DeepLearning.AI平台将重新聚焦于“AI工程”。此举基于对超过一万份招聘广告的分析、数十次与专家及招聘经理的结构化访谈以及广泛的调查数据。”

来源访谈 →
相关观点 (3)莱斯利·卡埃布林 · 目标函数:AI研究的重心将从算法工程转向目标函数工程,设计者要在想要什么与优化器能做什么之间取得平衡Dwarkesh Patel · 数据产业:训练数据高度专业化且需求庞大,为让AI胜任特定任务所需的专家轨迹与评分数据生产已成数十亿美元产业。德瓦克什·帕特尔 · 智能多样性:持续学习将打破当前AI智能体因相似数据集而同质化的局面,不同AI会因独特交互经验发展出真正多样化的智能与性格
核心技能
2026-08

构建与部署AI应用是AI工程师首要技能,除掌握LLM、RAG、智能体工作流等构建模块外,必须用统计技术度量、引导和治理AI系统

“人们对构建和部署AI应用的理解,包括AI的构建模块(如LLM、上下文工程、RAG、智能体工作流、机器学习和深度学习),以及重要的是,如何使用统计技术来度量、引导和治理AI系统,使其行为更可预测。”

来源访谈 →
相关观点 (3)Matt Pocock · 人机沟通:人与AI智能体之间存在沟通壁垒,必须先在人与智能体之间建立一套通用语言,协作才能真正顺畅。Matt Pocock · 通用语言:开发AI技能的核心就是寻找“正确的词语”,他长期致力于为AI编程领域建立统一的词典和术语体系。边江 · AI产业落地路径:AI技术的产业落地需要深入理解具体产业的工作流与约束,架起技术与领域知识的桥梁,这个过程本身即是研究。
软件基础
2026-08

扎实的软件工程基础不可或缺,缺乏经验的开发者若只依赖编程代理“随性编码”,会因不了解技术权衡而做出糟糕选择

“理解软件基础使你能够认识到存在哪些权衡。这有助于在选择软件栈、设计系统架构、设计数据存储、测试等方面做出更好的决策。”

来源访谈 →
相关观点 (3)Michael Truell, Swli Asff, Arvid Lumark, Amman Singger · 代理边界:智能代理不会接管所有编程工作,因为编程的核心价值在于迭代,而人在看到初始版本前并不知道自己想要什么。罗伯特·C·马丁 · 整洁代码与 AI:仍重要:烂代码会让代理陷入失控循环“翁家翌” · 读博与就业:应尽早进入工业界,PhD 非必需,经验与开源贡献比学历更重要
编程代理
2026-08

有效使用智能体编程已成为每位开发者的关键技能,需要建立对智能体工作原理的心智模型,了解其局限并灵活引导

“如今,有效使用智能体编程已成为每位开发者的关键技能。当你具备这项技能时,你对智能体的工作原理有一个良好的心智模型。”

来源访谈 →
相关观点 (3)Aman Sanger · 智能体运行时:优化智能体的工作流程、工具使用和状态管理,正变得与优化模型智商同等重要Matt Pocock · 人机沟通:人与AI智能体之间存在沟通壁垒,必须先在人与智能体之间建立一套通用语言,协作才能真正顺畅。弗雷德·肖特 · 运行环境:智能体不应由开发者写脚本去驱动LLM,而应放入运行环境(Harness)让它自主驱动、自行解决问题
创业
2020-02

吴恩达认为创业失败的主要根源是打造了没人想要的产品,因此产品必须先验证客户的真实需求。

“我认为许多创业失败源于打造了一个没人要的产品。 — Andrew Ng”

来源访谈 →
人生意义
2020-02

人生的意义在于帮助他人实现梦想,并通过让人类整体变得更强大来推动世界前进。

“我认为人生的意义在于帮助他人实现梦想,并努力通过让整个人类变得更强大来推动世界前进。 — Andrew Ng”

来源访谈 →
相关观点 (2)边江 · 人生选择方法论:人生规划如同强化学习,核心在于明确目标后勇敢尝试、快速获得反馈并持续修正,选择与努力交织,不应简单评判孰轻孰重。罗永浩 · **话题**:折腾/创业哲学:**立场**:生命不息,折腾不止,认为折腾是保持活力和实现自我的必要途径

金句墙 9 条

人们对构建和部署AI应用的理解,包括AI的构建模块(如LLM、上下文工程、RAG、智能体工作流、机器学习和深度学习),以及重要的是,如何使用统计技术来度量、引导和治理AI系统,使其行为更可预测。

吴恩达重新定义AI工程:四大核心技能 · 2026/8/25

理解软件基础使你能够认识到存在哪些权衡。这有助于在选择软件栈、设计系统架构、设计数据存储、测试等方面做出更好的决策。

吴恩达重新定义AI工程:四大核心技能 · 2026/8/25

有效的人工智能工程需要具备产品意识,理解业务背景和客户目标,以便参与塑造和推动构建过程。

吴恩达重新定义AI工程:四大核心技能 · 2026/8/25

如今,有效使用智能体编程已成为每位开发者的关键技能。当你具备这项技能时,你对智能体的工作原理有一个良好的心智模型。

吴恩达重新定义AI工程:四大核心技能 · 2026/8/25

“I think a lot of startup failures come from building a product that no one wanted.”

我认为许多创业失败源于打造了一个没人要的产品。

吴恩达:AI落地核心在于小数据与系统工程 · 2020/2/20

“We don't get to vote if we succeed or fail, it is only the customer that the only one that gets a thumbs up or thumb down vote in the long term.”

我们无法投票决定自己是成功还是失败,从长远来看,只有客户才能给出赞或踩的裁决。

吴恩达:AI落地核心在于小数据与系统工程 · 2020/2/20

“I do worry about overpopulation on the planet Mars, just not today.”

我确实担心火星上的人口过剩问题,只不过不是今天。

吴恩达:AI落地核心在于小数据与系统工程 · 2020/2/20

“The biggest problem with self-driving cars is not that there's some trolley dilemma... The biggest problem is when there's a big white truck across the road and what you should do is brake and not crash into it.”

自动驾驶汽车最大的问题不是电车难题……而是一辆白色大卡车横在路上时,你本应刹车却没做到,导致撞了上去。

吴恩达:AI落地核心在于小数据与系统工程 · 2020/2/20

“I think the meaning of life is helping others achieve their dreams and then also to try to move the world forward by making humanity more powerful as a whole.”

我认为人生的意义在于帮助他人实现梦想,并努力通过让整个人类变得更强大来推动世界前进。

吴恩达:AI落地核心在于小数据与系统工程 · 2020/2/20

访谈收录

吴恩达:AI落地核心在于小数据与系统工程