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。
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。
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：
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。
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。
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。
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。
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。
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。
参考链接：
[1]https://x.com/ycombinator/status/1943309837351424222
[2]https://www.youtube.com/watch?v=RNJCfif1dPY
本文来自微信公众号：量子位（ID：QbitAI），作者：鹭羽
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。