跳至正文
i@laoer.com

技术、生活、感悟 -- Laoer的博客

i@laoer.com

技术、生活、感悟 -- Laoer的博客

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
关

搜索

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
i@laoer.com

技术、生活、感悟 -- Laoer的博客

i@laoer.com

技术、生活、感悟 -- Laoer的博客

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
关

搜索

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
吴恩达最新判断:为什么AI自动化程度越高,懂业务的人反而越贵?
人工智能博客文章

吴恩达最新判断:为什么AI自动化程度越高,懂业务的人反而越贵?

作者 Laoer
2026年8月8日 10 分钟阅读
0

过去几年,关于AI与就业的讨论,几乎一直被一种简单的替代逻辑所主导:既然AI可以写代码、做表格、整理资料和撰写文案,那么企业需要的人自然会越来越少。在这种叙事里,AI能力每提高一分,就意味着知识工作者的价值下降一分,最终的结果似乎只能是企业不断裁员,而人逐渐退出生产过程。

但吴恩达最近一系列公开表达,却指向了另一种更复杂的现实。

在《华盛顿邮报》“Building America”系列对谈中,吴恩达主要讨论了美国的AI竞争力、开放模型、基础设施和政策选择;在他随后关于AI工程师、前沿部署工程师以及企业AI转型的文章中,他又反复强调,市场正在出现对AI工程人才的强烈需求,特别是那些既能使用AI工具,又能理解客户需求、业务流程和组织约束的人。最近发布的OpenWorker,则进一步体现了他的判断:AI正在从回答问题的聊天工具,变成能够调用文件、邮件、日历和企业软件,直接参与完成工作的执行系统。

把这些观点放在一起,可以看到一个值得注意的变化:AI并没有简单地让所有人的价值一起下降,而是在重新划分工作的价值。越接近标准化执行的部分,越容易被压缩;越接近业务判断、系统设计和结果责任的部分,反而越稀缺。

一、买到AI能力,不等于拥有AI竞争力

过去两年,很多企业对AI的理解仍然停留在采购软件的阶段。给员工购买ChatGPT、Claude或Microsoft Copilot账号,在内部建设一个知识库,再要求各部门提交几个AI应用场景,似乎就算完成了AI转型。

这些工具当然能够提高效率,但问题在于,竞争对手也可以买到同样的模型和服务。当通用AI能力越来越容易获得,单纯拥有模型访问权限,就像企业购买了电脑、云服务器或办公软件一样,很难独立构成长期竞争优势。

真正困难的部分,是如何把通用模型接入企业自己的数据、权限、流程和决策机制。让AI修改一封邮件并不难,但让它理解什么客户值得优先跟进、哪些承诺可能带来合规风险、什么情况下必须由主管审批,就需要大量业务知识和组织经验。模型可以生成答案,却不知道一家企业内部那些没有写进制度、却真实影响业务运行的规则。

因此,企业AI转型的瓶颈往往不是模型不够聪明,而是没有人能够准确回答三个问题:公司真正值得用AI重构的业务是什么,AI应该进入流程的哪一个环节,以及出了问题之后谁来承担责任。

购买API只是获得了一种生产工具,能够围绕这种工具重新组织业务,才有可能形成竞争力。

二、软件岗位没有一起消失,而是开始明显分化

软件工程是目前受生成式AI影响最深的行业之一,也是观察就业变化最合适的样本。过去几年,AI编程工具已经从代码补全发展到可以阅读整个项目、修改多个文件、运行测试和处理部分开发任务。直觉上看,软件工程师应该是最先被大规模替代的一群人。

现实却没有这么简单。

美国劳工统计局预计,2024年至2034年,软件开发者岗位仍将增长约16%,新增超过26万个职位;与此同时,工作内容更偏向按照既定规格编写和修改代码的“计算机程序员”岗位,预计下降6%。Indeed对2026年招聘市场的分析也显示,软件开发职位虽然出现回升,但增长主要集中在高级岗位和AI相关岗位:2025年5月至2026年5月新增的软件开发招聘中,71%来自高级职位,37%来自名称中明确包含AI的职位。

这组数据比“AI会不会消灭程序员”更能说明问题。AI没有让软件行业中的所有人一起升值,也没有让所有人一起失业,而是在加速淘汰其中更容易标准化的部分,同时提高了对经验、架构能力和AI使用能力的要求。

吴恩达提到,目前市场对AI工程师的需求正在快速增长。这些人不只是调用模型API,还要理解提示、Agent工作流、评估体系、数据接口和生产环境,并能够借助Claude Code、Codex等AI编程工具完成真实产品。对于前沿部署工程师来说,技术能力之外,还需要进入客户组织,理解需求、确定优先级、解释复杂技术,并在客户提出不现实要求时作出判断。

这也意味着,AI自动化程度越高,企业越不需要只会按照明确要求完成一段代码的人,却越需要能够判断应该做什么、为什么要做,以及怎样让系统真正运行起来的人。

三、开发成本下降之后,被释放出来的是更多需求

用“杰文斯悖论”解释软件行业的变化,是一个有用的观察角度,但它更适合作为一种分析框架,而不是一条必然成立的定律。所谓杰文斯悖论,是指一种资源的使用效率提高、单位成本降低之后,其总消耗量有时不会减少,反而会因为应用范围扩大而增加。

过去,企业里存在大量没有被满足的软件需求。一个部门可能希望建立内部客户管理工具,财务人员可能需要自动核对报表,运营团队可能希望把几个重复流程连接起来,但这些需求通常规模太小,无法排进正式开发计划。不是因为它们没有价值,而是因为传统软件开发需要产品经理、设计师和工程师共同投入,开发和维护成本超过了能够带来的收益。

AI编程正在改变这笔账。当原型可以在几天甚至几小时内完成,许多过去不值得开发的内部工具和细分应用,开始具备经济上的可行性。代码变得更便宜,不一定意味着企业需要的软件更少,也可能意味着过去被压抑的大量需求开始释放。

但需求一旦释放,新的瓶颈也随之出现。企业不再只是缺少写代码的人,而是缺少能够识别需求、梳理流程、连接数据并判断投入产出的人。AI可以快速生成十个版本,却不能代替企业决定哪一个问题最值得解决;它可以根据要求建立系统,却无法天然知道这个系统应该怎样嵌入组织,才能不增加新的风险和管理成本。

所以,执行成本下降之后,价值并没有消失,而是从执行环节向需求定义、系统设计和业务决策转移。

四、企业需要的不是更多提示词高手,而是能把AI接进业务的人

吴恩达参与的摩根士丹利AI Challenge Lab,很能说明企业AI落地需要什么。这个项目并不是让员工自由使用聊天机器人,而是把业务、技术和战略人员放在同一个团队中,围绕真实业务问题开展为期四周的项目,最终推进了八个具体AI用例。

这个案例的重要之处,不在于摩根士丹利使用了哪个模型,而在于它改变了技术与业务之间原有的协作方式。过去,业务部门提出需求,产品经理整理文档,再交给技术团队开发,每一次传递都会损失信息。AI让开发速度加快之后,这种漫长的层层转交反而会成为新的瓶颈。业务人员需要更加理解技术能够做到什么,工程师也需要更直接地理解业务结果,而不是只等待一份已经写好的需求文档。

吴恩达在谈到Agent工作流时也强调,AI能否完成真实任务,通常取决于任务是否足够明确,企业是否具备必要的数据管道,以及原有流程能否被描述成相对清晰的操作规范。换句话说,大模型能力只是其中一部分,数据、流程和组织上下文决定了它最终能不能工作。

这也是为什么,单纯掌握几个提示词技巧很难成为长期壁垒。随着模型越来越善于理解自然语言,提示词本身会逐渐变得简单,真正稀缺的是知道应该给AI什么背景、开放哪些数据、设置什么权限,以及如何评价结果是否正确的人。

五、不是人不会被替代,而是价值判断正在改变

当然,这并不意味着AI不会减少岗位,更不意味着每一个从业者都能自然地完成转型。标准化程度高、业务上下文较少、结果容易验证的工作,依然会受到直接冲击。基础代码编写、常规资料整理、格式化报告和简单文案,都可能由更少的人借助AI完成。

初级岗位也会面临一个现实问题:过去,很多人通过完成简单任务积累经验,逐渐形成对系统和业务的理解;当这些任务被AI接管后,企业会更倾向招聘能够直接承担复杂工作的高级人才,却减少培养新人的耐心。软件招聘向高级岗位倾斜,已经显示出这种趋势。

吴恩达认为,大学课程还没有及时适应AI编程带来的变化,结果是一方面企业很难找到真正懂AI的开发者,另一方面一些刚毕业的计算机专业学生却面临就业困难。问题不是计算机知识失去了价值,而是市场需要的能力已经从单纯编写代码,转向借助AI创建软件、理解系统和解决实际问题。

因此,AI时代真正危险的,不只是“不会使用AI”,而是一个人的价值长期停留在接收明确任务和完成标准操作上。会不会写提示词并不是决定性的分界线,能不能主动发现问题、组织资源并对结果负责,才是更重要的区别。

做AI时代的“业务架构师”

AI带来的并不是一次平均发生在所有人身上的效率提升,而是一场新的价值重估。当代码、文字和数据处理可以被快速生成,过去建立在操作熟练度和信息差上的部分优势会逐渐减弱;与此同时,行业经验、业务判断、系统思维和责任能力会变得更加重要。

这里所说的“懂业务”,也不只是熟悉几个行业术语,而是理解一家企业怎样赚钱,客户为什么付费,流程在哪些地方真正受阻,技术改变一个环节之后会不会给其他环节带来新的成本。能够把这些问题转化为AI可以执行的系统,同时又知道AI在哪些地方不能被信任,这样的人才会成为企业AI转型的关键。

所以,更准确的结论不是“AI不会替代人”,而是AI不会平均地替代所有人。它会压缩纯执行工作的空间,也会放大那些能够定义问题、组织系统和承担决策责任的人的产出。

当AI越来越会干活,人的价值就不再主要取决于能完成多少任务,而取决于能不能判断什么任务值得完成。代码和文字可以批量生成,但业务方向、取舍标准以及对最终结果的责任,仍然需要人来决定。也正因为如此,AI自动化程度越高,懂业务、会使用AI并且具有判断力的人,反而可能越来越贵。

标签:

AI吴恩达
作者

Laoer

1999年开始做互联网,做过开发、技术管理,也创过几次业。 现在依然在一线做产品、写代码、折腾AI。 关注AI如何重新改变软件、公司和人的工作方式。 公众号:Laoer杂谈。

关注我
其他文章
Sam Altman不再相信“AI会消灭工作”,他到底看错了什么?
上一个

Sam Altman不再相信“AI会消灭工作”,他到底看错了什么?

谢尔盖·布林重新回到Google AI权力中心,DeepMind为什么必须退半步?
下一个

谢尔盖·布林重新回到Google AI权力中心,DeepMind为什么必须退半步?

暂无评论!成为第一个。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理。

微信订阅

欢迎订阅微信公众号--“Laoer杂谈”,搜索微信号:laoertalk,“Laoer杂谈”是关于技术、创业、生活的杂谈与随笔,希望与大家多多交流。

用药有数·DoseLoop

用药有数·DoseLoop 一款不会响完就消失的用药提醒。每次计划用药持续追踪,直到有明确结果。支持慢病、老人、ADHD 等各种用药场景。

标签

AI AI Agent AI Coding Anthropic ChatGPT Claude Claude Code Codex DeepMind DeepSeek DeepSeek Harness Gemini Google GPT iOS iPhone Java JavaScript jQuery Kimi Kohana Linux LLM Mac Meta Mysql Nginx OpenAI Oracle PHP RSA Sam Altman SNS Struts Tomcat Web2.0 互联网 人工智能 创业 大模型 字节跳动 工作 旅游 生活 管理

日历

2026 年 11 月
日 一 二 三 四 五 六
1234567
891011121314
15161718192021
22232425262728
2930  
« 10 月    

近期评论

  • 黄仁勋卸任:1158亿财报后,英伟达由盛转衰? - i@laoer.com 发表在《当OpenAI们开始自己造芯片,英伟达为什么要花140亿美元买Hugging Face?》
  • Gemini 4 Hydrogen 实测与定价分析:谷歌把 Flash 变贵了? 发表在《跑分破纪录、内部重写百万行代码,为什么程序员实测 Gemini 4 还是觉得不如 Claude?》
  • AI Coding 已经不稀奇了:从1个插件看软件开发成本的变化 - 技术、生活、感悟 - Laoer的博客 发表在《从瀑布到敏捷,再到AI原生:软件工程正在进入第三个时代》
  • AI Agent跨App困局:20年平台围墙与Palantir解法 - i@laoer.com 发表在《155款App拉黑豆包手机:大厂怕的不是AI乱花钱,而是AI不看广告》
  • 腾讯AI战略的深层困局:马化腾28周年讲话与过去的成功 发表在《155款App拉黑豆包手机:大厂怕的不是AI乱花钱,而是AI不看广告》
  • 腾讯AI战略的深层困局:马化腾的AI焦虑与过去的成功 发表在《红果短剧月活4.1亿,为什么AI更容易做成流量生意?》
  • Gemini 4 Hydrogen 实测与定价分析:谷歌把 Flash 变贵了? 发表在《Gemini 4 Argon已经开始赢跑分了,但真正的考试还没开始》
  • AI Coding 文档管理:写代码越来越快,文档却更重要了 发表在《AI写代码已经不稀奇了,真正的变化是很多东西突然值得做了》
  • 大模型商业化:中国AI模型越来越强,为什么反而更难赚钱? 发表在《DeepSeek V4涨价后,真正的问题不是谁在用,而是谁在赚钱》
  • Laoer 发表在《AI 有没有意识还没定论,Anthropic 为什么先限制虐待它?》

分类

  • iOS
  • Java
  • JavaScript
  • Linux
  • Mac
  • PHP
  • Web2.0
  • 互联网
  • 人工智能
  • 创业
  • 博客文章
  • 商业观察
  • 工作
  • 数据库
  • 构架设计
  • 生活

归档

  • 2026 年 11 月
  • 2026 年 10 月
  • 2026 年 9 月
  • 2026 年 8 月
  • 2026 年 7 月
  • 2026 年 6 月
  • 2026 年 1 月
  • 2024 年 12 月
  • 2024 年 10 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2023 年 12 月
  • 2023 年 1 月
  • 2022 年 8 月
  • 2021 年 12 月
  • 2021 年 10 月
  • 2020 年 12 月
  • 2020 年 1 月
  • 2018 年 12 月
  • 2018 年 8 月
  • 2018 年 4 月
  • 2017 年 12 月
  • 2016 年 12 月
  • 2016 年 8 月
  • 2016 年 2 月
  • 2015 年 12 月
  • 2015 年 1 月
  • 2013 年 6 月
  • 2013 年 5 月
  • 2012 年 11 月
  • 2012 年 7 月
  • 2012 年 6 月
  • 2012 年 5 月
  • 2012 年 3 月
  • 2012 年 1 月
  • 2011 年 12 月
  • 2011 年 11 月
  • 2011 年 10 月
  • 2011 年 9 月
  • 2011 年 8 月
  • 2010 年 11 月
  • 2010 年 2 月
  • 2010 年 1 月
  • 2009 年 12 月
  • 2009 年 11 月
  • 2009 年 9 月
  • 2009 年 7 月
  • 2009 年 6 月
  • 2009 年 5 月
  • 2009 年 4 月
  • 2009 年 3 月
  • 2009 年 2 月

其他操作

  • 登录
  • 条目 feed
  • 评论 feed
  • WordPress.org
Copyright 2026 — i@laoer.com. All rights reserved. Blogsy WordPress Theme