北京
吴恩达最近聊了一个反直觉的判断：AI 正在取代工作中 30% 到 40% 的任务，但这不意味着失业，反而让人类剩下的 60% 到 70% 的工作变得更值钱。
这位 AI 领域的大佬在访谈里把话说得很直白：AI 改变的不是岗位本身，而是岗位内部的任务结构。当执行类任务变便宜，人的价值会向判断力、主动性和跨领域能力重新集中。
软件工程是最明显的前例
吴恩达拿软件工程举例：AI 写代码的能力已经很强，但优秀工程师反而更忙了。因为他们把重心转向了 AI 做不了的事——判断、沟通和取舍。代码生成变便宜了，但决定"该写什么代码"这件事，变得更贵了。
这个逻辑可以推广到几乎所有行业。AI 能完成 30% 到 40% 的任务，剩下的部分恰恰是 AI 暂时碰不了的：需要判断力的、需要跨领域协调的、需要承担责任的。
年轻人面临的是技能错位，不是失业
吴恩达特别点了年轻人的问题。刚毕业的人最先承担的往往是标准化、可重复的基础任务，而这些恰好是最容易被 AI 接手的。他把矛头指向大学教育迭代太慢——学校课程和就业市场需要的能力之间，差距越来越大。
他的建议很务实：课要认真上，但不能假设学校教的就是就业所需的全部。真正的竞争力，得自己额外补。
AI 当学习工具，可能是个坑
访谈里有个观点挺扎心：AI 模型很不适合学习。原因是"认知卸载"——AI 替学习者完成任务，本该由大脑经历的困难推理过程被外包了。研究显示，用 AI 辅助的学生作业表现确实提高了，但长期保持和后续表现反而更差。
换句话说，AI 帮你把题做完了，你的脑子什么都没练到。短期看着高效，长期是亏的。
岗位边界正在被 AI 拓宽
吴恩达观察到，软件工程里前端和后端的边界已经模糊了，营销、招聘、HR 这些领域也会一样。他鼓励非程序员学用 AI 构建工具——过去因为成本太高不值得开发的软件需求，现在可以被大量满足。
这背后是一个更大的变化：我们正在加速离开那个"人们坐在那里等老板告诉自己该做什么"的时代。挑战正在转移到决定要构建什么——吴恩达管这个叫"产品管理瓶颈"。
比"会用 AI"更难替代的是 agency
吴恩达团队招聘时发现，越来越频繁的要求不是某个模型或语言，而是 agency——主动发现问题、自驱推进、承担责任的能力。执行变便宜后，选择"做什么"本身成为新的生产力。
AI 越强，这些东西反而越容易被看见。因为当工具人人都会用时，人和人的差距就回到了最原始的地方：谁更主动，谁更能判断，谁更敢负责。
AGI 还很远，别焦虑
关于 AGI，吴恩达的判断是仍然非常遥远。他的理由很具体：AI 能在短时间内学会复杂技能，但尚无法完成需要数年积累的长期原创研究。以博士论文和驾驶技能为例——学开车很快，做原创研究是另一回事。
他给出的时间尺度是几十年甚至更久。所以与其焦虑 AGI 什么时候来，不如想想怎么把 AI 干不了的那 60% 做得更值钱。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
