YC AI 创业营 Day 2：纳德拉吴恩达等大佬谈AI迭代与未来趋势

AI 最卓越的价值在于提升迭代效率，而非追求一蹴而就的「魔法」效果。

在 Founder Park YC AI Startup School 的第二天，七位重量级嘉宾齐聚一堂，围绕 AI 技术、创业等核心议题展开深度探讨。Satya Nadella（微软 CEO）、吴恩达（Deep Learning.AI 创始人）、Chelsea Finn（Physical Intelligence 联创）、Michael Truell（Cursor CEO&联创）、Dylan Field（Figma CEO&联创）、Andrej Karpathy（特斯拉前 AI 总监）、Sriram Krishnan（白宫人工智能高级政策顾问）的精彩观点，为与会者带来深刻启发。

**AI 的本质与未来**
不要将 AI 拟人化。它并非人类，而是一种强大的工具。下一阶段的关键在于赋予 AI 记忆、工具和行动能力，但这与人类推理存在本质差异。未来，智能体将成为新一代计算机的核心，其发展不仅依赖于技术精度，更取决于用户信任与无缝交互体验。那些包含反馈循环的产品，如 Agentic AI，其表现远超「一次性」任务工具，持续交互能持续优化成果，迭代则带来性能的指数级增长。

**速度与效率的变革**
当前原型构建速度提升了10倍，生产级软件开发效率提高30-50%。这一优势应被充分利用，通过实时用户反馈降低市场风险。代码已不再是稀缺资源，AI 工具的普及使其易于生产，真正重要的是代码所实现的价值。真实世界数据虽需合成数据辅助，但仍是复杂视觉与物理任务不可或缺的基石。

**行业领袖的独到见解**

**Microsoft CEO：Satya Nadella**
1. **平台的复合效应**：AI 建立在数十年的云基础设施之上，每一代平台都在为下一代铺垫基础。
2. **模型与生态**：基础模型是基建，产品是生态，围绕模型构建的反馈循环、工具集成和用户交互才是关键。
3. **经济价值**：衡量 AI 的核心指标是「是否创造经济盈余」，无 GDP 增长的技术非变革性。
4. **算力与智能**：智能随算力呈对数增长，但未来突破将来自范式转变，而非单纯规模扩张。
5. **能源与社会共识**：AI 规模化需更多能源，但必须证明其社会效益足以匹配成本。
6. **变革管理**：传统行业转型阻力不在于技术，而在于工作流程惯性，需重新设计工作方式。
7. **角色融合**：设计、前端、产品等角色在 LinkedIn 等平台逐渐融合，AI 正加速这一趋势。
8. **重复性工作的价值**：AI 最擅长消除知识工作中的「隐形摩擦成本」，解放人类创造力。
9. **保持开放**：Satya 本身也惊讶于「测试时计算」和「强化学习」的突破，AI 的未来充满未知。
10. **开发新范式**：AI 不会取代开发者，而是成为得力助手，软件工程核心转向系统设计与质量保障。
11. **责任与信任**：AI 产品仍需企业承担法律责任，隐私、安全与主权至关重要。
12. **信任的来源**：实用价值而非花言巧语能建立信任，印度农民聊天机器人的成功印证了这一点。
13. **从语音到智能体**：微软 AI 战略从1995年语音技术起步，现已转向功能完备的智能体。
14. **智能体即未来计算机**：Satya 的愿景是「智能体将成为新一代计算机」，其成功依赖技术精度与用户信任。
15. **领导力启示**：从基层做起，心怀远大抱负，学习打造团队而非仅开发产品。
16. **人才标准**：重视化繁为简、激发团队活力、解决复杂难题的能力。
17. **面试秘诀**：考察候选人对未知问题的好奇心、适应力与毅力。
18. **量子计算潜力**：纠错量子比特或能以超精度模拟自然世界，成为颠覆性技术。
19. **给年轻人的建议**：主动创造赋权工具，反思「我们能帮助他人创造什么？」
20. **最爱产品**：VSCode 和 Excel，因它们赋予人们超能力。

**Deep Learning.AI 创始人：吴恩达**
1. **执行速度决定成败**：初创公司成功的关键是构建、测试和迭代的速度，AI 使这一效应呈指数级增长。
2. **应用层机会**：最大收益来自现有模型的用户价值应用，而非新模型构建。
3. **Agentic AI 的优势**：含反馈循环的产品表现远超「一次性」工具，迭代带来性能复合式提升。
4. **「编排层」兴起**：基础模型与应用间出现代理式编排层，支持跨工具与数据源的复杂任务。
5. **具体想法加速执行**：从细节充足的初始想法开始，工程师能立即构建，领域专家的直觉最关键。
6. **警惕「宏大叙事」**：抽象目标如「AI 赋能医疗」易导致执行迟缓，具体工具如「MRI 预约自动化」更高效。
7. **调整方向的艺术**：具体初始方案能帮助快速转向，清晰测试目标才能在失败后迅速调整。
8. **利用反馈规避风险**：原型构建速度提升10倍，开发效率提高30-50%，实时反馈降低市场风险。
9. **尝试而非完美**：构建20个粗糙原型，而非追求首个完美版本，学习速度更重要。
10. **快速行动并负责**：重新诠释硅谷信条，从「快速行动，打破陈规」改为「快速行动，并承担责任」。
11. **代码价值重塑**：代码不再是稀缺资源，关键在于实现的价值，而非代码本身。
12. **技术架构可逆**：过去单向选择的架构如今可双向切换，降低实验成本。
13. **编程普及化**：AI 降低编程门槛，未来更多岗位需掌握编程能力。
14. **领域知识赋能 AI**：艺术史学家、医生等专业人士能更好地运用 AI。
15. **产品经理成瓶颈**：吴恩达团队建议产品经理与工程师配比2:1，加速反馈与决策。
16. **工程师需产品思维**：产品直觉的工程师行动更快，开发的产品更优。
17. **反馈速度层级**：内部自测→朋友意见→陌生人→小规模发布→全球 A/B 测试，创业者应尽快攀登。
18. **AI 知识仍是护城河**：AI 素养尚未普及，理解技术原理的人仍具巨大优势。
19. **警惕炒作**：AGI、灭绝等术语常被用于筹款或提升地位，而非真实影响力。
20. **安全关乎使用**：AI 像电或火，好坏取决于应用，安全是使用而非技术本身。
21. **唯一标准是用户喜爱**：不必纠结成本或性能，关键在于用户是否喜爱并持续使用。
22. **教育 AI 探索期**：Kira Learning 等公司实验中，AI 教育的终局形态尚不明朗。
23. **警惕「末日论」与「监管俘获」**：过度恐惧被用于辩护现有企业利益，需对「AI 安全」叙事保持怀疑。

**Physical Intelligence 联创：Chelsea Finn**
1. **机器人技术需全栈思维**：不能简单添加机器人技术，需从零构建数据、模型、部署全栈。
2. **数据质量胜过数量**：行业、YouTube 或模拟数据往往缺乏多样性与真实性，高质量数据更关键。
3. **最佳模式**：预训练+微调，先在广泛数据集预训练，再用1000个高质量样本微调。
4. **通用型机器人胜出**：跨任务、硬件平台的通用模型，比专用系统更成功。
5. **真实世界数据不可替代**：合成数据有帮助，但复杂视觉与物理任务仍需真实数据。
6. **资源过多适得其反**：过度资助会减缓进展，清晰问题与专注执行更重要。

**Cursor CEO&联创：Michael Truell**
1. **持续构建的力量**：即使合伙人退出，Michael 仍坚持编程，早期病毒式传播（Flappy Bird 仿品）助其成长。
2. **快速验证**：团队无经验时构建机械工程编程助手，信条是「在实践中学习」。
3. **差异化定位**：曾犹豫与 GitHub Copilot 竞争，后意识到「全流程开发自动化」市场空白。
4. **快速行动**：从第一行代码到公开发布仅3个月，快速迭代校准产品方向。
5. **专注胜过复杂**：放弃同时开发 IDE 和 AI 工具的计划，专注 AI 功能实现更快发展。
6. **口碑传播的力量**：Cursor 早期增长源于创始人社交媒体推文，口碑传播成为主要驱动力。
7. **执行力的复利效应**：2024年，Cursor 年化经常性收入从100万美元增长至1亿美元，周复合增长10%。
8. **最佳建议**：与聪明人一起做感兴趣的事，忘掉简历美化。

**Figma CEO&联创：Dylan Field**
1. **联合创始人的激励**：与 Evan Wallace 合作，「每周都感觉像在创造未来」是他的动力。
2. **尽早开始，边做边学**：19岁大学时开始创业，早期失败项目最终孕育出 Figma。
3. **快速发布，持续反馈**：通过邮件联系早期用户，快速迭代，从一开始坚持收费。
4. **拆解长期路线图**：将宏大愿景分解为短期冲刺，确保速度与执行力。
5. **产品市场契合需时间**：Figma 花五年才等到 Microsoft 提出的合作信号，暗示收费必要性。
6. **设计成为差异化因素**：AI 崛起下，设计愈发重要，Figma 推出 Draw、Buzz、Sites、Make 等产品顺应趋势。
7. **AI 加速原型设计**：AI 最价值在于提升迭代速度，而非一键生成魔法，设计师需参与 AI 评估。
8. **拥抱拒绝**：童年表演经历教会他坦然面对批评，拒绝是成功的一部分。
9. **人际连接的核心地位**：警告不要用 AI 取代人际关系，生命的意义在于「探索意识，坚持学习，分享爱」。

**加入微想AIidea2003社群**
欢迎加入微想AIidea2003官方社群 Telegram 订阅群：http://www.idea2003.cn/idea2003Daily
Twitter 官方账号：http://www.idea2003.cn/idea2003Post
Twitter 英文账号：http://www.idea2003.cn/BlockFlow_News