吴恩达:别只拿AI问问题,而是要开始真正动手创造
4 小时前 / 阅读约6分钟
来源:凤凰网
吴恩达播客观点激进,鼓励人们成为Builder,利用AI创造产品。AI降低开发门槛,使非程序员也能构建工具。未来,具备高主动性和解决问题能力的人将更具竞争力,AI将促使岗位内部工作内容重新分配。

原标题:强烈推荐大家看看吴恩达的最新播客

作者:小盖

看了一期吴恩达的播客,非常精彩。而且这次他的观点很激进,说每个人都应该成为Builder,借助AI,往生产端走。

别只拿AI问问题,而是要开始真正动手创造,做网站、做App、做小工具,把自己的想法直接变成产品。

包括他们公司说现在面试候选人,会直接问候选人到底Build过什么。

如果候选人之前拿AI做过一个网站、App、Skill,或者任何解决自己实际问题的小工具,这种经历都会非常有说服力。

因为这考验的已经不只是会不会用AI。

播客链接:https://www.youtube.com/watch?v=o-wv_szZ0V0

现在会用ChatGPT问问题,或者Codex做个PPT、数据分析,门槛已经很低了。

更进一步的能力是你能不能发现一个问题,把它抽象出来,再借助AI把解决方案真的Build出来。

这里面其实同时考验了一个人对AI的使用能力、抽象能力和创造力。

我最近跟很多朋友聊天,也发现大家招聘时越来越喜欢问一个问题,你的作品是什么?你到底拿AI Build过什么?

我觉得所有人确实都应该认真想想这个问题。

以前Coding基本还是程序员的专业能力。一个市场人员、招聘人员或者财务人员碰到一个软件需求,正常的处理方式都是提需求,然后找工程师。

但现在这个门槛已经降得非常低了。

一个人拿着Codex、ChatGPT这些工具,只要问题足够明确,做一个自己工作里用的小工具,已经没有以前那么难了。

这个变化有点像Excel出现之后。

以前很多数据处理工作可能需要程序员参与,后来财务、市场自己打开Excel就可以分析数据了。

AI Coding也在发生类似的事情,它正在把过去属于软件工程师的一部分能力,逐渐变成知识工作者的基本能力。

吴恩达说他们团队成员已经在给自己不断的造工具了。

有个运营同事,为了写文章,自己做了一个Mac桌面App。准备写一个选题时,这个App会自动爬取网页,寻找相关资料,把相关文章整理出来。

然后他可以直接和整个资料库聊天,了解自己正在写的内容和已有资料之间有什么关系。

你看,这已经完全超出了会不会用ChatGPT。

还有他们的财务团队以前每周要花几个小时打开各种文件、复制数字、检查数据。

后来团队自己开始开发自动化程序,可以定期打开文件、读取数据、检查一致性,有异常再提醒相关的人处理。

这背后的逻辑其实非常简单。

以前开发软件太贵了,所以工程师必须集中在专门的工程部门。

每个业务部门内部当然都有一堆问题,也都有很多想做的小工具,但一个需求如果只能帮三五个人节省一点时间,根本排不上工程师的开发计划。

现在Build的成本降下来之后,这些过去不值得开发的东西突然都可以开发了。

而且最了解这个问题的人,本来就在业务部门。

做招聘的人最知道招聘哪里麻烦,做市场的人最知道自己每天有哪些重复工作,做财务的人也最清楚哪些数据天天需要人工核对。

现在他们第一次有能力自己把这些问题做成工具。

所以我觉得未来每个人在某种程度上都可以成为一个工程师。你不需要成为一个专业程序员,但应该逐渐具备用软件解决自己业务问题的能力。

吴恩达说他们最近还分析了很多的招聘数据,发现越来越多职位描述中开始强调一个词:High Agency,高主动性。

简单说,就是一个人发现问题以后,会自己想办法往前推进,而不是等老板把每一步都拆好,再告诉他接下来干什么。

按部就班的工作,价值感只会越来越低。

有了AI的帮助,一个High Agency很强的人,确实可以比过去创造更多东西,也可以自己解决更多问题。

优秀的员工会越来越像一个负责自己领域的小创业者。他知道自己的目标是什么,然后自己发现问题,做出判断,缺工具就Build工具,最后解决问题。

所以我现在越来越觉得,大家讨论AI会不会替代工作,有时候把问题想得太简单了。

吴恩达讲了一个我很认同的框架。

一份工作里面,可能已经有30%到40%的任务可以交给AI,但剩下的60%到70%依然需要人来完成。

所以绝大多数职业不会突然消失,真正发生变化的是一个岗位内部的工作内容会重新分配。

最后更现实的结果,还是人和人之间的竞争。

一个人可以把那30%到40%交给AI,然后把自己的能力范围继续往外扩。

另一个人还按照以前的方法工作,只负责自己原来那一小块,那公司最后更愿意留下谁,其实很好理解。

我一个朋友之前的公司里,Android和iOS加起来有三个人。后来公司觉得人员有些冗余,最后留下一个人,几个端都可以负责。

你说这是不是AI导致的?当然和AI有关系。

但落实到职场里,它最后呈现出来的还是人与人之间能力范围的差距。一个人借助AI可以覆盖过去几个人的工作,另外一个人的工作方式没有变化,公司自然会重新计算这笔账。

我今天还在群里跟大家聊,以前总有人说前端已死,但好像最近已经没人讨论这个问题了。群里有朋友开玩笑说,死人当然不会说话。

我还真去翻了一些前端工程师的简历,发现一个很明显的变化,很多人已经不再把自己局限在纯前端了,而是突出全栈的能力。

吴恩达在播客里也提到了这个现象。过去前端、后端的分工很细,但有了AI以后,越来越多开发者开始变成全栈工程师。

因为AI把跨领域学习和执行的成本降低了,一个人能够覆盖的工作范围自然会扩大。

而且这件事肯定不只发生在程序员身上。

以前一个做营销的人,可能只负责投放。现在借助AI,他能不能从选题、研究、内容生产,一直做到投放和后面的数据分析?

一个人在组织里的能力半径会越来越大。

想起之前纳瓦尔说的一句话:成为一名创造者,你将不必担心工作、职业和AI。

是的,什么时候都尽力去创造,去解决问题。别给自己留所谓的垃圾时间。