吳恩達：天下武功，唯快不破
軟體開發，就是在打造產品
這個演講講到一些關鍵：產品開發的瓶頸已經不是「寫程式」
過去 1 個 PM 開的規格 4 個工程師才能寫完。
而現在 1 個工程師可以消化 2 個 PM 開的需求
那麼該怎麼做呢？讓吳恩達教授來解答
這是一場吳恩達教授在 「YC AI 創業學校」的演講
而「YC AI 創業學校」其實是 YC 創業加速器在舊金山辦的 2 天大型活動。
聚集了 2000–3000 位 AI 領域的頂尖學生與創業者的大型分享會。
吳恩達教授在這個活動中發表「Building Faster with AI」演講，基於他輔導新創的經驗
教我們如何在 AI 時代，用最快的速度建立產品與創業。
▋天下武功，唯快不破
吳恩達教授認為 AI 創業的核心是「速度」與「具體」。
他堅信，在當前 AI 時代
執行速度是預測新創公司成敗的關鍵指標
而模糊的想法是燒錢的根源
現在 AI 技術讓新創團隊可以跑得比以前快很多
但關鍵是要知道怎麼善用這些工具。
▋真正的機會在應用層
雖然媒體都在關注晶片、雲端、基礎模型這些底層技術，
但吳恩達教授說真正的大機會其實在應用層。
因為應用層要產生足夠的營收，才能支付給底層的技術提供商。簡單說，錢是從使用者那邊來的！
▋Agentic AI 是遊戲規則改變者
➤ 傳統方式：要求 AI 一次寫完整篇文章，就像要求人類不能用退格鍵寫作
➤ Agentic AI 方式：讓 AI 先寫大綱、做研究、寫初稿、檢查修改，就像人類真正的寫作流程
這種迭代式的工作流程雖然比較慢，但品質好太多了。
▋具體想法能執行，模糊想法獲得讚美
不要說「用 AI 最佳化醫療資源」這種模糊概念，要說「建立讓病患在線上預約 MRI 時段的軟體」。
為什麼？因為：
具體想法讓工程師知道該怎麼做
可以快速驗證是好想法還是壞想法
模糊想法雖然容易得到讚美，但根本無法執行
▋吳恩達教授：去寫不安全的程式碼吧！
AI 程式助手正在改變遊戲規則
現在用 AI 寫程式的速度提升驚人：
寫產品級程式碼：快 30-50%
做快速原型：快 10 倍以上！
因為原型不需要考慮安全性、穩定性、整合舊系統等問題。
吳恩達甚至告訴團隊：「去寫不安全的程式碼吧」
（寫完記得測試修正）
▋產品管理成為新瓶頸
➤ 以前：1 個產品經理配 6-7 個工程師
➤ 現在：1 個產品經理配 0.5 個工程師
有 AI 的幫助下，工程師寫程式的速度變快了
但「收集使用者回饋」、「決定要建立什麼功能」的工作卻沒有同步變快。
▋快速收集回饋的技巧
從快到慢的回饋方式：
1. 自己試用產品，憑直覺判斷（如果你是該領域專家，這招很準）
2. 找 3 個朋友或同事試用
3. 找 3-10 個陌生人試用（咖啡廳、飯店大廳都是好地方）
4. 寄給 100 個測試使用者
5. AB 測試（最慢但最準確）
重點：不只要看數據做決定，還要分析為什麼會有這個結果，用來改善你的直覺判斷能力。
▋做錯決策，浪費 3 個月時間
現在 AI 技術變化太快，
懂 AI 的團隊比不懂的團隊有明顯優勢。
一個技術決策做對了，幾天就能解決問題；
做錯了，可能浪費三個月時間。
▋學會組合 AI 積木
AI 有很多「積木」可以組合：
提示工程、評估系統、護欄機制、RAG、語音、非同步程式設計等等。
懂越多積木，能建立的東西就越豐富，
組合方式呈指數成長。
▋吳恩達教授：每個人都該學寫程式
吳恩達教授覺得「每個職位的人都該學寫程式。」
他的財務長、招募主管、前台人員都會寫程式，
而且因此在各自工作上表現更好。
「未來最重要的技能是能夠精確告訴電腦你要它做什麼」
▋AI 危險嗎？
吳恩達認為很多 AI 危險性都被誇大了：
AI 導致人類滅絕？荒謬
AI 讓所有人失業？不實
他建議關注「負責任的 AI 使用」而非過度關注 AI 的安全性
就像電動馬達本身不危險，危險的是怎麼使用它。
▋給創業者的建議
1. 專注建立使用者真正想要的產品，這比擔心競爭對手重要
2. 善用快速原型驗證想法，失敗了快速轉向
3. 學習新的 AI 工具，保持技術領先
4. 培養快速收集使用者回饋的能力
現在能用 AI 建立的東西，比懂怎麼建立的人還多，所以機會很大。
趕快動手吧！做了就是你的