吴恩达2025 展望：用AI快速构建原型，抢占先机

吴恩达老师的团队正在使用 AI 自动分析用户评论，快速发现产品问题！他们甚至用 AI 来监控外汇汇率，管理国际账户！这些高效操作的背后，都是 AI 辅助编程的功劳。在新年展望中，吴恩达亲自分享了这些实战案例，并揭示了 AI 编程的巨大潜力。他认为，AI 不仅能帮助程序员提高效率，更能让普通人也参与到应用开发中来

以下是全文

新年的新机遇

人工智能辅助编程让您能够快速、轻松地构建应用程序原型。行动起来，开始构建吧！ --吴恩达

亲爱的朋友们，

祝大家 sum(i**3 for i in range(10)) 快乐！

尽管我从十几岁就开始接触人工智能，但现在，我对人工智能的应用前景比以往任何时候都更加兴奋，尤其是在构建人工智能应用方面。我们的领域正在迸发新的火花，2025 年将是构建的伟大一年！

在人工智能的众多方面中，我特别兴奋的是构建软件原型的便捷性。人工智能正在降低软件开发的成本，并扩展了可能的应用范围。虽然它可以帮助扩展或维护大型软件系统，但它在快速构建原型和其他简单应用程序方面尤其出色。

如果你想构建一个为孩子打印抽认卡的应用程序（我刚刚在 o1 的帮助下花了几个小时完成了这项工作），或者编写一个监控外汇汇率以管理国际银行账户的应用程序（这是 DeepLearning.AI 财务团队的一个真实案例），或者自动分析用户评论以快速标记产品问题的应用程序（DeepLearning.AI 的内容团队就在这么做），现在都可以通过人工智能辅助编程快速构建这些应用程序。

我发现人工智能辅助编程对于原型设计特别有效，因为 (i) 独立的原型需要相对较少的上下文和软件集成，并且 (ii) 处于 alpha 测试阶段的原型通常不必具备可靠性。虽然生成式人工智能也有助于构建大型、任务关键型软件系统，但在这些方面，生产力的提高并不那么显著，因为要让人工智能系统获得所需的所有上下文来驾驭大型代码库，并确保生成的代码可靠（例如，涵盖所有重要的边界情况）是很有挑战性的

直到现在，将原型交付到用户手中一直存在巨大的阻碍。像 Bolt、Replit Agent、Vercel V0 这样的平台使用带有代理工作流的生成式人工智能来提高代码质量，但更重要的是，它们还可以帮助直接部署生成的应用程序。（虽然我觉得这些系统很有用，但我自己的工作流程通常是使用 LLM 设计系统架构，然后生成代码，如果有多个大型模块，则一次生成一个模块。然后我测试每个模块，如果需要，进一步编辑代码——有时使用像 Cursor 这样支持人工智能的 IDE——最后组装模块。）

快速构建原型是测试想法和完成任务的有效方法。这也是一种很好的学习方式。也许最重要的是，这真的很有趣！（至少我是这么认为的。）

你如何在来年抓住这些机遇？在制定新年计划时，我希望你：

制定一个学习计划！为了成为高效的构建者，我们都需要跟上不断涌现的令人兴奋的变化。你打算在 2025 年每月学习多少门短期课程？如果你和朋友们讨论你的学习计划，你们可以互相帮助。例如，我们推出了一个学习摘要页面，显示人们学习了哪些短期课程。一些 DeepLearning.AI 团队成员已经同意进行一场友谊赛，看看谁能在 2025 年学习更多课程！

开始构建！如果你已经知道如何编码，我鼓励你在灵感迸发并且有空闲时间时构建原型。如果你还不会编码，那么学习编码将非常值得！即使是小小的胜利——比如我打印出来的抽认卡，它激励我女儿昨晚多花了 20 分钟练习乘法表——也能让生活更美好。也许你会发明出真正成功的东西。即使没有，你也会玩得开心，学到很多东西

新年快乐！

吴恩达

附言：我主要使用 Python 进行开发。但如果你更喜欢 JavaScript：祝你 Array.from({ length: 10 }, (_, i) => i ** 3).reduce((a, b) => a + b, 0) 快乐！

原文：

https://www.deeplearning.ai/the-batch/new-opportunities-for-the-new-year/

⭐星标AI寒武纪，好内容不错过⭐

用你的赞和在看告诉我～

求赞