最近，吴恩达在Masters of Scale峰会上聊了一个多小时，信息密度极高。

吴恩达这个名字大家应该不陌生，Coursera联合创始人，Google Brain项目发起人之一，全球超过一千万人上过他的机器学习课程。

这次访谈里，他说：很多人用Agentic AI的方式是错的。

现在大多数人用ChatGPT都是打开对话框，输入一个提示词，然后等着AI一口气把答案吐出来。

吴恩达说，这种用法本质上是在要求AI从第一个字写到最后一个字，中间不能停顿，也不能删改。

换个角度想想，如果你的老板这样要求你写一份报告，你会觉得这人脑子有问题。

人类写东西的正常流程是什么？先列大纲，再做调研，然后写初稿，最后反复修改。
AI也一样。

这就是Agentic工作流的核心思路，让AI像人一样，用迭代的方式完成任务。
不是一次性输出，而是分步骤推进。
先让它列个框架，再让它补充细节，然后让它自己检查有没有问题，最后再优化。

这种方式耗时更长，但效果好太多了。
尤其是复杂任务，比如医疗建议、法律咨询、代码编写这些场景，迭代式的工作流能把准确率和质量提升一个量级。

说到这里要插一个有趣的背景故事，Agentic这个词其实是吴恩达自己推出来的。

大概两年前，AI圈子里有一个很无聊的争论：什么才算Agent？有人说我的软件是Agent，另一个人说不是，双方吵得不可开交。

吴恩达觉得这种争论纯属浪费时间。
与其在二元对立的问题上纠结，不如直接创造一个新词，把所有这类系统都叫Agentic，然后大家该干嘛干嘛去。

他本来没打算大张旗鼓宣传这个词，结果几个月后，营销人员发现这是个好标签，开始往所有产品上贴。
热度起来了，虽然现在炒作的声音小了，但这个概念的实际价值还在快速增长。

访谈里有一段关于教育的讨论特别值得聊聊。
有人问吴恩达：AI时代，孩子还应该学编程吗？毕竟连一些行业领袖都在说，AI会实现编程自动化，学这个没用了。

吴恩达的回答很直接：未来最重要的技能之一，是能够准确地告诉计算机你想要什么。
在可预见的未来，懂编程的人在这方面的效率会比不懂的人高得多。

他在自己团队里已经看到了这个趋势，不仅是软件工程师，营销人员、HR、分析师、财务专业人士，那些懂编程的人正在逐渐超越不懂的人。

懂编程的人不只是多了一项技能，他们实际上获得了一种新的思维方式，能够更精确地拆解问题、描述需求、验证结果。
这种元认知能力在AI时代会被极大地放大。

吴恩达还说了一句很有画面感的话：他希望未来的孩子不会问有没有对应的App，而是会说我为这个需求开发了一个App。

访谈后半段聊到了中美AI竞争，这部分信息量也很大。

吴恩达提到一个数据：过去一两年，中国在开源权重模型的发布方面已经远远领先于美国，这些模型任何人都可以在全球范围内免费下载和使用，中国开源模型的累计采用量即将超过甚至可能已经超过美国。

美国的闭源模型确实还更强，但开源模型是AI供应链的关键组成部分，这个差距在扩大。

访谈快结束时，主持人问吴恩达：你希望人们更多地用AI做什么？
他的回答只有两个字：创造。
他说在座的每个人，现在都处于创造的黄金时期，很多以前不可能实现的东西，现在借助AI都可以做出来。

我们总是在讨论AI能替代什么工作，但更值得思考的问题是：AI让什么新东西变得可能？

吴恩达自己的习惯是把AI当作头脑风暴的伙伴，而且用得比朋友们想象的频繁得多。
他会用多个模型，编程用Claude，头脑风暴用好几个模型轮着来。
开车的时候用语音交互，聊完让AI总结，然后发给团队。

很多人用AI的方式是错的，错在哪里？
错在把AI当成一个一次性的输出工具，而不是一个可以反复对话、逐步优化的伙伴。

这个认知差距，可能会在未来几年决定谁能真正从AI浪潮中获益。