吴恩达：AI连跑几小时，被高估了

9 月 6 日吴恩达发布 AI 工程技能图谱，列出用好 Coding Agent 的五项能力：引导工作流、放权、审查输出、定制环境、懂原理。他还顺手泼了一盆冷水——让 AI 连续自主跑几小时，实际效用远没有宣传的那么大。

没有新模型，却是本周最值得收藏的内容

9 月 6 日，吴恩达发布了一份新东西：《AI Engineering Skills Map: Using coding agents》。

没有新模型，没有融资，没有发布会。就一张技能图谱。但以他的行业地位——Coursera 创始人、Google Brain 创始成员——他出手梳理「该怎么用好 AI 干活」，基本等于给这个还在吵吵嚷嚷的领域，画了一条基准线。

这份图谱说的核心是：用 AI 编程助手干活，工作流分三个阶段——规划、执行、部署监控。而要让这三个阶段转起来，靠五项能力。

我逐个翻译成人话。你可以边看边自查。

五项能力，逐个说

能力一：引导工作流。

就是会下任务书。同一个 AI，你跟它说「帮我做个网站」，和你说「做一个只有三个页面的展示站，首页要有产品介绍和联系方式，风格参考某某」，产出天差地别。

AI 时代的第一技能，不是操作技巧，是把模糊的愿望翻译成清晰的指令。

能力二：赋予自主权。

敢让 AI 自己连续干几步，而不是每敲一行都要你点一次头。就像带新人：全程盯着，他永远长不大；完全不盯，你心跳受不了。什么时候放、放多少，是门手艺。

能力三：审查输出。

会检查 AI 交上来的活。这是五项里最不能省的一项。AI 的输出有个特点：看着都很自信，包括错的那部分。没有审查能力的团队用 AI，等于把质检环节外包给了生产车间自己。

能力四：定制环境。

给 AI 配好工具和上下文——该有的资料、规范、示例都备齐。同一个员工，给他一堆散乱的原料和给他一个整齐的工具房，产出完全两回事。

能力五：理解底层原理。

知道 AI 大概怎么工作、擅长什么、栽过什么跟头。不求你能写论文，但求它一本正经胡说八道时，你闻得出味儿。

然后，他泼了盆冷水

图谱里最有价值的，反而是那句泼冷水的话：超长自主运行的实际效用，经常被夸大。

这几年的宣传是什么画风？「AI 自动跑一晚上，早上起来项目写完了」「智能体连续工作 8 小时不休息」。

吴恩达的观点翻译一下：让 AI 连轴转几小时，听起来很酷，但多数实际工作里，产出质量会随时间衰减——前面几步又快又好，后面开始自由发挥，等你想起来检查，偏差已经滚了十几层。

真正高效的用法朴素得多：短跑接力。 AI 冲一段，人看一眼，纠偏，再冲一段。看着不如「自动跑一整晚」性感，但交付的东西能用的比例高得多。

这跟带团队是一个道理：让实习生不眠不休干通宵，第二天你收获的往往不是成果，是一堆要返工的「惊喜」。

一张自查清单

把五项能力压成五个问题，现在就可以问自己：

1. 我给 AI 的任务，够不够具体？（引导工作流）
2. 我是不是事事都要手动确认？（放权）
3. AI 交上来的东西，我看得懂、查得出错吗？（审查）
4. 它干活需要的东西，我备齐了吗？（环境）
5. 它忽悠我的时候，我识别得出来吗？（原理）

五个问题里能稳答三个，你用 AI 的水平已经超过大多数人了。

写在最后

AI 行业天天教你怎么「惊叹」，很少有人教你怎么「用好」。这份图谱最难得的地方，是把玄学拆成了可练的基本功。

技能这个东西，好消息是能练，坏消息是没有一键安装。

今天就可以开始练第一项：下次给 AI 派活之前，多花两分钟把要求写清楚。就这两分钟，回报率超过你试过的绝大多数「效率秘籍」。

觉得有用？点个关注，持续获取优质内容。