吳恩達(dá)指出，當(dāng)下大模型的卷生卷死，誰是贏家不重要。關(guān)鍵的是誰能構(gòu)建可信的AI應(yīng)用，誰才能成為真正塑造未來之人，順便成為下一個通過AI財富自由者。

AI創(chuàng)業(yè)的真機(jī)遇不在「更大」，而在「更聰明」！

當(dāng)巨頭們在百億美金的賽道上比拼模型參數(shù)時，真正的創(chuàng)業(yè)機(jī)會正在另一端悄然爆發(fā)——智能體的時代，正在打開。

這是AI世界的「中小企業(yè)革命」：它不追求通用智能的神話，而是用成千上萬個專注、可靠、懂業(yè)務(wù)的智能體，去啃下那些不起眼卻極其值錢的現(xiàn)實(shí)問題。

AI創(chuàng)業(yè)：機(jī)會在智能體！

模型越大越好？投入越多越好？AI界的競爭，真的是這么樸實(shí)無華？

如果真是這樣，那AI就不適合創(chuàng)業(yè)。

但除了做大模型，更大的機(jī)會在于使用工具去解決各行各業(yè)的實(shí)際問題，也就是所謂的智能體。

目前，?AI智能體市場約為51億美元，預(yù)計到?2032?年將增至?691?億美元，7?年增長約17倍。

智能體會將任務(wù)其分解為一系列更小、更易于管理的子任務(wù)。它制定戰(zhàn)略計劃，逐步執(zhí)行，并在過程中進(jìn)行調(diào)整，模擬高級人類推理。

智能體會用多組提示詞＋知識庫，再聯(lián)動外部工具，如搜索引擎、代碼執(zhí)行等。

智能體還能對大模型輸出的結(jié)果進(jìn)行自我批評。通過對「這是最好的方法嗎？這能更準(zhǔn)確嗎？我遺漏了什么？」等問題自問自答、反復(fù)迭代的自我糾正，極大地提升了輸出的質(zhì)量和可靠性。

對于準(zhǔn)備進(jìn)入?AI?領(lǐng)域的創(chuàng)業(yè)者，必須明白：智能體的優(yōu)勢在于「專業(yè)化」。

大廠試圖用單一模型包打天下，而多智能體中每個智能體只負(fù)責(zé)中一部分工作。

如何為智能體分配不同的角色，讓小型、廉價的模型集體工作時超越像GPT-5這樣的價格昂貴的標(biāo)準(zhǔn)模型，從而在特定領(lǐng)域降本增效——

這就是創(chuàng)業(yè)者能帶來的價值增量。

不去追求AGI，

要用AI解決日常問題

科技界熱衷于追求通用人工智能（AGI）。

這一追求消耗了數(shù)十億美元的研究資金，并引發(fā)了無數(shù)的媒體炒作。吳恩達(dá)對此的建議是忽略它。

對于想進(jìn)入AI界的創(chuàng)業(yè)者，最好期待AGI不會出現(xiàn)，因?yàn)锳GI的出現(xiàn)意味著所有公司解雇所有知識型員工。