訪談
AI 名人觀點
重要訪談

替你解析 AI 界關鍵人物的重要訪談、對話、演講 — 透過名人的思想看見未來。

114
位人物
146
篇訪談解讀
125
個訪談來源

【專訪】吳恩達:AI 末日敘事是頭部公司的公關產品

Andrew Ng(吳恩達) · Podcast(具體節目名稱未知) · 2026-09-01 ▶ 觀看訪談
名人訪談簡介

AI 圈最近有個奇景:越是頂尖的實驗室,越愛跟你說 AI 有多危險。吳恩達(Andrew Ng)不吃這套。他是 Google Brain 的共同創辦人,Coursera 的共同創辦人,機器學習線上課程累計學員超過八百萬人——換句話說,他是這個領域裡少數既懂技術,又真的花幾十年在教人的人。他接受這場 podcast 訪問,開口第一件事就是點名:那些大聲喊 AI 危險的,恰好是花了幾十億訓練模型的公司,而且恰好希望你去支持讓新進者難以競爭的法規。這不是陰謀論,這是利益結構。

每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。

這場訪談值得注意的地方有四個,合起來描繪的是同一張圖:AI 恐慌是被製造出來的,受害最深的是正在做職涯決策的年輕人;工作不會消失,但不進化的人會被邊緣化;AI 反而是學習的敵人,不是幫手;而真正的機會不在模型本身,在於誰先學會用它蓋東西。吳恩達的立場貫穿始終:看清楚誰在說什麼,為什麼說,然後去學,去建,去找客戶談。

恐慌是產品,不是預測

吳恩達直說:過去兩三年的 AI 末日敘事,根源是部分頭部 AI 公司的公關操作與監管收割。這些公司花了幾十億訓練大型語言模型——也就是 ChatGPT 這類對話式 AI 背後的核心技術——如果有人想把同等能力的模型免費開放給全世界用,對他們的商業模式是直接威脅。於是出現了「AI 等同核武」這類類比,出現了刻意放大的負面案例,甚至有關於 AI 耗水量的數字被誇大流傳。吳恩達的判斷是:這套恐慌敘事正在讓美國社會對 AI 的採用速度放慢,讓個人放棄本來可以讓自己更有競爭力的學習機會。你不必全盤接受他的立場,但他點出的利益結構值得留意。

工作不會消失,但站著不動會

工作末日不會來。吳恩達引用史丹佛經濟學家 Erik Brynjolfsson 與 MIT 的 Andrew McAfee 的研究:拆開來看多數人的工作任務,AI 目前大概能承接三到四成,另外六到七成仍然需要人。那六到七成因為互補效應,反而變得更值錢。他舉軟體工程師為例:這是受 AI 衝擊最深的職業,但職缺數量反而在上升,好的工程師比以前更忙。變化是真實的,但方向不是消滅,是擴張。前端工程師因為 AI 加持,開始能做全端;行銷協調員開始能跑完整個行銷週期;招募專員開始能端對端處理整個流程。壞消息是你得學新技能,好消息是學了之後能做的事多很多。

AI 是工作利器,是學習殺手

這是吳恩達說得最重,也最反直覺的一點,值得你認真想想。他的判斷是:LLM,也就是 ChatGPT 這類大型語言模型,以現在大多數人的用法來說,對學習幾乎是有害的。研究數據顯示,學生用 AI 寫作業,短期分數提高,但長期記憶與理解能力明顯下滑,因為認知工作被外包出去了,大腦沒有真正處理過這些內容。他坦承自己也一樣:六個月前用 AI 解決了某個技術問題,六個月後遇到同樣問題,他還是得再問一次。這個觀察和他正在投入的新事業直接相關——他主導一個叫 Learn Vector 的組織,獲得 Coursera 一億美元投資,目標是建立真正個人化的一對一學習體驗,而不是讓 AI 幫你把答案寫完。

真正的機會在建東西,不在等模型更強

吳恩達說他幾乎每個週末都在自己動手做些什麼,因為建東西的成本已經低到一個人週末就能做出可用的工具。他的行銷團隊有人自己做了一個桌面應用程式,可以爬網路,彙整相關文章,讓他在寫作時隨時對照參考;財務長發現團隊每週花大量時間在手動複製貼上數字,自己寫了自動化腳本定期掃描文件,比對數字,在異常時發出警示。他的結論是:現在的瓶頸不在技術,在判斷力——知道該建什麼,該解決誰的問題。這個判斷力來自跟客戶談話,來自多年的產業經驗,而這恰好是 AI 目前最缺的東西。他把這個缺口叫做人類的 context advantage,而且認為這個優勢不是幾年內能被追上的。

吳恩達這場談話的底層邏輯只有一條:搞清楚誰在說什麼,為什麼說,然後別被嚇到,去學。他說得對,AI 不會讓你的工作消失,但你不動的話,一個比你更會用 AI 的人會拿走那個位置。恐慌是別人的產品,你的時間是你自己的。

重要發言 KEY QUOTES 點時間碼即在此播放
[01:00]
吳恩達

點名頭部 AI 公司透過恐懼敘事推動有利自身的監管,目的是讓競爭者(包括開源模型)難以生存,並說明這套敘事如何扭曲社會對 AI 的認知。

[03:00]
吳恩達

回應「AI 取代五成工作」的說法,引用 Erik Brynjolfsson 與 Andrew McAfee 的分析:AI 約能承接多數工作中三到四成的任務,其餘部分因互補效應反而更有價值。

[05:00]
吳恩達

談大學教育跟不上 AI 變化速度的問題:大學現在教的是 2022 年的技能,但學生畢業時需要的是 2028 年以後的能力;建議學生同步透過線上平台補充前沿 AI 技能。

[14:00]
吳恩達

明確表示 LLM 以現在大多數人的使用方式來說對學習有害:學生用 AI 完成作業可提高短期分數,但長期記憶與理解能力顯著下滑,屬於認知外包而非真正學習。

[20:00]
吳恩達

談 AI 工程技能地圖的研究發現:越來越多職缺描述強調高度自主性(agency),因為 AI 讓個人更容易自行發現問題並動手解決,不再需要等待上級指派。

[25:00]
吳恩達

討論 AI 與個人隱私的邊界:他信任大型雲端平台(hyperscaler)遵守服務條款,但對部分會悄悄修改條款以取得資料授權的小型 AI 公司持保留態度;敏感資料他選擇在本地端執行開源模型。

[35:00]
吳恩達

被問及 AGI(人工通用智慧,即能執行人類所有智識任務的 AI)何時到來,他說以他採用的定義來看,仍需數十年;並指出 OpenAI 過去與 Microsoft 的協議曾給予 OpenAI 提早宣告達成 AGI 的經濟誘因。

電子報訂閱 ・ NEWSLETTER

看完今天的,讓明天的自己送上門

每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。

已出刊 104 期 ・ 隨時可退訂

訪談出處
訪談名稱 Podcast(具體節目名稱未知)
講者 Andrew Ng(吳恩達)
觀看原始訪談 ↗

吳恩達 的更多觀點

MORE
吳恩達直言:寫程式不再是瓶頸,決定做什麼才是關鍵