【演講】吳恩達直言：寫程式不再是瓶頸，決定做什麼才是關鍵

這場演講值得關注的點有四個，合起來的意思是：AI 工具讓工程變快了，但這件事反過來讓決定做什麼變成最貴的資源；現在的就業市場是 2022，2023 年過度搶人之後的宿醉，不是 AI 沒機會，是篩選標準變嚴了；AI 泡沫很可能來，但泡沫不等於死亡，問題是你有沒有蓋在真正的地基上；最後，小型自架模型正在悄悄搶走大型雲端模型的地盤，這個方向目前人才嚴重不足。

◎工程師變快，PM 反而變成稀缺財

吳恩達講了一個矽谷正在發生的結構性變化：以前一個 PM 可以養四到八個工程師，現在這個比例趨近一比一，有些團隊甚至一個 PM 配一個工程師。原因很直接——AI 寫程式的速度大幅提升，但決定要做什麼這件事，AI 幫不上多少忙。當從規格書到程式碼的距離縮短，瓶頸就轉移到了上游：你要先想清楚要蓋什麼，使用者要什麼，哪個功能值得做。吳恩達說他個人最看好的，是那種既能寫程式，又願意去跟使用者談話，對產品有直覺的工程師——這類人在他眼中是矽谷目前跑最快的一群。他也坦承，他早年曾強迫工程師兼做 PM，讓一批好工程師覺得自己很差，那是他後悔多年的錯誤。現在他重提這件事，語氣帶著自嘲，但結論沒變：會跟使用者說話的工程師，就是現在最值錢的那種人。

◎就業寒冬的真相：宿醉，不是末日

Moroney 把近幾年的就業市場說得很清楚：2022，2023 年 AI 爆發加上疫情後的人才積壓，各家公司搶人搶到失去理智，很多人光憑履歷上有 AI 兩個字就拿到了超出自己能力的職位。2024，2025 年是清算期，公司裁掉了當初沒想清楚就招進來的人，初階職缺大幅收縮。但 Moroney 說這不是 AI 沒機會，而是篩選標準回到正常。他提到一個他輔導的求職者：技術能力頂尖，面試了三百多個職缺，每次到最後一關都被刷掉。問題出在面試教戰手冊教他要有立場，不要退讓，結果他把這句話詮釋成在面試中對每個質疑強硬回擊，讓面試官覺得這個人沒辦法跟團隊合作。後來調整了態度，下一個職缺就上了，薪水還翻倍。Moroney 的結論很簡單：現在要進場，靠的是真實能力加上業務思維，不是 AI 標籤。

◎泡沫要來，但點.com 時代的 Amazon 也活過來了

Moroney 不迴避泡沫這個詞。他說 VC 投資已經在收縮，過去只要提案有 AI 就能拿到錢，現在投資人謹慎多了。他用一個金字塔描述泡沫結構：頂端是炒作，往下是過度估值，跟風產品，底部才是真正的價值——而那塊真實價值其實很小。但他的重點不是末日預言，而是 2000 年網路泡沫的對照：泡沫破了，但 Amazon 和 Google 活下來，因為他們蓋的是真實地基。Pets.com 蒸發了，因為它靠的是流量幻覺。現在的問題是一樣的：你做的東西有沒有真正解決問題，有沒有業務價值？McKenzie 最近的報告指出，大約 85% 的企業 AI 專案以失敗告終，主因是範疇不清，跟著炒作走。這個數字說明，炒作和執行力之間的落差，現在就是最大的機會所在。

◎小型自架模型，才是下一個被低估的戰場

Moroney 在 ARM 工作，對這件事看得比較近：世界正在分叉成兩條路——一條是 GPT，Gemini，Claude 這類由雲端服務商代管的大型模型，另一條是可以自己架設，自己控制的小型開放權重模型。他說 Y Combinator 有八成的新創在用中國出品的小型模型，原因之一是成本，另一個原因是隱私。他舉了好萊塢片廠的例子：要用 AI 分析劇本，票房規律，上映時機，但沒有任何片廠願意把 IP 傳給第三方服務。自架小型模型是唯一的路。同樣的邏輯也適用於律師事務所，醫療機構。他的判斷是：大型模型那邊的泡沫會先破，小型自架模型的泡沫會晚一點——但現在這個方向人才嚴重不足，這就是機會。會微調（fine-tuning）開放權重模型的工程師，接下來兩三年會很搶手。

吳恩達和 Moroney 這場演講，說穿了是同一件事的兩面：工具變強了，但用工具的判斷力沒有跟著變強。AI 寫程式變快，不代表你就知道該蓋什麼；AI 泡沫要來，不代表整個產業要垮；小型模型在崛起，不代表你不需要懂業務。技術從來不是瓶頸，想清楚你在解決誰的什麼問題，才是。