别再迷信大模型！吴恩达亲授AI秘籍：小模型+边缘计算=财富密码

【导读】吴恩达指出，当下大模型的卷生卷死，谁是赢家不重要。关键的是谁能构建可信的AI应用，谁才能成为真正塑造未来之人，顺便成为下一个通过AI财富自由者。

AI创业的真机遇不在「更大」，而在「更聪明」！

当巨头们在百亿美金的赛道上比拼模型参数时，真正的创业机会正在另一端悄然爆发——智能体的时代，正在打开。

这是AI世界的「中小企业革命」：它不追求通用智能的神话，而是用成千上万个专注、可靠、懂业务的智能体，去啃下那些不起眼却极其值钱的现实问题。

AI创业：机会在智能体！

模型越大越好？投入越多越好？AI界的竞争，真的是这么朴实无华？

如果真是这样，那AI就不适合创业。

但除了做大模型，更大的机会在于使用工具去解决各行各业的实际问题，也就是所谓的智能体。

目前， AI智能体市场约为51亿美元，预计到 2032 年将增至 691 亿美元，7 年增长约17倍。

智能体会将任务其分解为一系列更小、更易于管理的子任务。它制定战略计划，逐步执行，并在过程中进行调整，模拟高级人类推理。

智能体会用多组提示词＋知识库，再联动外部工具，如搜索引擎、代码执行等。

智能体还能对大模型输出的结果进行自我批评。通过对「这是最好的方法吗？这能更准确吗？我遗漏了什么？」等问题自问自答、反复迭代的自我纠正，极大地提升了输出的质量和可靠性。

对于准备进入 AI 领域的创业者，必须明白：智能体的优势在于「专业化」。

大厂试图用单一模型包打天下，而多智能体中每个智能体只负责中一部分工作。

如何为智能体分配不同的角色，让小型、廉价的模型集体工作时超越像GPT-5这样的价格昂贵的标准模型，从而在特定领域降本增效——

这就是创业者能带来的价值增量。

不去追求AGI，

要用AI解决日常问题

科技界热衷于追求通用人工智能（AGI）。

这一追求消耗了数十亿美元的研究资金，并引发了无数的媒体炒作。吴恩达对此的建议是忽略它。

对于想进入AI界的创业者，最好期待AGI不会出现，因为AGI的出现意味着所有公司解雇所有知识型员工。

若这一天真的到来，自然也没了创业者的生存空间。

而当前AI领域之所以需要创业者，是因为当今每个行业都存在大量「无聊」、缺乏魅力但极具商业价值的难题。

创业公司应当专注于可衡量的成果，例如自动化文档处理、优化能源消耗、提高医疗诊断准确性以及简化制造流程。

这些应用不会登上头条，但它们通过提高效率、减少错误和降低成本，创造了数十亿的价值。这就是现在在人工智能领域真正赚钱的地方。

创业者要选择自己熟悉的行业，批判性审视工作过程反复出现是每一步流程，看看有哪些重复的、数据密集型的工作消耗了最多的人力？哪些流程最容易出错？这些都是你的目标。

构建或部署解决这些特定、高成本问题的窄人工智能解决方案。投资回报是直接、可衡量且巨大的。

在此过程中，创业者不必从头开发模型，而是要秉持「拿来主义」，积极探索和实验领先，且成本只有专有模型十分之一的开源模型，无论其来源如何。通过构建这些成本效益高且快速改进的基础，初创公司可以以更低的烧钱速度运营，更快地推出产品，并超越那些陷入昂贵专有模型的巨头。

关注小模型的边缘计算

当前，大多数大模型都在云端运行.

然而，吴恩达指出，随着小模型性能的增加，以及硬件价格的降低，未来将会见到更多的小尺寸模型，以及更多的模型在本地运行。

小模型的市场总量，将会从2022 年的9.3亿美元增长到2032 年的 54.5 亿美元；而边缘计算的市场，预计将在2028年达到3780亿美元。

边缘计算使得更多涉及隐私数据的应用变成可能。

例如，创业者可以开发一款手机app，实时分析用户的语音及使用数据，据此检测诸如抑郁症，阿尔茨海默症等的早期迹象，而所有数据都安全地存储在本地设备上，从而让用户方向使用。

在制造业中，创业者可在摄像头上增加多模态模型，让用户可以输入提示词，从而即时识别用户关心的微小的缺陷。

而在零售业中，创业者可以开发可供租赁的导购机器人去替代推销人员，接受商家定制的机器人通过观察用户的行为，选择潜在用户发送赠品，并将商家关注的私有用户数据保存在本地。

边缘计算+小模型之所以可行，是因为现有的基础设施已经完善，数十亿的智能手机及物联网作为计算设备，本身已经存在。

这些设备零延迟，零云成本和极致的隐私保护。

创业者要做的只是利用好这三个优势，通过优化小模型在特定领域的性能，构建一个个小而美的应用。

随着模型变得越来越小、同时性能越来越强大。

对AI领域的创业者而言，护城河不该是技术本身。

当下，人人都可以下载开源模型并部署。创业企业的真正不可取代之处在于提供给用户可信任感。

创业者不需要教育客户自己的技术有多先进，而是要想办法说服客户需要信任你开发的AI。

于此同时，监管机构也不再接受黑盒系统；他们要求可解释和透明的模型。

当模型本身不再稀缺，真正的竞争优势来自值得信赖的AI应用。

那些发展最快的公司不仅仅是在部署更多模型；它们在部署经过验证、监控和适当管理的模型。只有致力于构建可靠和透明系统的承诺，才能持久地保住领先地位。

关注军民两用的应用场景

2025年2月，吴恩达发表了暴论「我很高兴谷歌改变了其对AI武器的立场」。

不过，这样的言论也并非无的放矢，AI在军事领域的应用已成为一个关键、不可避免且充满创新的爆炸性领域。

尽管自主武器充满伦理风险，但现实是「军事 AI 淘金热」已经拉开序幕。这不仅仅局限于涉及生死的武器。

吴恩达自己的投资组合公司正在开发自主无人机，它们通过在灾区进行快速侦察来拯救生命，并为偏远部队提供安全的后勤保障。这可视为一种军民两用的应用场景。

除此之外，AI 驱动的智能安防，例如威胁检测、复杂硬件的预测性维护、军事仿真和培训，以及前所未有的大规模的后勤优化。全球各国政*的投资正在涌入，为能够提供强大、可靠和尖端 AI 解决方案的初创公司创造了一个成熟的生态系统。

企业家应调查「军民两用」技术。

为优化商业供应链而设计的AI系统，可以适应军事物流。用于工业检查的计算机视觉模型，可以重新用于海军舰艇的设备维护。

关键在于构建既适用于民用又适用于国防部门的基础技术，从而开辟一个庞大、资金充足的庞大市场。但许多人因胆怯而不愿进入。

远见即财富，洞见即机遇

以上几点，便是吴恩达对AI创业者给出的几点实用建议，这些指导从当前的技术出发，具有可操作性。

遵照这些建议，用AI创业并活下来，并非遥不可及的梦想，而是当下的现实。

如果你有远见、能洞察世界发展趋势，未来触手可及。

未来的AI财富，不属于那些拥有最大GPU集群的人，而属于懂得用最小模型解决最具体问题的人。

在巨头的阴影之外，是创业者的黄金边界——他们让智能真正落地，让信任成为新的护城河。

AI不再是技术的战争，而是执行与洞察的竞赛。胜者，将是那些在「巨浪之下」仍能稳稳立足的智能体造梦者。

参考资料：

https://www.reddit.com/r/AgentsOfAI/comments/1nogqpy/andrew_ng_the_ai_arms_race_is_over_agentic_ai/

https://aiquantumcomputing.substack.com/p/the-ai-oracle-has-spoken-andrew-ngs