x-andrewyng

亚当·蒂尔勒是"无需许可的创新"这一理念的权威倡导者。他认为，最好的创意诞生于无需事先征求政府许可的环境。保护开源AI模型，正成为捍卫这一创新自由的关键战场。当前美国AI治理辩论中，开源模型是否会被新的隐性许可制度所限制，已到了紧要关头。

Andrew Ng分享了构建0到1产品的三大关键循环：智能编码循环（AI代理自动迭代代码直至无bug）、开发者反馈循环（开发者审视产品并引导AI改进，发挥人类的“背景优势”）和外部反馈循环（通过朋友测试、Alpha测试或A/B测试获取数据）。随着编码代理加速软件开发，越来越多的工程师开始承担部分产品管理角色，关键是要在产品愿景构建与用户反馈之间取得平衡。

过去两周，美国政府与Anthropic相继采取重大行动，通过限制他人对前沿模型的使用，展示了他们控制AI准入的权力。Anthropic发布Claude Fable 5时增加了限制开发者构建竞争性LLM技术的条款，并以安全为由阻碍潜在竞争者；随后美国政府以国家安全为由对Mythos和Fable实施出口管制，导致Anthropic全球范围内禁用Fable。这些事件让许多国家和企业意识到依赖单一AI提供商的不可靠性，加速了他们寻求开源等替代方案的努力，也促使全球范围内关于AI主权的讨论升温。

这门新课程教你如何为AI智能体和应用添加语音功能，打破传统语音应用在速度与可靠性之间的两难取舍。你将学习构建三种语音应用：语音与鼠标协同的互动游戏、仅需约10行代码即可为现有智能体添加语音能力、以及具备外呼电话功能的智能体。课程涵盖在不重写提示词、RAG流程或工具的前提下为现有智能体添加语音层，设置语音评估系统，以及实现实时通话转录回传等关键技能。

硅谷新兴热门职位是 AI 前部署工程师（FDE），即嵌入客户组织帮助定制解决方案（如构建和调优适应该客户特定需求的智能体工作流）的工程师。该角色约二十年前由 Palantir 开创，如今随着 OpenAI 和 Anthropic 组建团队部署 FDE 而再度兴起。然而，Andrew Ng 认为 AI 工程师的岗位数量将远超 FDE，因为多数公司更希望自己的员工参与项目，且绑定特定供应商的 FDE 会降低未来选择灵活性。随着 AI 工程角色不断成熟，未来将分化出 AI FDE、LLMOps 工程师、评估工程师等更多专业化岗位。

本课程由Andrew Ng联合Red Hat推出，聚焦高效服务大语言模型的核心挑战：一个700亿参数模型仅加载权重就需要约140GB显存，每个活跃请求还需独立的KV缓存。课程将教你通过量化技术减少模型内存占用，并利用vLLM的智能内存管理高效处理大量并发请求。你将学习量化模型并权衡精度、使用vLLM部署并观察并发处理、以及基准测试并在速度、成本与精度之间做出明智抉择。

阵亡将士纪念日，我们缅怀那些为捍卫民主献出一切的英雄。民主并非与生俱来，而是一份珍贵的遗产，需要我们持续守护。🇺🇸

白宫新规要求绿卡申请人必须从美国境外提交申请，这是对合法移民制度的任性打击。该政策将拆散家庭，导致医生、教师和科学家的减少，并损害美国在人工智能领域的竞争力。

哈佛大学近日投票决定，将本科课程中A等成绩的比例限制在约20%，以应对成绩通胀问题。但吴恩达（Andrew Ng）对此表示反对。他认为教育的核心应是帮助所有学生成功，而非评判或筛选。他主张设立高标准的同时，全力支持100%的学习者达成目标，而非只让少数人出类拔萃。他进一步指出，GPA并非招聘时的重要信号，更有效的评估方式应是通过实践和反复练习帮助学习者真正掌握技能。

本课程由Andrew Ng与Google Cloud技术团队联合打造，教你构建能生成图像和视频的AI智能体。核心在于让智能体自我评估输出结果并通过迭代提升质量。你将学习三种评估技术：图像-文本相似度评分检测输出与提示的匹配度、基于LLM的裁判按品牌一致性等自定义标准评分、以及结构化评分表将提示拆解为可验证的"是/否"问题（如"主体是否在画面中？""镜头运动是否匹配？"）。课程涵盖图像和视频提示工程、将品牌指南转化为UI原型的图像智能体，以及规划多场景解说并生成同步音频动画的视频智能体。

本课程由 DeepLearning.AI 与 AMD 联合打造，Sharon Zhou 主讲，帮助你深入理解 Transformer 架构的 LLM 实际运作机制。你将学习模型如何逐个 token 生成文本、如何通过注意力机制决定哪些历史词汇影响下一个词的预测，以及量化等加速 GPU 推理的技术。课程包含互动可视化，让你亲手操作这些概念，建立直观直觉，并掌握诊断推理瓶颈、缓解模型幻觉以及运用 RAG 和思维链等实用技能。

吴恩达（Andrew Ng）发文反驳"AI导致大规模失业"的论调。他指出，尽管AI确实影响就业，但净创造的工作岗位远超消失的岗位——美国失业率仍保持在健康的4.3%即是例证。他认为"AI失业末日"叙事之所以流行，部分原因是前沿AI实验室有激励夸大技术能力，SaaS公司也希望通过替代高薪员工来获取更高定价。此外，企业更愿意将裁员归因于AI，而非承认疫情期间的过度招聘。吴恩达预测，未来将迎来"AI就业狂欢"（AI jobapalooza），AI将创造大量优质工程岗位，并呼吁更多人掌握AI技能以适应未来的工作需求。

Andrew Ng宣布Coursera与Udemy合并为一家公司，他表示很高兴两家公司能携手共同服务学习者。两家公司都坚信优质教育能改变人生，而在AI改变工作性质、持续学习需求日益增长的当下，这一使命更加重要。通过整合双方优势——更广泛的学习内容、值得信赖的师资和更具吸引力的学习体验——新公司将能大规模提供更个性化、更实用、更易获取的学习服务。Andrew Ng将担任合并后公司的董事长。

本课程教你构建能够响应用户需求、在聊天界面中直接生成图表、表单和白板等自定义UI的智能体。课程与CopilotKit合作开发，由联合创始人@ataiiam讲授。你将学习三种方法：让智能体从你构建的自定义组件（如图表、表单）中选择；从你提供的构建块（如行、卡片、文本）中组合新布局；或将现有的第三方应用（如白板、日历）直接嵌入对话中。通过本课程，你将掌握构建能渲染自定义组件、实现智能体与用户协作共享数据、以及在界面中嵌入地图、日历等第三方应用的技能。

编码代理对前端开发加速效果最显著，其次是后端开发，基础设施和科研工作加速幅度依次递减。前端开发因编码代理熟练掌握TypeScript、JavaScript及React、Angular等框架而大幅提速；后端开发虽也有提升，但仍需人类工程师处理边界情况和安全漏洞；基础设施涉及复杂权衡和深度调试，AI帮助有限；科研工作除编码外还有大量非编码环节，编码代理的加速作用最为有限。理解这些差异有助于合理设置团队预期并优化组织方式。

AI原生软件工程团队与传统团队运作方式截然不同。除了利用编码智能体大幅提升开发速度外，工程师的角色也从纯编码扩展到产品管理、设计甚至营销等领域。由于构建速度加快，决策"做什么"成为新瓶颈，促使工程师与产品经理比例下降，甚至出现工程师兼做产品决策、产品经理学习编程的趋势。当编码速度提升10倍或100倍后，营销、法律合规等环节也可能成为新的瓶颈。小而精的团队（2-10人）中，通才更易脱颖而出，而同地办公、面对面沟通能最大限度减少沟通瓶颈，实现最快执行速度。

作者在达沃斯世界经济论坛指出，企业不应仅满足于自下而上的AI试点项目，而应通过端到端工作流重新设计实现变革性影响。以银行贷款为例，将人工审核替换为AI审核只能带来微小效率提升，但重新设计整个流程实现"10分钟贷款"产品，则能从根本上改变客户体验和业务规模。

这门短课程教授如何按照最佳实践创建智能体技能，这些技能采用开放式标准格式构建，可一次构建后部署到任何兼容的智能体平台，如Claude Code。课程涵盖自定义代码生成、数据分析和研究技能，以及使用Anthropic预建技能构建复杂工作流。

美国的多项政策导致盟友担忧过度依赖，转而寻求主权AI——即国家在不依赖外国力量的情况下获取AI技术的能力。这虽然削弱了美国影响力，但可能促进竞争并推动开源AI发展，各国正投资开发本土基础模型和开源解决方案。

尽管AI尚未大规模取代工作岗位，但掌握AI技能的员工正在取代不会使用AI的同事。AI工具提升了个人效率，使得团队规模缩小，同时为具备AI技能的人才创造了大量新机会。

这门新课程教授A2A协议，这是一个标准化智能体发现与通信的开放协议。课程中您将构建一个医疗多智能体系统，让基于不同框架（如Google ADK和LangGraph）的智能体通过A2A进行协作，学习如何将智能体封装为A2A服务器并构建客户端连接。

作者在圣丹斯电影节AI小组讨论中分享了与好莱坞电影人的对话，探讨了娱乐行业对AI的担忧，包括知识产权、就业威胁等问题，同时指出双方在防范深度伪造和技能再培训方面存在共同利益。

吴恩达向AI朋友们致以情人节问候，用"温度参数升高"的比喻表达见到AI朋友时的兴奋与温暖，体现了AI领域的幽默与温情。

作者通过为女儿定制AI设计的蛋糕，说明AI可以创造新的工作机会。虽然AI可能取代部分工作，但历史表明技术进步会催生新的就业领域，如护理、创意、技术和商业服务行业。AI还能提升数字服务需求，让开发者更高效，从而扩大软件行业就业规模。

Inception Labs推出的Mercury 2是全球首个推理扩散LLM，性能比领先的速度优化型LLM快5倍，将多年研究成果转化为实际产品。

这门短期课程教你使用JAX及其工具生态系统从零开始构建和训练一个2000万参数的语言模型。你将实现完整的MiniGPT风格架构，训练模型，并通过图形界面与完成训练的模型进行对话。

苹果最新笔记本电脑命名为Neo，与作者儿子同名，引发是否购买的思考。作者设想在苹果Neo上运行亚马逊Nova，希望能让两个孩子都感到惊喜。

Context Hub是一个开源工具，通过简单CLI为编程助手提供最新API文档，解决助手使用过时API和参数幻觉问题。该工具还能让助手为文档添加注释并分享学习成果，随着时间推移会变得更加智能。

作者提出是否应该为AI编程智能体建立类似Stack Overflow的共享平台，并介绍了上周发布的Context Hub (chub)开源CLI工具。该工具为编程智能体提供最新的API文档，已获得6000多GitHub星标，文档库从不到100个扩展到1000多个API文档，支持智能体间分享文档使用反馈。

这门短期课程教授如何构建记忆系统，使智能体能够跨会话持久保存记忆并持续学习。你将学习设计记忆管理器、实现语义工具检索，以及构建让智能体自主更新知识的回写管道。