吳恩達（Andrew Ng）在新年伊始，與我們分享了他對人工智能未來發展的個人見解，吳老師特別指出，AI正在降低軟件開發成本，使得快速構建軟件原型變得前所未有的容易。無論是為孩子制作抽認卡，還是管理國際賬戶的外匯匯率，亦或是自動分析用戶評論以快速發現產品問題，AI輔助編碼都能迅速實現這些應用。

吳恩達認為，AI輔助編碼在原型開發中尤為有效，因為原型通常不需要復雜的上下文和軟件集成，且在早期測試階段對可靠性的要求相對較低。盡管生成式AI也能幫助開發大型、關鍵任務軟件系統，但在這些領域的生產力提升并不如原型開發那樣顯著，因為要讓AI系統理解大型代碼庫的所有上下文并確保生成代碼的可靠性仍然具有挑戰性。

為了讓原型更快地進入用戶手中，像Bolt、Replit Agent和Vercel V0這樣的平臺正在利用生成式AI和代理工作流來提高代碼質量，并提供直接部署生成應用程序的功能

除了個人展望，吳恩達還邀請了五位業界領袖分享他們對2025年AI的期望：

1. Hanno Basse：為藝術家打造的生成式AI

Stability AI的首席技術官Hanno Basse希望生成式AI能夠幫助人們提高創造力和生產力，并專注于安全性、完整性、可訪問性和定制化等方面。他預見未來將出現大量針對特定任務的、經過微調的小型模型，這將是生成式AI真正發揮潛力的方向，也是在現實世界中部署生成式AI最安全、最負責任的方式

2. David Ding：生成帶有音樂、音效和對話的視頻

Udio的聯合創始人David Ding期待看到能夠生成包含語音、音樂和音效的完整視頻片段的模型。他認為，實現這一目標的技術已經就緒，只需將視頻和音頻同時建模即可。雖然這些模型最初的輸出可能無法與專業視頻編輯的最佳作品相媲美，但它們將迅速發展，就像當前的圖像模型可以生成與高端照片無法區分的圖像一樣。他相信，視頻仍將是一種藝術形式，因為人們將能夠更流暢、更快速、更互動地做出關于電影內容、外觀和感覺的選擇

3. Joseph Gonzalez：通用智能

加州大學伯克利分校教授Joseph Gonzalez預測，隨著規模限制的出現和推理成本的上升，基礎模型的訓練進展將放緩。相反，他希望看到基于AI的應用創新爆發，例如快速發展的代理堆棧。他認為我們已經實現了通用人工智能（AGI），并期待看到人們如何利用AI來個性化和改善他們的學習體驗。2025年的重點將轉向展示AI的實際價值，減少成本、創造收入、改善客戶體驗等。他希望我們能超越聊天，發現如何利用AI做偉大的事情，讓AI代理在后臺無形地幫助我們完成日常任務

4. Albert Gu：更少的數據，更多的學習

卡內基梅隆大學助理教授Albert Gu希望在未來一年能夠讓模型用更少的數據學到更多。他指出，當前訓練大型模型的方法消耗了大量的時間和能源，并且我們正在耗盡新的數據來源。他認為，數據效率問題與數據管理、特征工程、多模態、可解釋性和魯棒性、推理以及民主化等多個問題相關聯。解決數據效率問題將是AI領域更廣泛進步的指標

5. Mustafa Suleyman：行動的代理

微軟AI首席執行官Mustafa Suleyman認為，2025年，AI將學會“看見”，變得更智能、更準確，并開始代表我們做事。他認為“視覺”將成為2025年的突破性特征，并預見幻覺問題將得到顯著改善。他提出了“人工能力智能”（ACI）的概念，即AI開始代表用戶采取具體行動的時刻。他相信，2025年將是重要的一年，行動的代理即將到來