2025 AI盛宴：巨头争霸，人才激战，基建狂潮

2025年的尾声已悄然临近。

对于关注AI领域的读者而言，今年无疑是各路AI巨头竞相角逐的一年，是人才大战与架构重组频繁的一年，也是大模型军备竞赛白热化的一年，更是AI基础设施建设如火如荼的一年……

在这精彩绝伦的一年的尾声，我们的老朋友——斯坦福大学计算机科学客座教授、前百度AI负责人、前谷歌大脑负责人吴恩达老师，再次带来年度保留节目：一封信与2025年的AI领域年度总结。

年末寄语：三把金钥匙

元旦假期将至，美妙的寒假与春节假期也即将来临。在假期前，「永远不要停止学习」成为老生常谈，尤其对于那些希望在蓬勃进化、高度竞争的人工智能领域内谋求发展的人来说。吴恩达在今年的信中给出了他的建议。

以下是公开信全文：

亲爱的朋友们：

又一年，AI以惊人的速度向前推进，为所有人——包括刚进入这个领域的新手——创造了前所未有的软件开发机会。事实上，许多公司现在最大的困扰之一，就是找不到足够多真正懂AI的工程师。

每年冬季假期，我都会留出一段时间来学习和动手构建项目，希望你们也能如此。这不仅能帮助我打磨已有技能、掌握新知识，也能实实在在地推动你的技术职业发展。

要真正具备构建AI系统的能力，我建议你做到三点：

系统地学习AI课程

持续动手构建AI系统

（可选）阅读研究论文

下面我解释为什么这三点都如此重要。

我常听到一些开发者建议别人：「别学了，直接上手做就行。」这是非常糟糕的建议！除非你已经身处一个经验丰富的AI开发者社群中，否则在没有理解AI基础的情况下贸然动手，很容易导致你重复发明轮子，或者更糟糕的是，把轮子重新发明得一团糟。

举个例子，在面试中，我见过不少候选人：自己重新发明了一套标准的RAG文档切分策略；重复实现了已经成熟的Agentic AI评估方法；写出了结构混乱、难以维护的LLM上下文管理代码。如果他们提前上过几门相关课程，就会更清楚哪些「积木」已经存在于行业中。他们当然仍然可以选择从零实现这些模块，甚至发明出比现有方案更好的方法，但至少能避免浪费数周时间走弯路。

因此，结构化学习至关重要。

而且说实话，我个人觉得上课非常有趣。与其看Netflix，我更愿意随时打开一门优秀AI讲师的课程来学习。

同时，仅仅上课是不够的。有许多重要的经验，只有通过亲手实践才能真正学到。学习飞机是如何运作的理论，对于成为一名飞行员当然非常重要，但从来没有人只靠上课就学会开飞机。在某个时刻，真正坐进驾驶舱是不可或缺的！好消息是：随着高度智能化（highly agentic）的编程助手出现，动手构建的门槛已经比以往任何时候都低。而当你开始学习AI的各种构建模块时，它们常常会激发你对「还能做些什么」的新想法。如果我一时找不到项目灵感，我通常会去上几门课，或者读一些研究论文。这样坚持一段时间后，我总会冒出一大堆新的项目想法。而且，说实话，我觉得「做东西」本身真的很有趣，也希望你能体会到这种乐趣！

最后，并不是每个人都必须这样做，但我发现如今就业市场上最强的一批候选人，几乎都会偶尔阅读研究论文。虽然在我看来，论文比课程难啃得多，但它们包含了大量尚未被翻译成更易理解形式的前沿知识。我会把读论文的优先级排在课程和实践之后，但如果你有机会提升阅读论文的能力，我仍然强烈建议你这样做。（你也可以看看我以前讲过的一段关于如何读论文的视频。）上课和动手构建对我来说很有趣，读论文则更像是一种「磨练」，但从论文中偶尔闪现的洞见，真的令人愉悦。

祝你度过一个美好的寒假，新年快乐。除了学习和创造，也希望你能多花时间陪伴亲人——那同样非常重要！

Love,

Andrew

年终总结：AI工业时代的黎明

2025年确实精彩绝伦。

作为每年的保留节目，吴恩达的年终总结总能带我们回顾全年最重要的人工智能事件和发展趋势。

2022年，是AI的璀璨之年；生成文本、图像、视频、音乐和代码的系统即将到来，引发了关于创造力的未来问题的讨论。

2023年，是创新与焦虑的一年；生成式AI浪潮席卷了各行各业，其不断扩大的能力引发了智能机器可能会使人类过时的担忧。

2024年，是暴风雪般进步的一年；人工智能取得了突破性进展。智能代理系统提升了推理、使用工具和控制桌面应用程序的能力。小型模型迅速普及，其中许多比其前辈更强大且价格更低廉。

2025年或将被铭记为AI工业时代的黎明。让我们跟随吴恩达的视角探索2025年最具代表性的AI大事。

思考型模型解决更大问题

去年年末OpenAI推出了首个推理模型o1，将一种具备代理能力的推理工作流内嵌其中。今年1月DeepSeek-R1向世界展示了如何构建这种能力。结果是：数学与编程性能立刻提升、问题回答更准确、机器人能力更强、AI智能体取得快速进展。

在年初模型只有在被明确提示时才会执行推理策略。如今大多数新的大语言模型都会默认这样做从而在广泛任务上显著提升了性能。

巨额薪酬吸引顶尖AI人才

领先的AI公司展开了一场激烈的人才争夺战用堪比职业体育明星级别的薪酬从竞争对手那里挖走顶尖人才。

数据中心建设狂潮席卷全球

智能体让代码编写更高效

结语：去亲手构建未来