ARTICLE · 1045619
为什么同一个AI,马斯克喊你躺平,吴恩达喊你内卷
一、两个最懂AI的人，给出了完全相反的答案
今天在youtube上看了一个视频是关于科技博主采访吴恩达——Google Brain 联合创始人、Coursera 创始人，可能是这个星球上教过最多人机器学习的人。里面提到的一些观点让我想起来年初在德州奥斯汀的巨型工厂里，Peter Diamandis 采访马斯克，聊AGI、能源、机器人，聊了两个多小时。
两人聊到了同一个问题：AI到底会不会抢走我们的工作。
马斯克的答案：会，而且快得多。原话是——
「我担心的不是长远，是接下来3到7年。AI和机器人是一场超音速海啸，没有开关，正在加速。除了搬动原子的活儿，AI现在就能干一半以上。」
而吴恩达的答案：不会。原话是——
「AI末日论就是不会发生。也许AI能做很多工作中30%、40%的任务，这意味着人类做的那剩下60%，反而变得更值钱了。」
同一个问题，结论180度相反。总有一个在说谎——或者，总有一个在赚钱。
二、马斯克的牌：明年AGI，你该躺平了
先把马斯克的说法完整摆出来，你会发现它环环相扣：
时间表：AGI明年（2027年前）实现；2030年之前，AI智力超过全人类总和。他的原话更狠：「我们已经身处奇点之中。」
替代顺序：白领先死。因为「只要你还在敲键盘、动鼠标，就是在搬运信息，计算机就能取代你」。他打了个比方：一家全AI的公司会把半AI的公司「碾压」，就像一张电子表格，只要有一格是手算的，你就竞争不过全自动的那张。
结局：东西便宜到离谱，因为生产成本最后只剩设备和电费，全民高收入（UHI）自动到来——不是税收再分配，是东西自己变便宜。
所以他的建议是：「别为退休存钱了，没意义。读大学？除非你想社交，否则不知道去干嘛。别去医学院——三年内，机器人外科医生会比全人类最好的外科医生更强。」
这套说法吓人的地方在于：它不是疯话。单拎每一句，都有科技圈的严肃人物当真。但整个串起来看，就是另一回事了——吴恩达反驳的正是这一整套。
三、吴恩达的牌：末日论是一门生意
吴恩达整场访谈里最锋利的一句话，是揭开了一个行业公开的秘密：
「几年前开始，几家头部AI公司就在制造恐惧氛围。因为如果你花几十亿美元训练了一个大模型，最难受的事就是别人训练一个免费的给大家用。贩卖恐惧是为了推动监管，把开源锁死，给所有人修收费墙。」
在他看来，「AI像核武器」这种类比毫无事实根据。
这段话单看有点绕：贩卖恐惧和开源有什么关系？拆开就明白了。训练一个前沿大模型，要烧掉几亿到几十亿美元，这笔钱只能靠后续收回来——卖API、收订阅费、签企业合同。最怕的事，就是有人训练出个差不多的模型免费放出去：Meta的Llama、DeepSeek都这么干过，收费模型的定价权当场崩掉。
市场竞争里，你拦不住别人免费送东西，那就只剩立法一条路：要求「足够强的模型」发布前报备、做安全评估，出了事开发者担责。这种合规成本，大公司养得起，大学实验室和独立开发者养不起——法案一过，开源事实上就死了，全世界的AI都得从那几家公司的收费墙里过。
而推动立法需要弹药。「请立法管管我的竞争对手」，没人理你；「AI可能失控、灭绝人类」，就能上听证会。这就是那套恐惧营销的完整链条：贩卖恐惧是弹药，锁死开源是目标，收费墙是终点。2023年，Altman在参议院听证会上主动说「请监管我们」；2024年，加州SB 1047法案要求大模型发布前做安全测试并担责，逼得整个开源社区反弹——吴恩达本人就是反对派，法案最终被否决。
要补一句的是，他骂的恐惧主要指「AI灭绝人类」这类世界末日论——只有吓到足够大，才推得动立法。至于普通人的工作焦虑，他单独给了答案。
那AI实际能干多少？他引用斯坦福经济学家 Brynjolfsson 的分析：把工作拆成一个个小任务看，AI能做的只是很多岗位里30-40%的任务，不是整份工作。剩下的60%需要人类经验——他称之为「上下文优势」：你见过客户皱眉的瞬间，你知道老板哪句话是反话，这些信息不在任何训练数据里。
他的原话甚至有点泄气：「说实话，我真希望AI能更好用一点。」在吴恩达眼里，网上铺天盖地的「AGI已经来了」，就是厂商的营销话术——把AI吹上天和把AI说成末日，看起来是对头，其实是同一批人各取所需。
四、当场拆台：马斯克被自己的访谈拆了
两场访谈里有一个瞬间，比所有观点都值钱。
马斯克在聊芯片设计时随口提到：两周前，他试过用AI做电路设计。结果四个字——「Not happening yet.」还不行。
注意这个场景的含金量：这不是普通用户吐槽，这是手握自研大模型、自建十万卡集群的人，在自己最熟悉的工程领域，当场承认AI干不了核心活。
再看一个2025年的实验：16名资深程序员在自家项目上使用AI工具，他们自以为提速了24%，实测慢了19%。
这就是两个人真正的分歧：马斯克说的「AI能干一半白领的活」，指的是演示里能做到；吴恩达说的「AI只占任务的30%」，指的是实际生产里靠得住。从演示到部署之间隔着的，是合规、错误率、组织惯性——恰好是马斯克自己也承认的「很多行业的惯性会让变化慢下来」。
同一个人，聊预测时什么敢说，轮到自己干活，就知道AI还不行。
五、谁在害怕，谁在赚钱：先看他们靠什么吃饭
别急着站队，先看看这两位靠什么吃饭。
马斯克在卖什么？ 特斯拉的市值早就不是按车厂算的，是按机器人公司算的——Optimus 量产的故事撑起了财报里最重要的想象空间。xAI 融资也要靠讲故事。他说的每一个「明年」，都在给自家公司撑估值。顺便说一句，他的FSD「明年实现全自动驾驶」说了十年，日期从来没对过。
吴恩达在卖什么？ Coursera 和他的新公司，商业模式就是「技能转型」——只有你相信学了AI有用，他的生意才成立。末日论调是他的天敌。不过他也没那么干净：他在访谈里说「软件工程岗位空缺在上升」，而招聘平台数据显示程序员岗位从2022年峰值一路下滑——他同样在挑对自己说法有利的证据。
两个人说话都带着自己的利益，只是马斯克押得更重——他的身家、公司估值、融资能力，全押在「AI马上改变一切」这套故事上。
六、但马斯克赢的那一局，吴恩达根本没上桌
如果因此把马斯克当小丑，你会错过他真正厉害的部分。
整场访谈里最实在的是能源和中国那段，而吴恩达对此完全沉默：
中国光伏年产能约1500吉瓦，去年新增500太瓦时发电量，70%来自光伏 中国2026年发电量将达到美国的3倍，「AI算力将远超世界其他地区」 全球AI的瓶颈不是芯片，是电力、变压器、散热——并网申请排队要一年 芯片制程「3纳米到2纳米只有10%提升」，节点数字一半是营销
这些不是观点，是查得到的事实，而且正在发生。
更别提历史战绩：可回收火箭，当年全行业嘲笑，如今猎鹰9号复飞超过500次。马斯克报的日期几乎全错，看的大方向却屡次全对。而吴恩达，判断「眼下什么能用」很准，可「AI最终能走多远」，他说到底也只是给个观点。
七、他们唯一达成一致的事，恰恰最重要
吵了这么多，两个立场相反的人，有三条说法几乎一模一样：
第一，大学跟不上了。 马斯克：「课程审批要两年，AI以月为单位变化。」吴恩达：「大学教授一门新技能要一两年，我们该教的是2028年的工作，结果还在教2022年的。」
第二，1:1 AI家教是方向。 马斯克刚在萨尔瓦多签约，用Grok做个性化教育；吴恩达拿1亿美元成立了新公司，专门做一对一生成式学习。两个死对头，押了同一个赛道。
第三，普通人该干的事是一样的：学AI，动手做。 区别只是动机——马斯克说你学了也白学但没办法，吴恩达说你学了就能加薪。
八、预测信吴恩达，保险买马斯克
那普通人到底听谁的？把两种结局摆出来一看，答案就出来了：
听吴恩达的，两种结局都不吃亏；听马斯克的，只有他自己全部说中那一种结局里才划算。选那个「就算错了也不心疼」的。
所以我的结论是三句话：
- 预测上信吴恩达
——关于你未来3年的工作，他是拿数据说话的那个； - 保险上听马斯克的
——他说的那种极端情况有三成概率，值得留一份「行业突变预案」，但别拿退休金去赌； - 别忘了他们都有立场
——两个人都不是中立第三方，一个靠这套故事撑估值，一个靠劝你学习卖课。
真正的问题不是「谁说得对」，而是：下次再有人给你描绘未来，先想想他靠什么赚钱。