夜雨聆风如果你关注AI超过五年，这两个名字不需要我介绍。如果你刚关注不久，只需要知道一件事：在华人AI研究者里，这两个人站在最顶端。
吴恩达，Google Brain创始人，斯坦福副教授，Coursera联合创始人。全球几百万人都上过他的机器学习课。李飞飞，斯坦福HAI研究所联合主任，ImageNet的缔造者——没有她当年做出来的那个数据集，深度学习可能到现在还没起飞。
这两个人平时关系很好，公开场合基本互相站台。但在CES 2024这场对谈里，他们出现了一次公开分歧。不是客套话那种，是真的观点不同。我在屏幕前反复看了这一段——能让这两位吵起来的话题，一定值得你认真听。
今天把最核心的五段拆出来，加上我的视角。
01 这一次，AI冬天真的不会来了
主持人：AI已经经历了好几轮热潮和低谷，今年会迎来低谷吗？
吴恩达：我觉得不会，因为人工智能的商业基础比以往任何时候都更为强大。甚至在生成式AI浪潮之前就已经如此。人工智能可能已经推动了数千亿美元，也许是数万亿美元。人工智能最为人所不理解的一个方面是，它是一种通用技术。如果我问你电力有什么用，几乎很难回答，因为它对许多不同的事物都有用。AI也是如此。即使今天AI没有取得技术上的核心进展，全球各地已经有太多场景等待被发现和建设。
李飞飞：我大致同意。人工智能正在成为一种深化的横向技术。当它成为一种深化的横向技术时，它就会成为下一次数字革命或工业革命真正的变革性驱动力。这项技术正在深入到所有垂直业务和客户、消费者体验中，并正在改变我们社会、经济、政治景观的基本结构。
【破局长视角】
“AI冬天”这个词，老从业者听了心里都会咯噔一下。上世纪七八十年代，AI经历过两次冬天——钱烧完了，技术没跟上，整个领域沉寂了十几年。所以每次AI热起来，都有人问：这次会不会又来一遍？
吴恩达的回答很干脆：不会。不是因为技术不会再碰壁，是因为商业根基已经太厚了。他把AI比作电力——你没法回答“电力有什么用”，因为它对一切都有用。AI正在变成同样的东西。过去技术退潮是因为没钱赚，现在光谷歌一家公司，AI驱动的广告推荐就已经是千亿美元级别的生意。池子里有水，退不了潮。
【🔸 破局动作】别把AI当风口追。风口会停，但电力不会停。把你工作中最耗时的三个环节列出来，问自己：如果AI是电力，我的哪个“电器”还没插上插头？
02 两人第一次公开吵起来：AI该自主还是该辅助？
主持人：2024年AI领域可能发生什么重大突破？
吴恩达：我对自主代理的崛起感到兴奋。你可以给AI系统一个指令，比如“帮我做市场调研，进行竞争分析”，它会自己去规划一系列动作——搜索、下载网页、总结信息——离开半小时或一小时，然后带着答案回来。
李飞飞：我以尊重的态度稍微持不同意见。你用了“自主代理”这个词，我想将它改成“辅助代理”。长尾分布仍然很困难，无论我们谈到幻觉还是其他事情。在很多工作领域，为了高质量的服务和产品，长尾问题很重要。我更可能看到的是人机协同、辅助代理的情况，一部分工作自主完成，一部分协作完成，而不是完全自主。
吴恩达：我们终于有点不同意见了。不过实际上我是同意你的。让我分享我的观察：在商业世界中，很多人宁愿让人工智能与人类共事，而不是取代人类，因为这会引发失业讨论。是否使用AI进行自动化，通常是一个商业经济决策。
【破局长视角】
这段我反复看了好几遍。这不是客套，是真分歧。
吴恩达说“自主代理”，脑子里想的是商业场景——让它去干活，能省多少算多少。李飞飞说“辅助代理”，脑子里想的是医疗场景——她在医院做过很多AI项目，见过太多长尾情况，知道完全放手会有多危险。
她的原话是“长尾分布仍然很困难”。用大白话说就是：AI能搞定80%的常见情况，但剩下20%的边缘情况——那个病人有罕见并发症、那个合同有特殊条款——AI会翻车，而且翻得很惨。所以她坚持必须有人盯着。
有意思的是吴恩达最后认了。他说“实际上我是同意你的”。一个全球最知名的AI布道者，在被反驳之后当场说“你说得对”，这不常见。
【🔸 破局动作】你的工作里，哪些部分是“长尾”的——偶尔出现但一错就完蛋？这些环节，别急着甩给AI。AI可以先做初筛，你做最后的判断。把AI定位成“实习生”，不是“替身”。
03 别怕被AI替代工作，它连“护士的一天”都搞不定
主持人：AI会导致大规模失业吗？
李飞飞：我们必须小心“替代工作”和“替代任务”的区别。每一个人类工作，实际上涉及多个任务的集合。比如我研究医疗保健，一个护士8小时的工作包含数百个任务。我确实看到AI代理在许多任务上提供帮助，但在讨论工作时我们应该非常小心。
吴恩达：每次我在企业中进行这项工作时，我们都想出非常多的AI应用想法。但第二件事是，往往具有最高回报率的任务并不是人们最初认为的那样。比如放射科医生，人们往往认为他们就是看X光片。但实际上我们将这份工作分解为许多任务，像收集患者病史之类的事，结果可能更容易AI化，而且回报率更高。系统地进行这种练习，通常有助于企业识别有价值的机会。
【破局长视角】
“替代任务”和“替代工作”这个区分，是我觉得整场对话里对普通人最有价值的一个概念。
一个护士一天要干几百件事。量体温、换药、安慰病人、写病历、跟医生沟通、跟家属沟通、检查设备、处理突发情况。其中有些任务AI能做，但没有任何一个AI能把这几百件事串起来干一天。所以李飞飞的意思是：别讨论“护士这个工作会不会消失”，那个问题太大了。应该讨论“护士的哪个任务最值得用AI提效”。
吴恩达补充了一个很有意思的发现：企业试了一圈之后发现，AI最擅长干的往往不是大家以为的那些任务。比如放射科医生，大家都觉得AI应该替他们看片子，结果发现看片子这件事AI能做到90分，但真正省时间的反而是帮他们整理病史。先解决容易的，反而回报更高。
【🔸 破局动作】把你工作里所有重复性任务列出来，分成两列：一列是“AI做可能出错的”，先放着；一列是“AI做也错不到哪去的”，这周就开始用AI替掉。
04 AI版权大战背后，受伤的不只是大媒体
主持人：如何看待《纽约时报》起诉OpenAI和微软的版权诉讼？
吴恩达：我查看了诉讼材料。坦率地说，当我看到《纽约时报》的诉讼时，我觉得这是一个非常混乱的论点。OpenAI存在复读原文的bug，而《纽约时报》只是指出了这个bug。仅仅因为它能这样做，并不等同于OpenAI在大规模复读《纽约时报》文本。我认为这个诉讼试图在“训练数据包含文章”和“大规模复读内容”之间建立联系，但这并没有完全反映事实。
李飞飞：我想从更宽泛的角度补充。除了《纽约时报》诉讼，我们还看到艺术家与Midjourney等公司的诉讼。受影响的不只是大媒体公司，还包括个体艺术家、摄影师、音乐作曲家。整个创作者生态系统都受到了挑战、扰乱，同时也被AI技术所增强。无论是公共部门还是私营部门，都应该更细致入微地关注这个问题，而不是只挖表面。
吴恩达：版权法是在先前的时代制定的，我认为它需要为生成式AI时代进行更新。AI领域需要在这方面做得更好，进行更好的沟通，向人们保证工作丧失的情况不会像他们想象的那么糟糕。
【破局长视角】
吴恩达跟《纽约时报》较劲这段，我没什么特别想说的。但李飞飞把镜头拉远的那一下，让我停了一下。
她说，《纽约时报》在跟OpenAI打官司，但这件事的波及面远不止大公司。那些在Etsy上卖手绘插画的个人创作者、在素材网上卖照片的摄影师、写歌的小音乐人，他们的作品被AI吃掉的速度更快，但他们连起诉的钱都没有。
吴恩达说版权法该更新了，这点我非常同意。但李飞飞补充了一个更深的点：我们需要的不是官司的输赢，是一套新规则。一套让技术发展跟创作者权益能共存的东西。这事很难，但绕不过去。
【🔸 破局动作】如果你做内容创作，这周花半小时了解一下你的作品有没有被AI训练数据收录。目前工具还不多，但可以搜索“Have I Been Trained”这类项目，对自己的内容被用了多少心里有个数。如果你是企业主，用AI生成商用内容之前，多问一句：这是不是吃了别人没授权的作品？版权风险是真实存在的，别以为大公司打官司跟你无关。
05 别只看OpenAI，应用层要爆发了
主持人：2024年谁会是基础模型领域的主角？
李飞飞：很难单独挑出一个公司。我相信将会有令人振奋的发布，从芯片端的下一代H100，一直到消费端。我希望看到，也相信2024年将会是由AI应用和AI技术拓宽定义的一年。
吴恩达：每当有一波技术创新时，媒体喜欢谈论技术层面。这没有错，但事实证明，为了使技术基础设施层取得成功，我们需要应用层取得更大的成功。坦白说，我们需要建立在这些工具之上的应用来创造更多收入，以便支付这些工具的构建成本。我们最好集体创造一些应用，来填补GPU资本投资带来的数百亿美元空缺。很多实际工作不仅仅是基础模型，它将涉及医疗、金融服务、教育、电子商务等各种行业。
【破局长视角】
吴恩达这句话可以翻译成一句更直白的话：OpenAI们烧了几百亿美元买GPU，如果应用层不赚钱，这笔账填不上。
这是对所有创业者的一个信号。现在不是卷基础模型的时候，是卷应用的时候。你不需要比OpenAI更会做大模型，你需要比竞争对手更会用大模型解决一个具体问题。
李飞飞说2024年是“应用拓宽定义的一年”。我的理解是：AI不再是一个独立赛道了，它会变成所有赛道的一部分。就像当年的互联网——最开始“互联网公司”是个类别，后来所有公司都变成了互联网公司。AI也会这样。
【🔸 破局动作】别盯着OpenAI发什么新模型了。盯着你的行业，问自己：我的客户有什么问题是现在解决不了的？拿一个具体的、小的、高频的问题去试AI，能不能做出一个比现有方案好10倍的东西。这才是2024年真正的机会。
写在最后
这场对谈之所以值得反复看，不是因为两个大佬互相点赞，是他们吵起来了。
吴恩达说“自主代理”，李飞飞当场纠正成“辅助代理”——这不是措辞之争，是对AI能力边界判断不同。吴恩达从商业效率出发，觉得能自动化的就自动化；李飞飞从医疗落地出发，知道长尾翻车会有多危险。两个人最后找到了共识：人机协同是必经之路。
他们能公开分歧，又能当场和解，本身就是一种高级的对话范式。AI领域的讨论现在太缺这种东西了——要么狂热吹上天，要么恐惧踩到底。两个站在山顶的人给你看他们的不同看法，比一百篇营销文都有价值。
我是破局长，解决你的AI焦虑。关注【AI实战破局锦鲤】，我们一起用AI破局，把token都变成money。
——The End——
👇 点击下方关注「AI实战破局锦鲤」获取福利，让AI真正为你所用。
📊 每日AI自动化资讯
🧰 精选AI实战工具包
💾 个人/企业AI本地部署方案
💡 AI商用读书笔记分享