吴恩达最新播客：每个人都应该成为 Builder

最近看了吴恩达最新的播客，非常精彩。这次他的观点也很激进：每个人都应该成为 Builder，借助 AI，往生产端走。

播客链接：https://www.youtube.com/watch?v=o-wv_szZ0V0

核心结论是，别只拿 AI 问问题，而是要开始真正动手创造，做网站、做 App、做小工具，把自己的想法直接变成产品。

吴恩达说，他们面试市场人员时，会直接问对方到底 Build 过什么。

如果一个候选人之前拿 AI 做过网站、App，或者任何解决自己实际问题的小工具，这种经历都会非常有说服力。

因为现在会用 ChatGPT 问问题，或者 Codex 做个 PPT、数据分析，门槛已经很低了。

更进一步的能力是你能不能发现一个问题，把它抽象出来，再借助 AI 把解决方案真的 Build 出来。

这里面其实同时考验了一个人对 AI 的使用能力、抽象能力和创造力。

以前 Coding 基本是程序员的专业能力。一个市场人员、招聘人员或者财务人员碰到一个软件需求，正常的处理方式都是提需求，然后找工程师。

但现在，一个人拿着 Codex、Claude Code 这些工具，只要问题足够明确，做一个自己工作里用的小工具，非常快。

这个变化有点像 Excel 出现前后。

最开始，很多数据处理工作需要程序员参与，后来财务、市场自己打开 Excel 就可以分析数据了。

AI Coding 也在发生类似的事情，它正在把过去属于软件工程师的一部分能力，逐渐变成知识工作者的基本能力。

吴恩达说他们团队成员已经在给自己不断的造工具了。

有个运营同事，为了写文章，自己做了一个 Mac 桌面 App。准备写一个选题时，这个 App 会自动爬取网页，寻找相关资料，把相关文章整理出来。

然后他可以直接和整个资料库聊天，了解自己正在写的内容和已有资料之间有什么关系。

你看，这已经完全超出了会不会用 ChatGPT 的范畴。

还有他们的财务团队，以前每周要花几个小时打开各种文件、复制数字、检查数据。

后来团队自己开始开发自动化程序，可以定期打开文件、读取数据、检查一致性，有异常再提醒相关的人处理。

这背后的逻辑其实非常简单。

以前开发软件太贵了，所以工程师必须集中在专门的工程部门。

每个业务部门内部当然都有一堆问题，也都有很多想做的小工具，但一个需求如果只能帮三五个人节省一点时间，根本排不上工程师的开发计划。

现在 Build 的成本降下来之后，这些过去不值得开发的东西突然都可以开发了。