作者：王林Lincoln | MindsLeap创始人 | Founders Space合伙人 | 企业家AI俱乐部创始人
"当编写软件的速度快了十倍、一百倍，不只是产品管理成了瓶颈，几乎所有东西都成了瓶颈。"
吴恩达在 LangChain Interrupt 26 大会上的这句话，听起来像是在描述一个技术乌托邦里的烦恼，但实际上，它指向的是一场几乎所有中国企业都正在经历的组织地震。
去年，他写过一篇关于"产品管理瓶颈"的文章——当构建软件变得极快，决定构建什么反而成了限制因素。一年过去，他发现自己的判断还是保守了。
营销团队在追赶工程师的速度
吴恩达举了一个他团队里正在发生的真实场景：因为开发速度太快，营销人员不得不拼命追赶，去搞清楚工程师到底做了一堆什么功能，然后再想办法向客户解释。
以前，一个产品要开发三个月，等一周的法务审核完全合理。现在，一天就开发完了，但法务审核还是要一周。于是法务审核本身，变成了瓶颈。
设计也是如此。每一个曾经被"开发周期长"这个事实掩盖住的组织短板，现在全部暴露出来了。
这像极了制造业里引入自动化生产线之后发生的事：机器的速度快了，但物流、质检、仓储如果跟不上，整条线只会更快地堆积半成品。
两个人干五个人的活
面对这个问题，吴恩达的做法是组建极小的团队——一到十个工程师，往往是通才，拥有高语境理解能力，被高度授权。他们在一个很宽的护栏内自由奔跑，快速构建、快速交付，甚至做那些传统上不属于工程师职责的决策。
他举了一个很实在的例子：如果一个团队需要软件工程、产品管理、服务条款、营销文案和设计这五个职能，但只有两个人，那么根据鸽笼原理，这两个人必须每人承担超过一个角色。
"我不是一个很好的营销人员，但用了 AI 之后，我还是不够好，只是比没有 AI 辅助时稍微没那么糟了。"
这句话听起来像是在自嘲，但它揭示了一个重要的组织逻辑：AI 不是在把每个人变成专家，而是在降低跨职能协作的门槛。工程师可以用 AI 起草服务条款的第一稿，再交给律师润色；产品经理可以借助 AI 写出能看的营销文案，再交给专业团队打磨。
这不是"一个人顶五个人"，而是"两个人能跑通原本需要五个人的流程"。
从乐高积木到上下文中心
吴恩达用乐高积木做了一个比喻：如果手里只有白色积木，能搭的东西有限。但加入黑色、黄色、棕色、绿色的积木，再放上一些异形件，能搭建的组合就会指数级增长。
现在的 AI 生态里，积木正在爆炸式增长——RAG 框架、智能体框架、评估工具、护栏机制，还有各种 UI 组件、身份验证机制、数据库。问题是，编码智能体不认识这些新积木。
以 Nano Banana 为例，它发布时，许多主流模型的知识库截止日期已过，编码智能体根本不知道它的 API 怎么调用，甚至不知道它的存在。
吴恩达和朋友 Rohit Prasad 正在做一个叫 Context Hub 的项目——可以理解为 AI 智能体的 Stack Overflow，让智能体能获取最新的 API 文档、SDK 信息，还能反馈文档质量。
他自己就用这个工具加载最新文档，让编码智能体准确地帮他调用那些语法记不住的 API。"这让我的编码工作加速了很多。"
对企业来说，这意味着什么？技术栈的选择和组合能力，正在取代纯粹的编码能力，成为开发团队的核心竞争力。
只自动化一个环节，等于没自动化
吴恩达的咨询团队 AI Aspire 服务了大量大型企业和金融机构。他观察到一个反复出现的现象：几乎所有企业都在搞"自下而上的创新"——让一千朵花同时绽放。
但结果大多没有带来 CEO 和董事会想看到的投资回报。
他用银行贷款审批流程举了一个很具体的例子。一个贷款审批可能有五个步骤：营销贷款产品、获取申请、审查批准、最终尽职调查、执行放款。很多团队发现中间那个审查环节可以用 AI 自动化。
但如果只自动化中间一步，前后还是人工，整个流程的速度并不会本质改变。
真正要做的是重新设计整个流程。这意味着重新思考：客户是谁？价值主张是什么？哪些环节可以端到端自动化？哪些需要人机协同？
自下而上的创新能带来渐进式的效率提升，这是好事。但它不会带来转型。转型需要从流程的起点重新思考。
在不确定中保持选择权
吴恩达在访谈中反复提到一个词：optionality，选择权。
"我不知道一年后领先的 AI 模型会是什么，我也完全不确定一年后领先的编码智能体会是什么。"
正因为如此，他个人几乎从不签超过一年的合同，不管供应商给多大的折扣。三五年合约打七折八折？不要。因为一年后可能出现更好的供应商，而被长期合同锁死意味着错失机会。
他还特别提到了对开源和开放权重模型的担忧。最近两周，白宫传出要在模型发布前进行审查的声音，他对此表示关切。"如果有人试图对开源开放权重模型发动战争，我认为如果我们都能够保护它们，世界会变得更富裕，也能帮助所有人保持选择权。"
对企业而言，这是一个被低估的风险：把整个 AI 战略绑定在某一家供应商的封闭生态上，可能在未来一两年内变成致命的战略劣势。
数据的重新架构即将到来
最后，吴恩达提到了一个几乎所有企业都绕不开的问题：数据架构。
过去二十年，企业花大力气整理结构化数据——表格、关系型数据库、电子表格。但现在 AI 能处理非结构化数据——文本、图像、PDF、音频、视频。如何把这些数据在正确的时机、正确的地点交付给 AI 智能体以创造价值，突然变得比过去重要得多。
" fragmentation、治理缺失、数据散落各处、没有统一的模式、权限系统是为人类设计的而不是为智能体设计的。"
他坦言自己看过很多做非结构化数据的供应商，但还没找到任何一个让他特别满意的方案。他预测，未来几年内，许多企业会出现数千万甚至数亿美元级别的数据架构重构项目。
有意思的是，他还分享了一个很个人的偏好：在快速迭代和原型阶段，他大量使用 MongoDB 这类 NoSQL 数据库，因为可以随时写入数据，在读取时再确定模式，不用被数据库迁移折磨。"NoSQL 并不总是能扩展到最大的生产负载，但对于大型生产场景，最终还是会用关系型数据库。不过 NoSQL 的扩展能力比大多数人意识到的要强。"
速度暴露的不是能力差距，是组织差距
吴恩达整场对话最核心的判断可以归结为一句话：AI 编码智能体的速度提升，暴露的不是企业的技术能力差距，而是组织差距。
编码快了十倍百倍，但产品定义跟不上、市场跟不上、法务跟不上、数据跟不上。这些环节曾经被"开发慢"这个事实掩盖着，现在全部浮出了水面。
对中国企业家来说，这意味着几件事：组织要往小而全的方向走，通才的价值在上升；流程要从端到端重新设计，而不是在旧流程里塞 AI 工具；技术选型要保持选择权，不要在不确定中锁死自己；数据架构的重新思考不是 IT 部门的事，是企业级的战略议题。
当软件开发不再是瓶颈，企业真正的瓶颈才开始显现。
来源说明
本文由Lincoln根据 LangChain 官方频道 2026 年 6 月 17 日发布的视频《The Future of AI Agents with Andrew Ng | Interrupt 26》进行解读。
关于 MindsLeap 心智悦动
MindsLeap 是 AI 转型加速器，帮助传统企业家在 AI 时代找到转型路径。 与硅谷孵化器 Founders Space 合作，连接科技创业者与真实客户/场景， 连接国内外资本、硅谷科技圈，助力中国产业 AI 转型和出海。