当AI浪潮席卷各行各业，教育将迎来怎样的变革？AI及在线教育领域的泰斗吴恩达（Andrew Ng）在ASU+GSV峰会上，就AI对“我们教什么”与“我们怎么教”的根本性影响给出了深刻洞见。本文将带您深入解读其核心观点，一同探索AI驱动下教育的未来图景以及潜藏的巨大机遇。
吴恩达ASU+GSV峰会演讲：AI如何改变教育
好家伙，最近有个事儿，让我琢磨了好几天。就是吴恩达（Andrew Ng）大神在2025 ASU+GSV峰会上的那场演讲，主题是AI怎么影响教育。吴恩达是谁？AI圈和在线教育圈的“扫地僧”级别的人物啊，他一开口，我这耳朵就竖起来了。他说，感觉自己回“家”了，这话我信，毕竟他在这俩领域都扎得够深。
他上来就点题：AI这玩意儿，正从两个根本层面上改变教育——“我们教什么”以及“我们怎么教”。
• 注：ASU+GSV峰会是全球教育创新领域最具影响力的年度盛会之一，由亚利桑那州立大学（ASU）与全球硅谷（GSV）联合主办，致力于推动“从学前到终身（PreK to Gray）”的学习与技能发展，强调通过创新科技实现全民平等的未来机会。 • 注：吴恩达（Andrew Ng），人工智能专家，斯坦福大学教授，谷歌大脑和Coursera联合创始人，曾任百度首席科学家，被誉为深度学习和在线教育先驱。
人人皆需编程：AI时代的“新读写能力”
先说“教什么”：以后啊，编程和AI，怕不是人人都得会点了！
这一点，其实挺直观的。AI时代，不培养点AI人才、计算机人才，说不过去嘛。但吴恩达的视角更有意思。他说，因为AI辅助编程工具的出现，学编程的门槛，那是哗哗地往下降。
他举了个例子，把我给听乐了。以前想让高中老师教编程，结果呢？老师们学会了，转身就去Google拿高薪了，学校竹篮打水一场空。但现在，你敢信吗？一个叫Kyle Crezy的篮球教练，体育教育学士出身，两年前连一行Python代码都没敲过，现在居然在Kira Learning（吴恩达参与的一家公司）的帮助下，不仅自己写代码分析球员数据（什么三分球出手次数、命中率图表，玩得溜溜的），还正儿八经地在教计算机科学！
吴恩达感慨，AI就是这么神奇，总能给你整出点“意想不到”的机会。
所以，他抛出了一个挺“狠”的观点：现在，几乎人人都该学学编程了！ 他回顾了编程工具的进化史：从打孔卡到键盘，从汇编到高级语言，从文本编辑器到IDE，再到如今的AI编码助手，甚至未来可能直接“跟AI说句话就搞定代码”（他管这叫 "v coding"）。每一次编程变容易，学的人、用的人就指数级增长。
他拿自己团队举例，说得特实在：就算是非技术岗，懂点编程的人，工作效率就是比不懂的高出一大截。 你想啊，法务筛NDA，财务做报表，市场搞分析，会编程，那简直是开了挂。现在AI还能帮你写代码，这差距只会越拉越大。
他强调，未来最重要的技能之一，就是你能清清楚楚、明明白白地告诉计算机“我要啥”，然后让它给你干出来。甭管你干哪行，有点代码层面的概念，绝对是傍身利器。所以，以后教编程，得教大家怎么把AI当成结对编程的“好基友”、头脑风暴的“智囊团”，怎么在工作流程里用好聊天机器人和AI工具。
AI技术栈的“金矿”：应用层机遇凸显
聊宏观，吴恩达提到了“AI技术栈”。最底层是芯片，往上是云计算，再往上是基础大模型。他说，别看这些底层技术天天上头条，火得不行，但最大的金矿其实在应用层。为啥？因为应用层得能挣到钱，才能养活下面那些技术提供商啊！所以，他断言，AI应用层的公司，十有八九会比搞底层技术的更成功、更赚钱。
他还提到，过去一年AI技术栈多了个新玩意儿——Agentic Orchestration（代理式编排）层。这层软件能帮你更好地构建应用，去调度和协调对底层那些技术的调用。简单说，就是让在应用层搞开发更容易了。
核心趋势：代理式AI工作流引领变革
如果说前面只是开胃菜，那接下来吴恩达抛出的这个概念，我觉得才是这场分享的“重头戏”：代理式AI工作流 (Agentic AI Workflows)。
他解释说，一年半前，这词儿在技术圈里还有点“逼格”，后来被市场营销的人一顿乱用，有点“掉价”了。但在行家眼里，它依然是核心。
怎么理解呢？吴恩达打了个比方，特形象：你让大模型一次性给你写出点东西，就像逼着一个人或者AI一口气从头写到尾，还不许用删除键！ 咱们自己写东西，谁不是涂涂改改，反复琢磨？AI也一样。
代理式工作流就不一样了，它允许你把一个任务拆成好几步。比如，你让AI写篇关于某个主题的文章，它可以先去研究研究，下载点网页资料，用这些信息写个初稿，然后再修改，再研究，再修改……整个流程像是：思考/研究 -> 修改 -> 再思考/研究，这么循环往复。虽然费点时间，但出来的东西质量高啊！
吴恩达说，他们在AI Fund发现，对于很多复杂的应用，比如审查复杂的法律文件、给出更靠谱的医疗建议、处理关税合规问题，代理式工作流都至关重要，能把性能提到一个新高度。Coursera的课程构建器也是个例子，它能把权威的现有内容，通过这种工作流重新组合，变成符合特定团队需求的定制课程。这对高等教育和职业培训太有用了，能把最前沿的东西快速整合成新的学习体验。
他斩钉截铁地说，要是有人问他现在最重要的AI技术趋势是啥，他会毫不犹豫地回答：AI代理或代理式AI。
教育科技新动向：快速原型、语音与数据工程
除了上面两个重磅炸弹，吴恩达还提了几个有意思的趋势：
1. 快速原型开发，创新的发动机：AI辅助编程能提效30-50%已经很牛了，但在快速原型开发面前，那就是“弟弟”——原型开发速度能快10倍！ 因为原型成本低，不用搞复杂的系统集成，甚至一开始可以糙一点，不安全、不可靠都行，反正在开发者自己电脑上跑。大部分原型最终会被扔掉，只有真正好用的才会投入规模化。吴恩达说，创新的新口号应该是 “快速行动，但要负责任”（Move fast and be responsible），在安全可控的环境里快速迭代。 2. 语音技术栈 (Voice Stack)：现在做语音应用，比一年前容易太多了。主要有两种路子：
• 直接生成：OpenAI的实时API就干得不错，很多公司也在搞更好的直接语音生成模型。这玩意儿做原型、搞点低风险对话，挺香。 • 基于管道的生成：但要是高风险对话，直接生成现在还不太稳。吴恩达他们团队一般是先把语音转文字，然后让LLM代理工作流决定说啥，再把文字转回语音。他还秀了一下自己的AI头像，说让AI说话像他本人那样措辞，还是个挑战。这里面，机会多多。
3. 数据工程 (Data Engineering)：这玩意儿一直重要，但现在，非结构化数据（文本、图像、视频、音频）的管理变得超级关键。以前这些数据可能就扔在那儿，没人搭理。现在AI能处理它们，还能从里面挖出金子。很多大企业都在对非结构化数据搞大规模的“数据架构重塑”。
实践出真知：Kira Learning的AI教育创新
光说不练假把式，吴恩达还真拿出了“真家伙”——Kira Learning的一些成果，听着就让人兴奋。Kira Learning在用AI给老师们开发工具，帮他们减负增效。
他演示了怎么用Kira Learning的AI工具包来生成课程。老师可以输入课程主题、年级、选择标准，甚至还能加点个性化元素（比如，他儿子喜欢怪物卡车和赛车，他就让AI用这些例子来讲函数和调试的概念，太会了！）。AI会先生成学习目标列表，老师可以编辑，或者让AI改。然后，AI生成课程大纲，老师照样可以改。最后，AI能生成完整的课程内容，包括解释、小测验，还有学生能直接上手练习的代码。
Kira Learning的工具还有个贴心功能：帮老师评估AI生成的内容好不好。老师可以要求AI评价自己的“作品”质量，甚至让AI把自己发现的问题给改了。
另一个亮点是支持教师的聊天机器人。老师看学生代码，遇到坎儿了（比如，搞不清为啥某个变量名不对，或者不知道怎么点拨学生），可以直接问AI。AI不会直接给学生答案，而是告诉老师问题出在哪儿（比如，学生没理解啥是无效变量名），并且给出非常具体的建议，告诉老师可以直接跟学生说啥或者问啥（比如，“要是你把变量名 'one best dessert' 的第一个字符改了，会发生啥？”）。老师们都说，这种具体的建议太赞了！吴恩达还提到，老师自己也能用这些工具提升编程能力。
那位Kyle教练用了这些工具后发现，虽然他教计算机科学的时间比教数学短得多，但花在计算机科学课程准备上的时间反而更少。太神了！
吴恩达认为，教育工作者的活儿本来就五花八门，支持他们的工具也得灵活多样。AI作为通用技术，正好能干这些杂活、细活，就像人类老师和学生一样。Kira Learning也正在从计算机科学扩展到K12的更多科目。
写在最后
总而言之，吴恩达的核心观点是：AI是一种通用技术。上面说的那些趋势，让咱们构建各种AI应用越来越方便。AI正在从根本上改变“我们教什么”和“我们怎么教”。他希望下一代都能学编程、学AI，因为这些将是孩子们能用一辈子的硬核技能。同时，教育本身就是个复杂的活计，AI是个绝佳的工具，能把教育的很多环节都给“盘活”了。
他说，现在是创造的绝佳时机。他最后引用了Kyle教练的话，那位出色的篮球教练，现在对计算机科学充满了热情，琢磨着怎么教更深的东西，帮学生走得更远。
听完吴恩达的分享，我真是有点坐不住了。感觉一个充满无限可能的新时代，正向我们招手呢。用AI武装起来的教育，会把下一代带到怎样的高度？想想都觉得刺激！
