核心观点聚焦AI发展新方向 。7月3日AMD Advancing AI2025大会上，吴恩达和苏姿丰就AI普及、开放生态及硬件基础设施展开交流，指出多层技术栈、快速原型和AI助编工具可提升开发效率，反驳“AI取代程序员”观点，鼓励开发者学习实践。他们强调AI发展需强大普惠计算资源，保障开发者获取渠道，其降低开发门槛，形成“快速试错”机制。同时指出技术栈部分存在垄断风险，开放生态和开源模型是破局关键。
应用层：AI可及性的关键所在。吴恩达认为多数人处于AI应用层，该层比移动领域更开放创新。应用层虽易被忽视，但却是为技术层创造价值、推动生态发展的关键。移动领域有“守门人”限制创新，而AI领域部分技术栈“守门人”也可能把控创新、限制收益。在基础模型层面，开源和开放权重模型很重要，半导体层也需关注软件栈生态开放性，以确保开发者自由创新。
开放性：激发技术创新活力。吴恩达以移动领域新应用受限制为例，说明开放性的重要。生成式AI尚处早期，开放生态能促进创新，如DeepSeek和Qwen模型结合、LLaMA模型改进等。在基础模型层和基础设施层面，开放性都为技术发展提供支持。苏姿丰表示团队能轻松优化零样本模型，虽开源代码不完美，但开源生态核心是“信任”，半导体层面要快速创新，简化上层开发。
构建模块与编程助手：加速AI应用落地。对于开发者，技术栈上层应用层机会大。一是AI构建模块崛起，提示优化、检索增强生成等工具可助开发者快速构建应用；二是ai编程助手进化，从GitHubCoPilot到Windsurf生成技术，代码自动化程度提升，如今的编程助手更智能高效，能助力开发者快速开发和构建原型，降低概念验证成本。
编程前景：AI时代机遇与挑战并存。吴恩达认为“别学编程”是糟糕建议，AI辅助编程应让更多人参与。编程需求无上限，软件工程方式在变，新毕业生熟悉AI技术，但有经验的工程师结合架构理解和AI技能更具优势。当前教育体系课程更新慢，导致技能与市场需求脱节。苏姿丰指出各领域都用AI，但仍需更多人才，使用AI能提升能力和生产力。开发者应抓住时机，借助工具构建创造。
