吴恩达最新的帖子讲了一个反常识的点，很多人以为Codex、Workbuddy、DeepSeek这些AI应用三头两天的迭代更新是为了抢用户。

或许有这样的因素，但根子上是因为AI应用本身的输出高度不可预测，不确定性比传统软件高太多，也就是说ai是不按常规出牌的“皮孩子”，所以需要反复评估、分析、调整来修正ai系统，提升输出的可靠性。

比如你问豆包怎么才能1年赚100万，可能十次回答九次不一样，或者让它出个策划ppt，你永远不知道它下一次输出的结果是什么。

但真正有生产力的软件需要的是确定性，像erp、ps、cad，每一步操作都是确定性的，这就是ai软件要不断迭代上新的原因。

吴恩达的原话是：能够熟练决定下一步该做什么，才能基于不可靠的 AI 组件创造出可靠的软件系统。

这就引出来他这篇文章的核心表达，想要做一个部署AI应用的高手，不是会用顶尖模型、精通prompt、做调参高手这么简单，而且具备发现和搞定模型不确定性的能力。

你得给模型上纪律，不能没有没有标准化，全靠感觉、人肉随机去调试，这样得到的结果很容易出现测试100分，落地59分的情况。纪律是做系统性测试、做归因、回归验证。

他又一次提到ai开发的能力要求，处理ai不确定性是工程问题，就像你造百米高楼如何保证不倒一样，需要去研究机器学习、统计学、数据结构等基础性的东西，才能有能力把不可靠变成可靠。

我其实发现吴恩达说的不是高大上的学术腔调，其实早已经被证实了，你看从chatgpt 出现到现在三四年，目前还几乎没有agent、模型能走进公司的核心系统，工厂的精密生产线。

A厂C厂大面积招基础科学家，数学家、化学家等去做ai模型和应用，这证实了ai的不确定性是限制它发展的瓶颈，能解决它的就是最基础的数学、统计学知识。aihow i aiagent人工智能