构建变便宜了，选择变贵了

构建变便宜了，选择变贵了。这不是投资语录，是 Andrew Ng 给 AI 工程团队开的药方。

DeepLearning.AI 的 The Batch 通讯发布了 Andrew Ng 的最新一封信。他给了一个面向 VP Engineering 和工程经理的框架，四个 P：People、Projects、Platforms、Processes。目标不是搞一个“会用 AI 的传统团队”，而是围绕 AI 能力重新设计一个原生团队。

核心判断在这句话里：building is now fast, so choosing what to build is the bottleneck. 当代码可以由 agent 快速写完，真正稀缺的能力变成了“决定写什么”。

People. 个体先跟上。Ng 说，看别人骑车学不会骑车，你得自己骑上去。工程 leader 需要自己上手写点东西、部署点什么，哪怕偶尔。这不只是体验生活——重新动手之后，技术判断和商业判断会同时变准。现在 coding agent 让这条路重新变得可行，很多脱离一线的管理者可以考虑回归。

Projects. 项目组合要有增长思维。自下而上的创新要投资，高层也得挑几个重点项目推一把。Ng 在这里点了一下题——太多公司把 AI 主要当省钱工具。降本增效没错，但新产品、新用户、新增长的机会大得多。如果项目清单里只有成本削减，没有增长实验，那是在浪费 AI。

Platforms. 数据要变成 agent 能用的形态。仓库、文档、工单、设计决策，能开放给 agent 的都开放。内部工具、CI 流水线、沙盒环境，这些基础设施得让 agent 跑起来。Ng 说得更实在：有些公司的第一步，是先说服 CIO 别再让开发者纯手写代码。技术阻碍常常不在技术本身。

Processes. 流程围绕新瓶颈重设。按清晰规格写代码的成本已经暴跌，剩下的瓶颈几乎全在“定义规格”。所以工程师要参与产品决策，团队要有充分信息和实际决策权，只对泄密、宕机、数据丢失这类风险设护栏。

这套框架发布后，评论区有人问：决定做什么的会议里，AI 算 People 还是 Processes？还有人问：当原型几乎免费时，筛选想法的机制是什么？这些问题没有标准答案，但都指向同一个事实——选择正在成为新的管理课题。

Ng 在文末补了一句：如果你有老板，把这封邮件转发给他。这大概是所有工程 leader 的共同心愿。

原文链接