就现在，AI 大神吴恩达老师交卷了——

用一篇长文总结了 2025 年最热门的几大 AI 趋势，而且还附带了一份软件开发学习小 tips。

一时之间引无数网友围观。

先给大家划个重点，吴恩达心目中 AI 圈最具代表性的几件事分别为：

" 会推理 " 不再是少数模型的特权，而是正在变成标配能力；

由 Meta 点燃的 AI 人才争夺战，彻底重塑了科技行业的人才定价体系；

数据中心的火热标志着新工业时代的到来；

以 AI 智能体驱动的自动化编程，正在彻底重塑软件构建的方式。

更关键的是，从关键导火索→整个故事脉络→当下最新情况，全都拆解得明明白白，整个演进脉络一目了然。

只能说一句，不愧是当老师的啊（doge）。

2025 最最最最热 AI 趋势趋势 1：模型会推理正在成为标配

一上来，思考模型（Thinking Models）就被置于 C 位。

虽然现在模型会推理已经见怪不怪，但年初的时候还需要给模型输入以下指令才行：

一步一步思考，解释你的推理过程，从答案倒推。

因此在吴恩达看来，2025 年最显著的变化之一，是" 会推理 " 不再是少数模型的特权，而是正在变成标配能力。

而关于模型的推理能力，其萌芽甚至可以追溯至论文《大语言模型是零样本推理器》——

其中提出的 " 让我们一步一步思考 " 这句提示词成为破局关键。

研究者发现，只需在指令中加入这句话，模型输出质量便有提升。随后，团队意识到可以通过训练将这种能力 " 固化 " 到模型中，使其无需外部提示就能自动运用多种推理策略。

于是他们核心通过强化学习微调实现了这一目标，通过奖励模型产生正确输出，训练其在生成答案前进行 " 思考 "。

后来，真正的范式转变始于 OpenAI 在去年底推出的 o1 模型。它首次将一套完整的、多步骤的 " 智能体推理工作流 " 直接内置于模型架构之中，不再依赖外部提示。这一设计带来了性能的飞跃。

今年初，DeepSeek-R1 的发布更是将这股浪潮推向高峰。它不仅证明了这种内置推理模式是可复现、可优化的，更以开源姿态为整个行业提供了清晰的技术路线图。

一时间，" 为模型注入推理能力 " 从前沿探索变成了明确的研发方向。

但在接下来的时间里，另有一些研究表明：

推理模型未必如其表现那般 " 理性 "。

苹果曾在一篇具有争议性的论文里指出，即使为模型提供了解决复杂谜题的算法，它们依然会在超出特定复杂度时失败。

Anthropic 研究也发现，模型的推理步骤虽能解释其结论的形成过程，却可能遗漏关键决策信息。

而且更为现实的是，虽然推理能力极大提升了模型性能，但代价高昂——

以 Gemini 3 Flash 为例，启用推理让模型消耗了 1.6 亿 Token（得分 71），而未启用的版本仅消耗 740 万 Token（得分 55），同时生成推理 token 还会拖慢响应速度。

因此，如何在不牺牲性能的前提下大幅压缩推理成本、提升响应速度，已成为当前模型优化的核心战场。

趋势 2：由 Meta 点燃的 AI 人才争夺战

第二大看点则是由 Meta 点燃的 AI 人才争夺战。

总结里提到，这场争夺战将 AI 精英的薪酬推至堪比职业体育明星的惊人高度，" 彻底重塑了科技行业的人才定价体系 "。

从今年 7 月开始，当扎克伯格宣布成立 "Meta 超级智能实验室 " 时，这场争夺赛就打响了——

Meta 不仅给顶尖 AI 人才开出数亿美元薪酬包，而且 CEO 小扎更是化身 " 首席招聘官 " 亲自上门游说（甚至带上自制汤品）。

其激进策略立即引发了残酷的连锁反应，顶级人才在巨头间流动加剧。

此时回过头看，吴恩达认为这一 " 军备竞赛 " 并非偶然爆发，其背后是AI 价值定位历经十余年的根本性跃迁：

学术期（约 2011 年）：AI 人才集中在高校，谷歌大脑初建时，薪酬与普通软件工程师无异。

商业化初期（约 2014-2017 年）：DeepMind 被收购时，人均成本已达 34.5 万美元；Transformer 架构问世后，顶级薪酬跃升至 50 万美元。

大模型爆发期（约 2023 年）：ChatGPT 引发范式革命，顶级工程师年薪突破 70 万美元。

军备竞赛期（2025 年）：薪资天花板被彻底击穿，数亿美元级的 " 球星合约 " 成为争夺战略级人才的标配。

而且他还表示，尽管天价薪酬引发 " 泡沫 " 疑虑，但行业共识正在形成——对于志在参与 AGI 竞赛的公司，这是战略性的必要开支。巨头们的逻辑在于：

既然硬件投入如此巨大，为什么不拿出其中一小部分用于支付员工薪酬呢？

甚至在 2026 年，这场博弈或将从单纯价格战，演变为薪酬结构、文化认同与长期潜力的综合博弈。

总之，由 Meta 在 2025 年设定的人才定价新基准，已被永久性抬高，并宣告了智能本身已成为这个时代最稀缺的生产资料。

趋势 3：数据中心的火热标志着新工业时代的到来

第三大看点是数据中心的火热。

当巨额资本涌入人才争夺的同时，一场更为庞大、更为基础的竞赛已在物理世界展开——

数据中心正成为 AI 时代新的 " 钢铁厂 " 与 " 发电站 "。

2025 年，顶尖 AI 公司宣布的数据中心建设计划，其规模之大、耗资之巨，已堪比国家级的基建项目，标志着 AI 竞赛进入 " 重资产 " 的工业时代。

OpenAI 启动了耗资 5000 亿美元的 " 星际之门 " 项目；

Meta 今年的基础设施投入约 720 亿美元，其标志性项目 "Hyperion" 巨型数据中心价值 270 亿美元；

亚马逊预计 2025 年投入 1250 亿美元；

……

仅今年一年，AI 行业资本支出就超过 3000 亿美元，其中绝大部分流向数据中心建设。

而且麦肯锡预测，为满足 AI 训练与推理需求，到 2030 年总投资额可能高达 5.2 万亿美元。

不过在这股浪潮之下，一些现实忧虑也开始浮现。

一是供需是否合理。贝恩咨询指出，要支撑这些投资，到 2030 年全球 AI 年收入需达到 2 万亿美元——这超过了亚马逊、苹果等六大科技巨头 2024 年的收入总和。所以人们开始担忧，如此巨额投资能否被未来的应用需求所消化？

二是电力供应能否跟上。报告里提到，目前硅谷已有两座新建数据中心因无法接入电网而闲置。因此，未来数吉瓦的电力需求从何而来，成为最紧迫的制约因素。

三是市场开始回归理性。已经有金融机构因担忧企业债务过高，而退出百亿美元级别的数据中心融资项目，这说明市场并非盲目乐观。

但不管怎样，数据中心所带来的实体经济拉动效应已然显现——

哈佛经济学家杰森 · 弗曼指出，2025 年上半年美国 GDP 的增长，几乎全部由数据中心和 AI 投资所贡献。

所以报告认为，这不仅仅是科技行业的内部事件，更是在全球经济放缓背景下，一个由 AI 驱动的 " 新工业时代 " 正在拉开帷幕。

趋势 4：智能体编程正在从 " 打辅 " 走向 " 主导 "

当人才与算力就位，2025 年 AI 最直接的革命性应用，发生在软件开发的核心流程——

以 AI 智能体驱动的自动化编程，正在彻底重塑软件构建的方式。

2024 年，首款明星编码智能体 Devin 的出现已经够让人惊喜。但到了今年，编码智能体在同类任务上的完成率已普遍突破 80%。

截至目前，智能体不再仅是 " 自动补全 " 工具，而是演变为能够规划任务、调用工具、审查代码、并操控整个代码库的 " 数字工程师 "。

在这个跃迁过程中，还是我们说到的模型推理为其注入了 " 灵魂 " ——

让智能体能够先 " 想清楚 " 再行动，并将复杂任务分解，交由成本更低的模型执行，整体计算成本就被大幅降低了。

另外，受此影响我们也正在见证一个新行业的诞生——

以 Loveable、Replit 为代表的初创公司，正在让毫无编程经验的用户也能 " 一键生成 "Web 应用，" 氛围编码 " 正成为现实产业。

而关于 "AI 取代程序员 " 的担忧，其实没多大必要。吴恩达始终认为，善于使用 AI 的开发者，其原型构建能力与效率反而能够实现数量级的提升。

Anyway，AI 辅助编码正像曾经的拼写检查一样，迅速变为 " 编码 " 这一行为本身不可分割的一部分。

软件开发学习小 tips：主打 " 知行合一 "

另外值得一提的是，面对以上趋势，吴恩达还附赠了一份软件开发学习建议。

大概意思是：

如果进入这个行业，就需要不断保持学习。

每年寒假，我都会抽出时间学习和开发软件，（所以）也希望你们能这样做。这不仅能帮助精进旧技能、学习新知识，还能助力你们在科技领域的职业发展。

至于怎么学，核心有三点：一是多参加人工智能课程；二是最好自己动手亲自构建 AI 系统；三是闲暇之余多读一些技术论文。

在他看来，" 不学习直接动手 " 在开发领域是个非常糟糕的陋习。

除非你已经身处一个经验丰富的 AI 开发者社区，否则在不了解 AI 基础知识的情况下贸然开发，意味着你可能会重复造轮子，或者更有可能把轮子造得一团糟！

因此，首先进行结构化的学习非常重要。（吴恩达：此处强推跟着一位知识渊博的 AI 讲师学习相关课程）。

学完之后，接下来就是非常关键的动手环节了。

仅仅上课是不够的，很多经验只能通过实践才能获得。

学习飞机的理论知识对于成为一名飞行员至关重要，但没有人能仅仅通过上课就成为飞行员。

通过以上 " 知行合一 " 的过程，大家大概就能了解如何真正构建一个 AI 系统。

并且，闲暇之余还可以多读 AI 论文作为补充。吴恩达表示，虽然读论文非必选项，但他发现：

如今就业市场上许多最优秀的求职者至少偶尔会阅读研究论文。

个人认为阅读论文的优先级远低于上课或实践，但如果你有机会提高阅读论文的能力，我也强烈建议你这样做。

你学废了吗？ ( 手动狗头）

One More Thing

紧跟吴恩达老师的步伐，咱们量子位智库也来交一份2025 十大 AI 趋势的答卷。

（os：更适合中国宝宝的年度 AI 趋势 ~）

报告传送门已放文末，感兴趣可自取。

传送门：

https://mp.weixin.qq.com/s/l5lrzGS_-ao-FBv7U82p-g

参考链接：

[ 1 ] https://x.com/AndrewYNg/status/2005702832524255475

[ 2 ] https://www.deeplearning.ai/the-batch/issue-333/

—  欢迎 AI 产品从业者共建  —

「AI 产品知识库」是量子位智库基于长期产品库追踪和用户行为数据推出的飞书知识库，旨在成为 AI 行业从业者、投资者、研究者的核心信息枢纽与决策支持平台。

一键关注 点亮星标

科技前沿进展每日见