AI Fund 创始人吴恩达在 YC Startup School 分享创业速度法则：从具体想法到 AI 编程助手，从产品反馈循环到技术判断力，揭示 AI 时代创业成功的关键因素
「创业成功的最强预测指标是执行速度。AI 编程助手让构建原型快了 10 倍以上，但瓶颈正在从工程转向产品管理 —— 理解用户需求、决定该构建什么。」—— Andrew Ng
在 AI Fund 孵化大量创业公司的经验中，管理团队的执行速度与成功概率高度相关。速度的基础是「具体想法」 -- 具体到工程师能直接去构建的程度。模糊的想法听起来永远正确，但无法转化为行动。具体的想法可能对也可能错，但两种结果都能快速验证。
生产级代码可能提速 30-50%，但构建快速原型已经快了 10 倍甚至更多。原因：原型不需要与遗留系统集成，对可靠性、安全性和扩展性要求更低。Andrew 甚至鼓励团队「先写不安全的代码」-- 只要是在自己的笔记本上测试，上线前再加固即可。
工程速度飞涨后，决定「构建什么」成了新的瓶颈。硅谷传统的 1:6 产品经理与工程师比例正在被打破 -- 昨天有团队首次向 Andrew 提议 2:1 的 PM 与工程师比例。能写代码的 PM 或有产品直觉的工程师将成为最有价值的人才。
传统 LLM 使用方式像是要求人「从第一个字到最后一个字一口气写完，不能按退格键」。Agentic 工作流让 AI 系统先列提纲、做调研、写初稿、自我批评、反复修改。虽然更慢，但产出质量显著提升。大量有价值的商业机会在于将现有工作流转化为 Agentic 工作流。