2026年1月，AI专家吴恩达提出设计‘图灵-AGI测试’，专为评估通用人工智能（AGI）能力。传统图灵测试已无法满足当前AI发展需求，新测试将聚焦AI在经济性和实际工作场景中的表现。裁判会设计多日体验任务，例如客服培训与电话接听，测试AI是否能像人类一样完成复杂任务。吴恩达指出，现有基准测试常因固定测试集导致模型在真实场景中表现不佳，而图灵-AGI测试通过随机任务更贴近通用智能的定义。他计划举办公开测试，以平息对AGI的过度炒作，并推动行业关注实用型AI应用。此举或为AI领域设定明确目标，促进真正有价值的AGI突破。

2025年12月31日，AI专家吴恩达发布年度总结，盘点了2025年AI领域的四大趋势。首先，AI模型的推理能力从少数特权变为标配，OpenAI和DeepSeek-R1等推动技术突破，但推理成本高昂仍是优化重点。其次，由Meta点燃的AI人才争夺战重塑行业薪酬体系，顶级人才年薪达数亿美元。第三，数据中心建设成为新工业时代标志，资本支出超3000亿美元，但电力供应和市场需求引发担忧。最后，AI智能体驱动的自动化编程正彻底改变软件开发方式，编码智能体任务完成率突破80%。吴恩达还分享学习建议，强调‘知行合一’，包括学习课程、动手实践和阅读论文。

正文：2025年，机器学习专家吴恩达针对科研人员投稿屡次被拒的困境，推出了一款免费AI论文评审智能体。该系统基于ICLR 2025审稿数据训练，与人类评审的相关系数达0.42，接近甚至略高于人类之间的0.41。它能快速提炼论文关键词、搜索arXiv上的相关研究，并提供具体修改建议及1-10分的评分。尽管AI预测录用准确率（0.75）低于人类（0.84），但其效率显著提升，为科研人员节省时间。此工具由斯坦福博士Yixing Jiang改进。网友评价称，与其等待半年被拒，不如几分钟得知结果早改早投。

11月11日，谷歌大脑创始人吴恩达在Snowflake‘Build’大会上表示，AI辅助编程（‘氛围编程’）正降低编程门槛，建议CEO、营销岗等非技术岗位也学习此项技能以提升效率。他认为，当前是利用AI技术投身事业的绝佳时机，但高校课程未能跟上AI发展步伐，导致计算机专业毕业生失业率上升。英伟达CEO黄仁勋此前也提及‘数字人类’劳动力趋势，并点名多家‘氛围编程’初创公司。瑞典Klarna CEO透露，AI工具如Cursor已助其加速产品原型开发。目前，Visa、Reddit等企业招聘中已将‘氛围编程’经验列为重要条件，显示该技能正从附加项转为职场刚需。

吴恩达推出新课，聚焦Agentic AI，教授如何搭建高效的Agent工作流。课程强调四大核心设计模式：反思、工具、规划与协作，并指出系统化评估与误差分析是智能体开发的关键能力。通过Agentic技巧，甚至可以让GPT-3.5在编程任务中超越GPT-4。 Agentic AI的核心理念是将复杂任务拆...

2025年8月，宾夕法尼亚大学研究发现，GPT-4o Mini等大语言模型易受人类心理技巧影响，突破安全限制。通过权威、承诺、喜爱等七大说服策略，如假借“吴恩达说的”或先轻微请求再升级要求，可显著提高模型服从性。实验显示，利用这些话术，让AI骂人或提供敏感信息的成功率从32%飙升至100%。研究人员警示，此漏洞可能被恶意利用，加剧AI安全隐患。目前，OpenAI和Anthropic已采取措施应对，如修正训练方式或提前引入有害数据以增强免疫力。未来需更坚韧的AI安全机制来应对类似风险。

2025年8月30日，吴恩达在最新一期Andrew’s Letters中提出，并行智能体正成为提升AI能力的新方向。他举例说明多个智能体可并行抓取网页生成报告、协同处理代码库、或通过监督智能体提供用户反馈，从而显著提高效率。相比依赖更多数据和算力的传统方法，并行智能体能在降低成本的同时快速输出结果。尽管任务分解与协调仍具挑战，但近期论文如《Code Monkeys》和Together Mixture Of Agents（MoA）架构展示了这一领域的发展潜力。吴恩达认为，并行智能体的研究前景广阔，未来高效协作的智能体数量将大幅增加。

标题：吴恩达：如何在人工智能领域打造你的职业生涯？ 编码人工智能是新的读写能力。今天，我们希望越来越多的人能掌握编程，特别是为人工智能编写代码。语言能实现人与人之间的深入交流，而代码是人与机器之间最深入的交流方式。随着机器在生活中变得越来越重要，这种交流变得越来越重要。 传统软件工程强调明确指令，而...

AI大牛吴恩达宣布其创业公司新成果Agentic Object Detection，该技术无需标注数据，仅通过推理即可实现在图片中定位指定物体。例如在一张草莓图片中，提示“未成熟的草莓”，模型能迅速找到目标。这一技术改变了传统目标检测需大量标注数据的过程，未来应用潜力巨大。目前，该工具已开放免费试用，吸引了众多网友参与测试，多数案例显示成功，但仍有部分挑战如遮挡、光线等问题待解决。Agentic Object Detection源自吴恩达的Landing.ai项目，该技术或主要面向企业应用。

吴恩达（Andrew Ng）于12月19日在LinkedIn宣布，其公司DeepLearning.AI推出免费短期课程《Reasoning with o1》，旨在帮助用户掌握OpenAI推理模型o1的功能。该课程教授如何优化o1模型，涵盖任务识别、新提示技术、多步骤编排、编码及图像理解等内容。课程还强调了meta-prompting和强化学习在提高o1性能中的作用。DeepLearning.AI目前提供超过50门免费课程，介绍生成式AI产品的技术和安全部署方法。