（關注公眾號設為標，獲取AI深度洞察）

全文3,000字 | 閱讀約26 分鐘

AI 兩月一更，你的認知三年不動。 模型卷參數，她講的是結構、生態、系統護城河。

當大家都在追最新的 AI 工具、搶跑大模型風口時，AMD CEO 蘇姿豐，昨天4月15日卻在臺大的演講現場，說出了一個更慢、更難、更不性感的話題：

系統思維。

她沒談 GPT、沒秀 Sora，也沒有演示任何生成式奇觀。她講的是一家公司如何構建長期路線圖，講的是如何讓芯片配合算法、算力服務生態、技術嵌入組織——她講的，是一個時代的底層能力重構。

在“人人都在追 AI 能力”的2025年，她提醒我們問一個更重要的問題：你有沒有能力，構建起一個可以承載 AI 的系統？

這場演講不僅僅講給工程師聽，也講給每一個在 AI 浪潮中感到焦慮的打工人聽。

你不是不夠努力，而是你正被時代拖著跑。

你不是不會用工具，而是你沒有自己的方向盤。

系統落后的人，終將跟丟工具。

這是一場技術更新與認知演化的賽跑，而蘇姿豐，用她在臺大的一小時，給我們展示了一條不同的出路。

第一節｜別被快變量帶節奏

從 GPT 到 Sora，從 DeepSeek 到開源爆炸，每兩個月一次技術高潮，信息量密到令人窒息。你剛學會提示詞寫法，它已經換了結構；你還在研究 Fine-tune，它已經跑去搞 Agent。

但蘇姿豐在臺大說得很清楚：

“真正決定未來的，是你有沒有系統性地理解技術與需求之間的關系?！?/blockquote>

她沒有追熱點模型，而是在追一個更穩定的指標：系統的適應性與整合力。

作為 AMD 的 CEO，她面對的不是“如何跟上模型”，而是“如何預判趨勢、組織資源，并提前 5 年做好準備”。芯片設計周期長、上下游復雜、生態高度依賴合作，沒有系統思維，就沒有未來產品。

對打工人來說也是一樣。

• 你可以跟上一次提示詞技巧，但下次工具換了，你還得重學；

• 你可以臨時抱佛腳上手新模型，但沒有“系統性的輸入-轉化-輸出”機制，這些能力終究散落一地。

蘇姿豐說的不是工具，而是你是否具備“組織信息、判斷需求、整合資源”的底層邏輯。

AI 是風，系統是帆。

風向變了，有帆的人繼續航行，沒帆的人只能原地繞圈。

這也是為什么她特別強調軟硬整合、生態聯動和長期路線圖——在一個快速變化的時代，唯一能對抗快變量的，是你自己構建的慢系統。

第二節｜打工人落后于自己的系統

2025 年最扎心的一句話是——不是你學得慢，而是你系統沒換。

很多人以為，自己的焦慮來自“不會用 AI 工具”“落后提示詞技巧”“還沒訓練出個人 Agent”。但其實真正的焦慮，不是你不會用工具，而是你不會用 AI 去定義問題、更不會重構解決路徑。

蘇姿豐說過一句話：

“Run towards the hardest problems.”

聽起來像句口號，實則是她三十年硬核經驗沉淀出的系統方法論。

她沒有讓 AMD 在表層上拼“多核更強”“頻率更高”，而是帶領團隊一路系統重構：

• 從 CPU 到 GPU，不是簡單橫向擴展，而是架構重寫；

• 從單芯片到 Chiplet（小芯片封裝），是對摩爾定律放緩的戰略性應答；

• 從硬件產品到全棧整合，是生態級協同的組織升級。

她不是在“加功能”，而是在“換系統”。

而你我呢？面對 AI 浪潮，還在拼命背提示詞，搬運文案片段，下載插件合集。

問題不是你懶，是你還沒開始建立自己的“芯片架構”：

• 你有沒有一個屬于自己的“輸入→處理→表達”流程？

• 你是否知道自己真正要解決的問題，而不是“把問題交給 AI”？

• 你是否能把每一次學習，納入可復用的結構，而不是一次性消耗？

真正優秀的個體，不是用工具解決問題的人，而是能設計“用什么工具解決什么問題”的人。

AI 能幫你提速，但只有系統，能決定你去哪。

第三節｜“慢變量的力量”

在這場被模型更新節奏帶偏的時代，我們太容易相信“快才是效率”，“卷才是答案”。

但蘇姿豐在臺大提醒我們：

“你可以用最快的技術去做事，但你要用最慢的邏輯去建系統。”

這句話非常關鍵——它揭示了兩個維度的差異：

• 快變量：工具、模型、熱點、提示詞；

• 慢變量：結構、判斷力、系統性能力、復利的思維路徑。

GPT 可以每季度更新，Agent 可以每天迭代，可靈可以每小時刷屏。但決定你是否能參與下一個浪潮的，不是你看了多少發布會，而是你有沒有構建起“可以長期承載變化”的系統結構。

在蘇姿豐的語境里，這種“慢變量”不是停滯，而是穩定的成長底盤。

她在 AMD 帶隊翻盤，用的不是一年打一個爆款，而是十年迭代一個架構系統。從 Zen1 到 Zen5，從 CPU 到 Chiplet，從高效能運算路線圖到全棧布局，她打的每一張牌，都是系統演化的結果，而非產品焦慮的反應。

快速響應 ≠ 長期能力； 工具切換 ≠ 知識遷移； 會用新模型 ≠ 有能力預測問題的結構性變化。

你是否也在這樣的誤區里： “我學會了即夢，我跟上了DeepSeek，我刷完了可靈 的案例”， 但依然覺得自己的成長卡在原地？

因為你可能只是不斷切換工具，卻從未升級系統。 而真正有壁壘的成長，是系統化地解決困難問題，并不斷復用成果。

蘇姿豐說的“系統思維”，說到底，是一種慢變量的設計能力。

第四節｜ AI 時代是系統人的時代

我們常說：AI 會改變工作。但更深的問題是——它會改變什么樣的人可以勝出。

蘇姿豐在臺大并沒有用那種“技術演講”的姿態來講模型、芯片、算力；她講的是：

• 如何面對復雜問題？

• 如何帶領團隊穿越周期？

• 如何構建一個可以適應未來變化的系統結構？

她說：

“關鍵不是哪種模型更強，而是你有沒有一套系統，可以讓技術真正發揮作用?！?/blockquote>

聽上去像是 CEO 在講管理，但本質上是她在講未來個體必須具備的底層能力模型。

在系統越來越復雜、變化越來越快的今天：

• 不是誰先用上 AI 勝出，而是誰能持續理解復雜問題、調配資源去解決；

• 不是你用沒用工具，而是你是否清楚工具該服務于哪種目標系統；

• 不是你有多少插件，而是你有沒有一套“自己定義問題+驗證方案+循環反饋”的認知結構。

蘇姿豐是芯片產業的領導者，但她這場演講講得不只是芯片，也不只是 AMD。她講的是一種長期有效的能力結構：

系統思維，不是管理者的專屬，而是所有個體面對復雜世界的底層“防抖裝置”。

真正的 AI 時代，不是 prompt 工程師的時代，也不是寫 code 更快者的時代——是系統人的時代：

那群能把不同工具組織起來、把數據變成洞察、把問題拆解成可解子系統的人。

所以這不是一場技術革命，這是一次認知結構的重構戰。

看似是在卷模型，其實是在卷誰能更穩地掌控復雜。

這不是一場工具戰爭

你可以追最新模型、最快工具、最火提示詞，

也可以參加每一場發布會、試用每一個爆款應用，

但蘇姿豐提醒我們：

別把技術當終點，它只是系統的一部分。

這場演講表面上是關于芯片，實際是關于系統——組織的系統、技術的系統、個體的系統。

GPT 可能變得更聰明，DeepSeek 可能更便宜，Agent 可能更懂你。 但真正決定你能不能長期生存的，不是有沒有用 AI，而是你有沒有構建屬于你自己的“系統能力”。

她用一小時告訴臺大：未來不是看誰能跑得更快，而是看誰能在快速變化中穩定成長。

她沒談參數、沒談競爭，她講了我們最容易忽略的東西：底層邏輯 + 長期演化 + 結構升級。

而你也該問問自己：

在AI時代，你有沒有升級自己的系統，而不是只更新你的插件？

你是否也曾陷入“學了很多 AI 工具，卻始終無法轉化為長期能力”的狀態？

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：

https://www.youtube.com/watch?v=iv0OihD9V0Y&t=3305s&ab_channel=%E5%8F%B0%E8%A6%96%E6%96%B0%E8%81%9ETTVNEWS

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈