根据吴恩达的说法，AGI仍需数十年或更久，前沿模型若无大量定制就难以取代大多数应用层业务，这意味着工具与服务的建设周期更长而非快速被颠覆，来源：Andrew Ng 推特，2025年11月13日；deeplearning.ai The Batch 第327期。 吴恩达指出，当前大模型相较人类仍然狭窄，主要擅长文本处理，需要繁重的上下文工程，他不会单独信任前沿模型来安排日程、筛选简历或点餐，并提到其团队的简历筛选助理也是经过大量定制后才达到可用水平，来源：Andrew Ng 推特，2025年11月13日。 他补充称，尽管部分薄弱的壳应用会被替代，但许多有价值的应用在很长时间内不会被取代，这与“模型提供商将迅速消灭应用层初创公司”的担忧相反，来源：Andrew Ng 推特，2025年11月13日。 对交易者而言，这指向对垂直集成、数据管道与行业特定智能体的持续需求，而非同质化聊天前端，与吴恩达关于模型局限与定制需求长期存在的判断一致，来源：Andrew Ng 推特，2025年11月13日；deeplearning.ai The Batch 第327期。 对加密市场而言，受计算、数据与应用生态支持的AI相关代币，基于“定制与反馈是瓶颈”的判断，叙事可能比通用聊天壳项目更具韧性，来源：Andrew Ng 推特，2025年11月13日。 吴恩达鼓励新人现在就学习并用AI构建，意味着未来多年对技术型建设者的需求仍将存在，来源：Andrew Ng 推特，2025年11月13日。