以下文章来源于 AI 深度研究员 ，作者 AI 工作坊

作者 |  AI 工作坊

来源   | AI 深度研究员   管理智慧 AI+

咨询合作 | 13699120588

文章仅代表作者本人观点

AI 两月一更，你的认知三年不动。

模型卷参数，她讲的是结构、生态、系统护城河。

当大家都在追最新的 AI 工具、抢跑大模型风口时，AMD CEO 苏姿丰，昨天 4 月 15 日却在台大的演讲现场，说出了一个更慢、更难、更不性感的话题：

系统思维。

她没谈 GPT、没秀 Sora，也没有演示任何生成式奇观。她讲的是一家公司如何构建长期路线图，讲的是如何让芯片配合算法、算力服务生态、技术嵌入组织——她讲的，是一个时代的底层能力重构。

在 " 人人都在追 AI 能力 " 的 2025 年，她提醒我们问一个更重要的问题：你有没有能力，构建起一个可以承载 AI 的系统？

这场演讲不仅仅讲给工程师听，也讲给每一个在 AI 浪潮中感到焦虑的打工人听。

你不是不够努力，而是你正被时代拖着跑。

你不是不会用工具，而是你没有自己的方向盘。

系统落后的人，终将跟丢工具。

这是一场技术更新与认知演化的赛跑，而苏姿丰，用她在台大的一小时，给我们展示了一条不同的出路。

别被快变量带节奏

从 GPT 到 Sora，从 DeepSeek 到开源爆炸，  每两个月一次技术高潮，信息量密到令人窒息。你刚学会提示词写法，它已经换了结构；你还在研究 Fine-tune，它已经跑去搞 Agent。

但苏姿丰在台大说得很清楚：

" 真正决定未来的，是你有没有系统性地理解技术与需求之间的关系。"

她没有追热点模型，而是在追一个更稳定的指标：系统的适应性与整合力。

作为 AMD 的 CEO，她面对的不是 " 如何跟上模型 "，而是 " 如何预判趋势、组织资源，并提前 5 年做好准备 "。芯片设计周期长、上下游复杂、生态高度依赖合作，没有系统思维，就没有未来产品。

对打工人来说也是一样。

你可以跟上一次提示词技巧，但下次工具换了，你还得重学；

你可以临时抱佛脚上手新模型，但没有 " 系统性的输入 - 转化 - 输出 " 机制，这些能力终究散落一地。

苏姿丰说的不是工具，而是你是否具备 " 组织信息、判断需求、整合资源 " 的底层逻辑。

AI 是风，系统是帆。

风向变了，有帆的人继续航行，没帆的人只能原地绕圈。

这也是为什么她特别强调软硬整合、生态联动和长期路线图——在一个快速变化的时代，唯一能对抗快变量的，是你自己构建的慢系统。

打工人落后于自己的系统

2025 年最扎心的一句话是——不是你学得慢，而是你系统没换。

很多人以为，自己的焦虑来自 " 不会用 AI 工具 "" 落后提示词技巧 "" 还没训练出个人 Agent"。但其实真正的焦虑，不是你不会用工具，而是你不会用 AI 去定义问题、更不会重构解决路径。

苏姿丰说过一句话："Run towards the hardest problems."

听起来像句口号，实则是她三十年硬核经验沉淀出的系统方法论。

她没有让 AMD 在表层上拼 " 多核更强 "" 频率更高 "，而是带领团队一路系统重构：

从 CPU 到 GPU，不是简单横向扩展，而是架构重写；

从单芯片到 Chiplet（小芯片封装），是对摩尔定律放缓的战略性应答；

从硬件产品到全栈整合，是生态级协同的组织升级。

  她不是在 " 加功能 "，而是在 " 换系统 "。

问题不是你懒，是你还没开始建立自己的 " 芯片架构 "：

你有没有一个属于自己的 " 输入→处理→表达 " 流程？

你是否知道自己真正要解决的问题，而不是 " 把问题交给 AI"？

你是否能把每一次学习，纳入可复用的结构，而不是一次性消耗？

真正优秀的个体，不是用工具解决问题的人，而是能设计 " 用什么工具解决什么问题 " 的人。

AI 能帮你提速，但只有系统，能决定你去哪。

" 慢变量的力量 "

在这场被模型更新节奏带偏的时代，我们太容易相信 " 快才是效率 "，" 卷才是答案 "。

但苏姿丰在台大提醒我们：" 你可以用最快的技术去做事，但你要用最慢的逻辑去建系统。"

这句话非常关键——它揭示了两个维度的差异：

快变量：工具、模型、热点、提示词；

慢变量：结构、判断力、系统性能力、复利的思维路径。

GPT 可以每季度更新，Agent 可以每天迭代，可灵可以每小时刷屏。但决定你是否能参与下一个浪潮的，不是你看了多少发布会，而是你有没有构建起 " 可以长期承载变化 " 的系统结构。

在苏姿丰的语境里，这种 " 慢变量 " 不是停滞，而是稳定的成长底盘。

她在 AMD 带队翻盘，用的不是一年打一个爆款，而是十年迭代一个架构系统。从 Zen1 到 Zen5，从 CPU 到 Chiplet，从高效能运算路线图到全栈布局，她打的每一张牌，都是系统演化的结果，而非产品焦虑的反应。

快速响应 ≠ 长期能力；

工具切换 ≠ 知识迁移；

会用新模型 ≠ 有能力预测问题的结构性变化。

你是否也在这样的误区里：" 我学会了即梦，我跟上了 DeepSeek，我刷完了可灵 的案例 "， 但依然觉得自己的成长卡在原地？

因为你可能只是不断切换工具，却从未升级系统。而真正有壁垒的成长，是系统化地解决困难问题，并不断复用成果。

苏姿丰说的 " 系统思维 "，说到底，是一种慢变量的设计能力。

AI 时代是系统人的时代

我们常说：AI 会改变工作。但更深的问题是——它会改变什么样的人可以胜出。

苏姿丰在台大并没有用那种 " 技术演讲 " 的姿态来讲模型、芯片、算力；她讲的是：

如何面对复杂问题？

如何带领团队穿越周期？

如何构建一个可以适应未来变化的系统结构？

她说：" 关键不是哪种模型更强，而是你有没有一套系统，可以让技术真正发挥作用。"

听上去像是 CEO 在讲管理，但本质上是她在讲未来个体必须具备的底层能力模型。

在系统越来越复杂、变化越来越快的今天：

不是谁先用上 AI 胜出，而是谁能持续理解复杂问题、调配资源去解决；

不是你用没用工具，而是你是否清楚工具该服务于哪种目标系统；

不是你有多少插件，而是你有没有一套" 自己定义问题 + 验证方案 + 循环反馈 " 的认知结构。

苏姿丰是芯片产业的领导者，但她这场演讲讲得不只是芯片，也不只是 AMD。她讲的是一种长期有效的能力结构：

系统思维，不是管理者的专属，而是所有个体面对复杂世界的底层 " 防抖装置 "。

真正的 AI 时代，不是 prompt 工程师的时代，也不是写 code 更快者的时代——是系统人的时代：

那群能把不同工具组织起来、把数据变成洞察、把问题拆解成可解子系统的人。

所以这不是一场技术革命，这是一次认知结构的重构战。

看似是在卷模型，其实是在卷谁能更稳地掌控复杂。

这不是一场工具战争

你可以追最新模型、最快工具、最火提示词，

也可以参加每一场发布会、试用每一个爆款应用，

但苏姿丰提醒我们：

别把技术当终点，它只是系统的一部分。

这场演讲表面上是关于芯片，实际是关于系统——组织的系统、技术的系统、个体的系统。

GPT 可能变得更聪明，DeepSeek 可能更便宜，Agent 可能更懂你。但真正决定你能不能长期生存的，不是有没有用 AI，而是你有没有构建属于你自己的 " 系统能力 "。

她用一小时告诉台大：未来不是看谁能跑得更快，而是看谁能在快速变化中稳定成长。

她没谈参数、没谈竞争，她讲了我们最容易忽略的东西：底层逻辑 + 长期演化 + 结构升级。

而你也该问问自己：

在 AI 时代，你有没有升级自己的系统，而不是只更新你的插件？

  你是否也曾陷入 " 学了很多 AI 工具，却始终无法转化为长期能力 " 的状态？

参考资料：

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