撰文｜畫畫

過去兩年，有一個(gè)共識(shí)幾乎成了定論：文科生，是AI時(shí)代第一批被淘汰的人。

寫作可以被替代，翻譯可以被替代，甚至連表達(dá)本身，都被大模型接管了。 在一輪又一輪的效率提升里，文科生像是最先被卷進(jìn)浪潮的人群。

于是一個(gè)簡單粗暴的結(jié)論開始流行：

理科決定未來，文科只是過去。

但就在這個(gè)共識(shí)快要變成定論的時(shí)候，一個(gè)人把話說反了。

黃仁勛在最近一期播客里，談到一個(gè)讓很多人意外的判斷：未來最重要的能力，不是寫代碼，而是寫"語言"。

他甚至更進(jìn)一步說：英語，正在變成一種新的編程語言。

這句話真正刺耳的地方，不在于語言很重要這幾個(gè)字，而在于它暗含的那層意思，那些長期被認(rèn)為沒有技術(shù)含量的能力，正在變成新的硬通貨。

這幾乎是對(duì)過去兩年敘事的一次翻轉(zhuǎn)。

更有意思的是，這不是一句安慰文科生的雞湯。

如果你把這句話放進(jìn)整個(gè)AI產(chǎn)業(yè)的變化里去看，它指向的，是一種更底層的生產(chǎn)方式變化。

問題開始變得有意思了。

如果AI已經(jīng)可以寫代碼、寫文案、寫報(bào)告，那為什么表達(dá)能力反而更值錢了？ 如果機(jī)器已經(jīng)夠聰明，人為什么反而更需要"語言"？

再往深一層問：黃仁勛到底是在為文科正名，還是在重新定義什么叫"能力"？

1、這種變化，已經(jīng)在發(fā)生了

值得注意的是，這個(gè)趨勢(shì)不是他說了才出現(xiàn)的，它已經(jīng)在現(xiàn)實(shí)中每天都在發(fā)生。

很多工程師，開始花大量時(shí)間寫Prompt，而不是寫代碼。一些最頂尖的AI公司，開始招溝通能力極強(qiáng)的產(chǎn)品經(jīng)理。

甚至連一些研究員，也開始在小紅書上分享思考，主動(dòng)練表達(dá)。

還有一些更具體的人物路徑：Daniela Amodei，英語文學(xué)本科，現(xiàn)在是Anthropic的總裁。林俊旸，英語本科出身，語言學(xué)碩士，之前是阿里通義千問一號(hào)位。

這些路徑，放在過去的評(píng)價(jià)體系里，幾乎不可能成為AI核心人才。但現(xiàn)在，它們開始變得合理，甚至有優(yōu)勢(shì)。

這不是巧合，也不是特例，它是人才市場(chǎng)上的一個(gè)結(jié)構(gòu)性信號(hào)。

于是一個(gè)更尖銳的問題冒出來了：被淘汰的，真的只是文科嗎？還是說，我們對(duì)"能力"的理解，本身就已經(jīng)過時(shí)了。

2、能力結(jié)構(gòu)正在被重寫

如果只把這件事理解成文科翻身，其實(shí)低估了變化的深度。

真正發(fā)生的事情更底層，生產(chǎn)方式，正在從執(zhí)行任務(wù)轉(zhuǎn)向定義目標(biāo)。

在傳統(tǒng)的軟件時(shí)代，你需要把需求拆解成代碼，明確每一個(gè)邏輯步驟，機(jī)器只管執(zhí)行。

但在大模型時(shí)代，你只需要描述"你想要什么"，AI自己生成路徑，甚至給出多個(gè)方案。

聽起來門檻低了。但其實(shí)門檻沒有消失，只是挪了位置。

原來的問題是：你會(huì)不會(huì)寫代碼？

現(xiàn)在的問題變了：你能不能把自己要什么說清楚？

而這件事，才是真正困難的地方。

描述一個(gè)目標(biāo)，聽著簡單，做起來很難。它要求你具備三樣?xùn)|西：

你到底想解決什么問題，這是抽象能力。

目標(biāo)怎么拆、優(yōu)先級(jí)怎么排，這是結(jié)構(gòu)能力。

怎么讓AI準(zhǔn)確理解你，而不是讓它瞎猜，這是表達(dá)能力。

這三樣?xùn)|西，本質(zhì)上都更接近文科訓(xùn)練出來的底子。

有意思的是，黃仁勛在播客里反復(fù)強(qiáng)調(diào)了一個(gè)詞：Specify，把目標(biāo)描述清楚。

他說，未來的關(guān)鍵在于你能清晰地指定目標(biāo)，給AI留出創(chuàng)造空間的同時(shí)，引導(dǎo)它產(chǎn)出你想要的結(jié)果。

他管這個(gè)叫一種"Artistry"——藝術(shù)性。

藝術(shù)性。這可不是工程詞匯。

3、為什么偏偏是黃仁勛說這句話

同樣的話換一個(gè)人說，可能只是一個(gè)觀點(diǎn)。但英偉達(dá)的CEO說出來，分量不一樣。

因?yàn)樗驹谡麄€(gè)AI基礎(chǔ)設(shè)施的最頂端，看到的不是某個(gè)單點(diǎn)，而是整條鏈條的變化，GPU在賣給誰，Token在被誰消耗，AI工具被誰用得最狠。

他提到一個(gè)細(xì)節(jié)，如果一個(gè)年薪50萬美元的工程師，一年只用5000美元的Token，他會(huì)覺得很可惜。

這話的重點(diǎn)不是"多用AI"，重點(diǎn)是：真正的高手，是會(huì)用AI放大自己的人。

他還打了個(gè)比方，勒布朗·詹姆斯每年花幾百萬美元保養(yǎng)身體，不是因?yàn)橛绣X任性，而是因?yàn)樗焉眢w當(dāng)成最重要的資產(chǎn)，值得持續(xù)投入。

對(duì)AI時(shí)代的從業(yè)者來說，Token就是"保養(yǎng)費(fèi)"。

消耗得多，說明你在用AI放大自己。消耗得少，說明你還在靠人力硬扛。

而放大的前提，始終是你得先知道你要什么。你想清楚了，才能指揮AI去做。這一步，任何工具都幫不了你。

4、Prompt被誤解了

很多人把寫Prompt當(dāng)成一個(gè)技巧問題，怎么寫更準(zhǔn)確，怎么讓回答更好，怎么繞過限制。網(wǎng)上到處都是什么Prompt技巧大全、100個(gè)高效模板、Prompt專家授課......但這些全是表面的東西。

Prompt的本質(zhì)，是思維的外化。

你寫不出好Prompt，通常不是因?yàn)椴粫?huì)寫，而是因?yàn)槟銐焊鶝]想清楚問題。

有一個(gè)很好的測(cè)試方法：試著把你腦子里的想法，用一段話完整說給AI聽。說完之后，你自己都覺得模糊，那AI給你的回答一定也是模糊的。

反過來，當(dāng)你能用一段清晰的、有邏輯的、有層次的語言描述一個(gè)復(fù)雜問題時(shí)，AI幾乎一定能給出有價(jià)值的東西。

所以好的Prompt工程師，本質(zhì)上是好的思考者。而好的思考者，需要長期的語言訓(xùn)練。

這就是為什么黃仁勛說英語文學(xué)專業(yè)的學(xué)生可能會(huì)非常成功。他們擅長的，恰好就是邏輯構(gòu)建、修辭表達(dá)、對(duì)意圖的精準(zhǔn)傳達(dá)。

5、一個(gè)不太舒服的判斷

但這里也有一個(gè)更殘酷的現(xiàn)實(shí)。

過去，文科被詬病的問題是"沒用"?，F(xiàn)在，文科面對(duì)的新問題是：不夠強(qiáng)。

因?yàn)锳I可以幫你完成表達(dá)，但它沒法替你想清楚目標(biāo)。

所以分水嶺出現(xiàn)在這里——

淺層表達(dá)，會(huì)被AI替代。深層表達(dá)，會(huì)被AI放大。

什么是淺層表達(dá)？寫一篇格式正確的郵件，總結(jié)一段會(huì)議紀(jì)要，翻譯一篇外文資料。這些事，AI已經(jīng)做得比大多數(shù)人好了。

什么是深層表達(dá)？ 把一個(gè)模糊的商業(yè)問題抽象成一個(gè)清晰的命題。把一個(gè)復(fù)雜的組織現(xiàn)象拆解成可以分析的變量。把一個(gè)你自己還沒想清楚的判斷，逼著自己說清楚。

這些事，AI做不了。

因?yàn)锳I沒有你的背景、你的經(jīng)驗(yàn)、你的立場(chǎng)，它只能放大你已經(jīng)有的東西。

你沒想清楚，AI放大的是你的混亂。你想清楚了，AI放大的是你的能力。

6、企業(yè)為什么突然開始重視表達(dá)

如果你觀察最近大廠的變化，會(huì)發(fā)現(xiàn)一個(gè)趨勢(shì)：大家不再只強(qiáng)調(diào)技術(shù)能力，越來越看重一件事，你能不能講清楚一個(gè)復(fù)雜的問題，能不能定義一個(gè)方向，能不能說服別人跟你走。

這不是企業(yè)突然變文藝了，而是他們發(fā)現(xiàn)，在AI工具已經(jīng)足夠強(qiáng)的情況下，真正的瓶頸早就不在執(zhí)行了，在定義。

一個(gè)能把方向定義清楚的人，價(jià)值遠(yuǎn)超一個(gè)只會(huì)執(zhí)行的人。因?yàn)榍罢咴谥笓]AI，后者在和AI搶活兒。

黃仁勛描述過一個(gè)畫面：未來每個(gè)人都會(huì)領(lǐng)導(dǎo)成百上千個(gè)AI代理去完成工作。 你就是這支AI軍隊(duì)的指揮官。

指揮官的核心競(jìng)爭(zhēng)力，從來不是單兵作戰(zhàn)，而是戰(zhàn)略判斷和清晰的命令。

7、真正的分化已經(jīng)開始了

未來的人才，不會(huì)再按文理分。 分法會(huì)變成兩類：

第一類：執(zhí)行者。接收任務(wù)，使用工具，完成交付。

第二類：定義者。提出問題，構(gòu)建目標(biāo)，驅(qū)動(dòng)AI。

AI不會(huì)消滅執(zhí)行者，但會(huì)大幅壓縮他們的溢價(jià)。而定義者的價(jià)值，會(huì)被持續(xù)放大。

這里有一個(gè)值得警惕的陷阱。很多人以為自己是定義者，但干的其實(shí)還是執(zhí)行者的活。

區(qū)別在哪？定義者的標(biāo)志，不是"我有想法"，而是我能把想法說清楚。想法誰都有，但能把一個(gè)模糊想法變成一個(gè)清晰命題的人，極少。

這種能力不是天賦，是練出來的。

語言訓(xùn)練，文字訓(xùn)練，邏輯訓(xùn)練，恰好，這些都是文科的老本行。

8、一個(gè)更大的時(shí)代隱喻

所以當(dāng)我們?cè)倩仡^看"文科到底有沒有用"這個(gè)問題，其實(shí)已經(jīng)問錯(cuò)了。

真正的問題是，你能不能把一個(gè)模糊的世界，說清楚。

代碼是對(duì)計(jì)算機(jī)的表達(dá)，Prompt是對(duì)AI的表達(dá)，戰(zhàn)略是對(duì)組織的表達(dá)，文章是對(duì)讀者的表達(dá)。

歸根結(jié)底，它們都是同一件事：

把你腦子里的東西，變成別人，或者機(jī)器，能理解的形式。

這件事在哪個(gè)時(shí)代都不容易，只是到了現(xiàn)在，它的價(jià)值終于被看見了。

【版面之外】的話：

說白了，黃仁勛不是在為文科正名。他說的是一件更冷靜的事：未來最稀缺的，不是會(huì)做事的人，而是知道該做什么的人。

而知道該做什么，從來都不是一門技術(shù)。

它是一種能力，一種被低估了很久的能力。