過去兩年，全網(wǎng)都在流傳一個共識：AI時代，第一批被淘汰的一定是文科生。

寫作、翻譯、文案，這些文科生的核心技能，似乎都能被大模型輕松替代，于是“理科決定未來，文科只是過去”的說法，成了很多人的固有認(rèn)知。

可就在所有人都默認(rèn)這個定論的時候，英偉達CEO黃仁勛的一番話，直接顛覆了所有人的認(rèn)知，也讓一直“高枕無憂”的理科生，徹底陷入了焦慮。

他在最近的播客里明確表示：未來最重要的能力，不是寫代碼，而是寫“語言”，甚至直言，英語正在變成一種新的編程語言。

一、反轉(zhuǎn)！黃仁勛一句話，打破文理“強弱”定論

黃仁勛的話，之所以能在全網(wǎng)炸鍋，核心就是它徹底推翻了過去兩年的主流認(rèn)知。以前我們總覺得，理科生掌握著代碼、算法這些“硬技能”，是AI時代的香餑餑，而文科生的“軟技能”，在AI面前不堪一擊，遲早會被替代。

但黃仁勛卻直接把話說反了：未來，真正值錢的不是寫代碼的能力，而是清晰表達、精準(zhǔn)描述需求的能力。

他甚至更進一步，把英語提升到了“新編程語言”的高度，意思就是，以后指揮AI干活，不用再敲一行行復(fù)雜的代碼，只要用英語把自己的需求說清楚，AI就能自動完成任務(wù)，英語就成了連接人和AI的“橋梁”。

很多人一開始以為，這只是黃仁勛安慰文科生的雞湯，可仔細(xì)琢磨就會發(fā)現(xiàn)，這背后藏著AI時代最底層的生產(chǎn)方式變革，根本不是一句空話。

要知道，黃仁勛站在整個AI基礎(chǔ)設(shè)施的最頂端，他看到的不是某個單一領(lǐng)域的變化，而是整個科技產(chǎn)業(yè)鏈的趨勢——現(xiàn)在最前沿的AI工具，早已能實現(xiàn)“自然語言驅(qū)動”，代碼不再是指揮機器的唯一方式。

更扎心的是，他的這番話，不是在否定理科生的價值，而是在提醒所有人：AI時代，能力的評判標(biāo)準(zhǔn)已經(jīng)變了。

以前理科生引以為傲的代碼能力，正在被AI逐步替代，而那些曾經(jīng)被認(rèn)為“沒技術(shù)含量”的表達、邏輯能力，正在成為新的硬通貨，這也是為什么，一直處于“優(yōu)勢地位”的理科生，會突然感到焦慮。

二、理科生的焦慮，從來不是多余的

可能有人會說，理科生掌握的算法、邏輯、底層技術(shù)，AI怎么可能替代？

其實這種想法，本身就是對AI時代的誤解，也是理科生焦慮的根源——他們一直依賴的“執(zhí)行能力”，正在被AI快速超越，而他們忽略的“表達能力”，正在成為新的短板。

以前，理科生的核心競爭力，是把復(fù)雜的需求拆解成一行行代碼，讓機器按部就班執(zhí)行，這種“執(zhí)行能力”，是文科生比不了的。

可現(xiàn)在，AI已經(jīng)能輕松寫出代碼、排查bug，甚至優(yōu)化算法，很多理科生每天做的重復(fù)性編碼工作，AI幾分鐘就能完成，而且效率更高、錯誤率更低。

更關(guān)鍵的是，黃仁勛提到一個細(xì)節(jié)：如果一個年薪50萬美元的工程師，一年只用5000美元的Token，他會覺得很可惜。

這話的核心不是讓大家多用AI，而是在說，真正的高手，是會用AI放大自己的人，而放大自己的前提，是你能清楚地告訴AI“你要什么”。

這恰恰是很多理科生的短板。

長期以來，理科生專注于鉆研技術(shù)、打磨代碼，卻忽略了表達能力的培養(yǎng)，很多人明明有很棒的想法，卻講不清楚、說不明白，就算面對AI，也無法精準(zhǔn)描述自己的需求，只能看著AI生成的結(jié)果不符合預(yù)期，卻不知道問題出在哪里。

現(xiàn)在，越來越多的企業(yè)招聘時，已經(jīng)不再只看重技術(shù)能力，反而越來越看重表達溝通能力——能把復(fù)雜的技術(shù)問題講清楚，能把模糊的需求定義清晰，這樣的理科生，才更受企業(yè)青睞。

反之，只會埋頭寫代碼、不會表達的理科生，很可能會被AI替代，這就是理科生焦慮的核心原因：不是AI太強，而是自己的能力結(jié)構(gòu)，已經(jīng)跟不上時代的變化。

三、英語成“新編程語言”，不是夸張，是趨勢

很多人看到“英語正在變成一種新的編程語言”這句話，都會覺得夸張，認(rèn)為英語只是一門語言，怎么可能和代碼相提并論？

但只要了解當(dāng)下AI的發(fā)展趨勢，就會明白，黃仁勛的話，其實是對未來的精準(zhǔn)預(yù)判。

我們可以簡單理解：以前指揮計算機，必須用C++、Python這類專業(yè)編程語言，語法嚴(yán)苛、邏輯復(fù)雜，只有經(jīng)過專業(yè)訓(xùn)練的理科生才能掌握；而現(xiàn)在，隨著大模型的突破，指揮AI已經(jīng)不需要復(fù)雜代碼，只要用自然語言描述需求，AI就能生成對應(yīng)的結(jié)果，而英語，正是目前全球AI生態(tài)的“通用語言”。

目前，最前沿的AI研究、主流模型和活躍的開源社區(qū)，大多以英語為載體，很多最新的技術(shù)文檔、模型指令，都是用英語編寫的。

掌握英語，就意味著能直接接入全球創(chuàng)新核心場域，能更精準(zhǔn)地向AI下達指令，能更快地掌握最新的技術(shù)趨勢，這也是黃仁勛強調(diào)英語的核心原因——它不是簡單的語言，而是對接AI的“工具”。

而且，這里的英語，不是我們平時學(xué)的“應(yīng)試英語”，不是能看懂閱讀理解、能寫簡單作文就夠了，而是能精準(zhǔn)、清晰、有邏輯地描述復(fù)雜需求的“實用英語”。

就像黃仁勛反復(fù)強調(diào)的一個詞：Specify，也就是把目標(biāo)描述清楚，這種能力，才是未來“新編程語言”的核心要求。

這也意味著，不管是理科生還是文科生，英語能力都將成為未來的核心競爭力之一。

以前理科生可以靠代碼“躺贏”，現(xiàn)在不行了，不懂英語、不會用英語向AI下達精準(zhǔn)指令，就算技術(shù)再強，也很難發(fā)揮出自己的優(yōu)勢，這也是理科生焦慮的另一個重要原因。

四、AI時代，不分文理，只分“定義者”和“執(zhí)行者”

黃仁勛的話，其實并不是在為文科正名，也不是在否定理科，而是在重新定義AI時代的“人才標(biāo)準(zhǔn)”。

未來的人才，不會再按文理來劃分，只會分成兩類：定義者和執(zhí)行者。

執(zhí)行者，就是接收任務(wù)、使用工具、完成交付的人，他們擅長按部就班地執(zhí)行，卻不擅長定義目標(biāo)、清晰表達。

以前，理科生大多屬于這類人，靠著扎實的技術(shù)能力，完成代碼編寫、數(shù)據(jù)處理等執(zhí)行類工作；但現(xiàn)在，AI正在快速替代這類工作，執(zhí)行者的價值會被大幅壓縮，溢價空間也會越來越小。

而定義者，是提出問題、構(gòu)建目標(biāo)、驅(qū)動AI的人，他們擅長把模糊的需求變成清晰的命題，擅長用語言指揮AI完成工作，他們的核心競爭力，不是單兵作戰(zhàn)能力，而是戰(zhàn)略判斷和清晰表達能力。

這類人，不管是文科生還是理科生，只要具備相應(yīng)的能力，就能在AI時代立足，甚至成為行業(yè)的核心人才。

現(xiàn)在很多企業(yè)的招聘趨勢也能印證這一點，越來越多的大廠，不再只強調(diào)技術(shù)能力，反而更看重候選人能不能講清楚復(fù)雜問題、能不能定義方向、能不能說服別人。

這不是企業(yè)變“文藝”了，而是他們清楚地知道，在AI工具足夠強的情況下，真正的瓶頸早就不在執(zhí)行，而在定義。

很多理科生之所以焦慮，就是因為他們一直停留在“執(zhí)行者”的層面，沒有意識到，自己需要從“會做事”向“知道該做什么”轉(zhuǎn)變，需要從“埋頭寫代碼”向“清晰表達需求”轉(zhuǎn)變。

這種轉(zhuǎn)變，對長期專注技術(shù)的理科生來說，無疑是一種挑戰(zhàn)，也是他們焦慮的根源。

我們要明白，AI時代，沒有永遠(yuǎn)的“鐵飯碗”，也沒有永遠(yuǎn)的優(yōu)勢能力。

以前理科生靠代碼立足，現(xiàn)在，表達能力、邏輯能力、英語能力，正在成為新的核心競爭力；以前我們覺得文科“沒用”，現(xiàn)在才發(fā)現(xiàn)，文科培養(yǎng)的那些能力，恰恰是AI無法替代的。

對理科生來說，不用過分焦慮，也不用否定自己的技術(shù)能力，而是要學(xué)會補齊自己的短板：多鍛煉表達能力，學(xué)會把復(fù)雜的想法說清楚、講明白；重視英語學(xué)習(xí)，掌握能精準(zhǔn)對接AI的“新編程語言”；跳出“執(zhí)行者”的思維，學(xué)會做“定義者”，主動提出問題、定義目標(biāo)，用AI放大自己的技術(shù)優(yōu)勢。

對所有人來說，AI不是敵人，而是工具。

未來，能真正立足的，不是只會埋頭干活的人，而是知道該做什么、能把想法說清楚、能熟練用工具放大自己的人。

黃仁勛的話，不是在制造焦慮，而是在提醒我們：跟上時代的變化，補齊自己的能力短板，才能在AI浪潮里，站穩(wěn)腳跟，不被淘汰。