黃仁勛：AI 熱鬧過后，什麼人更值錢

英偉達首席執行官黃仁勛關於人工智能重塑職業價值的核心觀點。他指出，AI 已從簡單的信息查詢演變為能夠獨立執行任務的智能體，使得個人能夠發揮出以往整個團隊的生產力。在這一背景下，企業評估人才的標準正轉向算力消耗與產出比，鼓勵員工將 AI 視為能力的放大器。黃仁勛強調，技術進步並非單純取代人力，而是會讓深耕專業領域並精通 AI 協作的複合型專家變得更加稀缺。未來的職場競爭力將不再取決於體力上的執行，而在於創新思維、架構設計以及對 AI 結果的精準評判。這種轉變要求勞動者從單純的勞動者提升爲能夠指揮數字化團隊的決策者。

2026 年 3 月 19日，GTC 大會期間，黃仁勛在 All-In 播客上花了一個多小時，講了一件事。

過去一年多，關於 AI 的討論大多停留在技術突破上：模型變強了，可以推理了，智能體能執行了。

但真正的討論焦點，已經不再是技術本身，而是當技術真正進入工作流程之后，會發生什麼？寫代碼、做設計、跑流程、分析數據，這些過去需要好幾個人配合才能完成的工作，現在一個人就能做了。

當工作的完成方式改變，每個人的價值也會被重新衡量。

在這個一個人就是一支隊伍的時代，什麼樣的人，還值錢？

第一節｜AI 到哪一步了？會執行任務了

短短兩年時間，AI 已經跨越了三個階段：從生成式 AI，到具備推理能力，再到如今的智能體（Agent）。

這種進化不僅僅體現在冷冰冰的技術指標上，更真實地反映在我們的日常中。普通人不僅在大量使用 AI，而且用法已經發生了根本性的顛覆。

最明顯的信號，藏在提示詞的變化里。

過去，你總是「問」 AI：這是什麼？那是誰？在什麼時候？

現在，你開始「命令」 AI：去創建、去做、去建立、去寫。

從「查詢」變成了「行動」，從「獲取信息」變成了「完成任務」。這意味着，AI 已經不再是一個單純的問答機器，它變成了一個能從頭到尾把事情做完的執行者。

OpenClaw 就是這個能力的集中體現。黃仁勛甚至斷言，這可能是有史以來最重要的軟件發佈。

作為一個開源智能體系統，它僅僅用了三周時間，下載量就超越了 Linux 過去三十年積累的人氣。它不再是一個簡單的對話框，而是擁有了完整的計算機特徵。它有記憶、能管理資源、懂調度，甚至能調用 API。它可以獨立閲讀文檔，熟練使用工具，能自己分解複雜任務並逐一解決，甚至還能繁衍出新的智能體。

黃仁勛把它稱為新時代的「個人 AI 操作系統」。

過去一個月，OpenClaw 在中國迅速破圈。從想做副業的退休者，到小學家長羣里的討論，都在談論「龍蝦」。儘管技術本身還在不斷迭代，但敏鋭的人們已經先一步行動起來了。

而當這種能力進入真實的工作場景，帶來的衝擊更是顛覆性的。

有人用 Deep Research 和一組數據，30 分鍾就完成了一項極其複雜的研究。放在過去，這通常是一篇需要耗費七年心血才能完成的博士論文，甚至有資格作為該領域最重磅的成果，發表在頂刊《科學》雜誌上。

這樣的案例越來越多。當一個人配合 AI 可以完成過去需要團隊做的事，公司開始重新思考一個問題：員工的價值應該怎麼衡量？

第二節｜公司怎麼選人？算力消耗成標準

面對全新的工作流，公司該怎麼選人？黃仁勛給出了一個極其具體、甚至有些反常識的衡量標準。

假設你僱傭了一名年薪 50 萬美元的軟件工程師或 AI 研究員。到了年底覆盤時，你問他這一年在 AI 的 Token 上花了多少錢。

黃仁勛的預期是：至少要花 25 萬美元。

如果這個工程師只花了 5000 美元，那説明他基本沒在用 AI。25 萬美元是年薪的一半，為什麼要花這麼多錢在算力上？因為工程師的核心價值在於「交付成果」。如果給他配備頂級的 AI 工具，他一個人就能干完過去一整個團隊的活兒。這時候，你在工具上給他投入得越多，他為你創造的價值就呈指數級放大。

爲了説明這一點，黃仁勛用 CAD 工具做了一個類比。

他説，這就好比一個頂級芯片設計師跑來對你説，他打算只用紙和鉛筆畫圖，不需要任何 CAD 工具。你絕對不會接受這種荒謬的説法，因為離開這些工具，他的專業能力根本無從發揮，更別提交付有競爭力的產品了。

AI 也是同樣的邏輯。在這里，工具不再是成本，而是放大器。給工程師配足算力，本質上是在給公司創造更高的幾何級收入

不僅是説説而已，英偉達自己已經開始這麼干了。

黃仁勛説，每位工程師未來會擁有 100 個智能體。這意味着一個工程師可以同時指揮 100 個智能體去完成不同的任務。公司有 38,000 名工程師，相當於擁有380 萬個數字員工在工作。

播客里還提到了 Brix 公司的一個真實案例。有人在周日晚上 10 點開始工作，利用 Claude 和智能體系統，僅僅花了 90 分鍾，就把整個公司的軟件棧給替換了。11 點 30 分順利收工，到了周一早上，整個管理團隊都在驚歎他一個人做出來的成果。

一個人，90分鍾，完成過去需要團隊幾周才能做完的事。

在全新考覈下，算力消耗已經成了公司最核心的指標：你消耗了多少算力，最終又交付了什麼量級的成果。

第三節｜什麼人更值錢？會用AI的專家

如果一個工程師能指揮 100 個智能體，一個人就能干完一個團隊的活兒時，很多人本能的反應是恐懼：AI 會不會最終替代我們？

黃仁勛講了一個 10 年前的案例。一位世界頂級的計算機科學家做過一個預測：計算機視覺將完全取代放射科醫生。他建議大家千萬不要進入放射科這個領域。

10 年過去了，他的預測對了一半。

計算機視覺確實被 100% 地安裝到了全球所有的放射科設備和平臺中。但出人意料的是，放射科醫生的數量不僅沒有減少，反而增加了。醫院對放射科醫生的需求，更是直線飆升。

為什麼會這樣？

因為每個人的工作都有一個目的。放射科醫生的任務是研究掃描影像，但目的是幫助醫生、幫助患者診斷疾病。當計算機視覺讓掃描速度變快，醫院可以做更多的掃描，可以給更多患者看病，收入也增加了。結果是，需要更多的放射科醫生，而不是更少。

同樣的事情，也在其他領域不斷上演。

飛機上的自動駕駛儀，90%的時間都在駕駛飛機，但它創造了大量更多的飛行員崗位，沒有人被趕出駕駛艙。

未來的司機也一樣。車可以自己開，但司機會變成出行助理，在路上處理一堆其他工作，幫你安排、協調一系列事情。

工具的進化，本質上只會讓專業人士變得更值錢。

但值錢的前提是，你得會用這些工具。

黃仁勛説，在過去，我們寫代碼。在未來，我們要寫下想法、架構、説明書，要組織智能體團隊，要定義什麼是好結果、什麼是壞結果。

工作的重心，正在全面「前移」。具體的「執行」變容易了，未來真正困難、也真正拉開差距的，是你能不能想到絕佳的點子、能不能把目標給 AI 講清楚、能不能對結果做出精準的判斷。

那麼，現在的年輕人應該做些什麼準備？

黃仁勛的建議是，科學、數學、語言能力這些基礎仍然重要。但最關鍵的是，無論你學什麼專業，都要讓自己成為使用 AI 的深度專家。

• 專業深度，決定了你能想到多遠；
• AI 能力，決定了你能完成多少；

這兩者的結合，最終都會直接體現在你的個人價值和工資收入上。

所以，在未來到底什麼樣的人更值錢？

答案只有一種：有專業深度，並且極度擅長使用 AI 的人。

原文鏈接：

https://x.com/theallinpod/status/2034698895075299770

https://www.youtube.com/watch?v=gwW8GKwHB3I

來源：官方媒體/網絡新聞

本文來自微信公眾號「AI 深度研究員」，作者：AI深度研究員，編輯：深思，36氪經授權發佈。