乐于分享
好东西不私藏

黄仁勋说'应届生别怕 AI',我信了

黄仁勋说'应届生别怕 AI',我信了

黄仁勋说"应届生别怕 AI",我信了

但他说了后半句:会用 AI 的人,淘汰不会用的人。


一、一个让应届生慌了的消息

2026 年春招季,两份报告同时刷屏:

• 脉脉春招报告:AI 科学家/负责人平均月薪超 13 万元,断层领先其他岗位

• 普林斯顿大学公告:实施 133 年的无人监考制度被投票取消——因为 AI 作弊工具太强了

一边是 AI 岗位薪资暴涨,一边是 AI 作弊逼名校改革。

应届生小张投了 50 份简历,其中 30 份标注"熟练使用 AI 工具优先"。但他突然慌了:

"AI 这么厉害,我还没毕业是不是就要被淘汰了?"

就在这个焦虑蔓延的时刻,黄仁勋在最新演讲中说了一句话:

"应届生们别怕 AI。"

说这话的人,市值 3 万亿美元,正在用 GPU 训练全世界最大的 AI 模型。


二、黄仁勋到底说了什么?

核心观点一:AI 不会淘汰人,会用 AI 的人淘汰不会用的人

这是黄仁勋最常说的话,也是本次演讲的核心。

潜台词:AI 是工具,不是对手。就像当年 Excel 没有淘汰会计,只是淘汰了不会用 Excel 的会计。

但这里有个关键问题:"会用 AI"的标准是什么?

• 会用 Copilot 写代码?

• 会用 ChatGPT 写文案?

• 还是会训练自己的 LoRA 模型?

黄仁勋没说。但英伟达的答案很明确:买更多 GPU,训练更大模型。


核心观点二:每一代技术革命都创造更多新工作

黄仁勋喜欢用历史类比:

技术革命
消失的岗位
创造的新岗位
工业革命
手工业者
工厂工人、工程师
信息革命
打字员、接线员
程序员、产品经理
AI 革命
?
Prompt Engineer、AI Trainer、Agent 开发者

但这次不一样:AI 替代的不是体力劳动,而是认知劳动——写代码、做分析、甚至创作。

普林斯顿的例子就是证明:连考试都无法区分人和 AI 了。


核心观点三:GPU 时代需要新型工程师

黄仁勋在演讲中多次提到"AI 原生工程师"(AI-Native Engineer)。

什么是 AI 原生工程师?

• 不是"会用 AI 工具的程序员"

• 而是"**能构建 AI 系统**的程序员"

技能树对比:

传统工程师              AI 原生工程师 │                       │ ├── 数据结构            ├── 数据结构 ├── 算法                ├── 算法 ├── 设计模式            ├── 设计模式 │                       ├── 大模型原理 │                       ├── Agent 架构 │                       ├── RAG 系统 │                       └── 提示工程 

黄仁勋没说出口的是:AI 原生工程师需要更多 GPU,而 GPU 是英伟达卖的。


核心观点四:应届生是 AI 原生代,天生优势

这是黄仁勋最"政治正确"的一句话。

他的逻辑:

• 应届生从小接触智能手机、互联网

• 对 AI 工具的接受度更高

• 没有"旧习惯"包袱,更容易适应 AI 原生工作流

但现实是:

• 会用 AI 工具 ≠ 能构建 AI 系统

• 应届生的优势是学习速度,不是经验

• 真正的差距不在年龄,在算力


三、黄仁勋没说出口的三件事

1. 卖 GPU 顺便安抚市场

黄仁勋访华随行特朗普,H200 芯片获批对华出口。

时间线:

• 2026 年 5 月:黄仁勋随特朗普访华

• 同日:美国批准 10 家中企购买 H200 芯片

• 次日:黄仁勋发表"应届生别怕 AI"演讲

解读:英伟达需要中国市场,需要稳定预期。"别怕 AI" = "AI 会创造更多需求,买更多 GPU"。


2. 真正的机会不在"用 AI",在"建 AI"

黄仁勋定义的"AI 原生工程师":

层级
能力
稀缺性
薪资
AI 工具使用者
会用 Copilot/ChatGPT
普遍
普通
AI 应用开发者
能开发 AI 应用
稀缺
较高
AI 系统构建者
能构建 Agent/RAG 系统
极稀缺
极高
AI 基础设施
训练大模型、优化推理
顶级
天价

应届生的机会在第 2-3 层,而不是第 1 层。


3. 算力鸿沟才是真正的分水岭

黄仁勋没说:"会用 AI 的人淘汰不会用的人——前提是你能接触到 AI 算力。"

群体
算力 access
AI 能力上限
大厂员工
充足
高
创业公司
有限
中
个人开发者
极少
低
高校学生
依赖学校
极低

H200 芯片对华出口限制 = 国内训练成本更高,个人和小团队更难追上。


四、大佬们怎么看?一场关于 AI 与人的辩论

人物
观点
立场
黄仁勋
"应届生别怕 AI"
乐观,卖硬件视角
李彦宏
"AI 时代度量衡是日活智能体数"
战略,All in Agent
马斯克
"大模型打不赢,换条思路"
质疑,另辟蹊径
普林斯顿
"取消无人监考"
现实焦虑,防守
Anthropic
"AI 有意识是无稽之谈"
技术边界,保守

共识:AI 时代已来,但没人知道终点在哪。

分歧:是"人机协作"还是"人机竞争"?


五、应届生该怎么做?

短期(1 年内):掌握 AI 工具链

工具
用途
学习资源
Copilot/Cursor
AI 编程
官方文档 + 实战项目
ChatGPT/Claude
通用 AI 助手
Prompt Engineering 指南
Midjourney/Seedream
AI 绘图
官方教程 +  prompts 库
Notion AI
AI 笔记/写作
官方教程

目标:效率提升 2-3 倍,让 AI 成为你的"第二大脑"。


中期(2-3 年):深耕垂直领域 + AI

不要:追逐所有 AI 热点,什么都学一点

要:选一个垂直领域,成为"AI + 领域"的复合人才

领域
AI 结合点
机会
医疗 AI
医学影像、药物发现
高壁垒、高价值
金融 AI
量化交易、风控
高薪资、高压力
教育 AI
个性化学习、智能辅导
市场大、模式新
工业 AI
质检、预测性维护
落地快、付费强

目标:成为领域专家,AI 只是你的"武器"。


长期(5 年+):构建 AI 系统

这是黄仁勋说的"AI 原生工程师"的终极形态。

技能要求:

• 大模型原理与微调

• Agent 架构设计

• RAG 系统开发

• AI 产品思维

目标:从"用 AI"到"建 AI",从执行者到创造者。


六、争议与反思

黄仁勋的话可信吗?

反方观点:

• 英伟达是 AI 芯片最大供应商,利益相关

• "别怕 AI" = 继续扩张 AI 基础设施

• 历史不会简单重复:这次 AI 替代速度远超工业革命

正方观点:

• 确实创造新岗位:Prompt Engineer、AI Trainer、Agent 开发者

• 人机协作效率提升,总量可能增加

• 焦虑本身是最大的敌人

我的看法:黄仁勋说的是长期趋势,但短期阵痛真实存在。


被忽略的真相

"黄仁勋没说:会用 AI 的人淘汰不会用的人——前提是你能接触到 AI 算力。"

算力鸿沟:

• 大厂 vs 小公司 vs 个人,算力差距拉大

• H200 芯片限制 = 国内训练成本更高

• 真正的分水岭不是人与 AI,而是有算力的人和没算力的人


七、结尾

黄仁勋说"应届生别怕 AI",但他没说"别怕不学习 AI"。

2026 年,最好的投资不是买 GPU,是投资自己的 AI 适应力。

记住这个金字塔:

┌─────────────┐ │  AI 系统构建 │ ← 稀缺,高价值 ├─────────────┤ │  AI 产品设计 │ ← 需求大 ├─────────────┤ │  AI 工具使用 │ ← 基础,人人都会 └─────────────┘ 

AI 不会取代你,但会用 AI 的应届生会。

黄仁勋给了方向,路还得自己走。


你身边有同学因为 AI 焦虑吗?评论区聊聊 👇


*参考资料:*

• *TechWeb 报道《英伟达黄仁勋最新演讲:应届生们别怕 AI》*

• *脉脉 2026 春招报告*

• *普林斯顿大学《荣誉规章》投票公告*

• *Solidot《AI 工具作弊的流行迫使普林斯顿推翻无人监考制度》*

相关学习资料