黄仁勋说AI不会消灭岗位——但你没听出他的后半句

6月1日，中国台北。一身黑色皮衣的黄仁勋站了将近两个小时。

他说了一句让外行安心、让内行警醒的话："AI不会减少工作岗位，完全是胡说八道。"

然后他甩出一个数字——GitHub上，AI辅助的代码提交量，从2025年的5亿次，飙升到2026年前几个月的14亿次。翻了三倍。

这句话道出一个事实——会用AI的人在加速，不会的人在被拉开。

黄仁勋没骗你，但也没说完

AI确实不会让岗位总量变少。问题是，岗位本身在变。

消失的东西叫"你现在的技能能匹配的那个岗位"。一个会用AI的程序员，原来一天写500行，现在写1500行。企业没裁掉"程序员"这个岗位，但原来三个人的团队，现在一个人就够了。另外两个人呢？他们的技能没跟上。

「岗位还在」和「你还能做」之间那条缝，正在快速变宽。

重复性编码。 纯CRUD、模板化页面、标准化接口——AI已经在做了。RTX Spark量产后，本地就能跑大模型，网速都不再是瓶颈。

初级数据标注。 去年还靠人工一条条标，今年大模型自己做预处理，人类只抽检。标注团队从二十人缩到三人，这已经是行业常态。

标准化内容生产。 通稿、产品说明、营销图文与视频——AIGC现在的输出质量已经过了及格线。以后市场要的人，从"会写"变成了"会用AI工具、懂内容策略、能判断质量"。

Agent开发。 黄仁勋这场主题就叫"Agentic AI时代"。工作流编排、多智能体协作、企业部署——这是今年企业端最大的AI落地方向。

多模态AI应用。 图像识别、视频分析、语音交互正在进入生产环节，RTX Spark让本地跑多模态模型成为标配。

模型微调与部署。 没人要求你从头训一个GPT。但能把开源模型拉下来、用行业数据微调、部署到业务里的人，始终是稀缺的。

AI+行业解决方案。 机器视觉、工业检测、具身智能——制造业才是AI人才缺口最大的地方。国内机器视觉市场今年210亿，预计2028年385亿。

数据工程与质量管控。 模型好不好，七分靠数据。喂什么数据、怎么评估输出、如何迭代——这些活，AI替不了。

这场演讲的另一个重头戏是RTX Spark芯片量产。今年秋天开始，一台笔记本就能在本地跑大模型。不用联网，不用租云端GPU。

这意味着什么？AI技能将从"加分项"变成"及格线"。以前你会用AI是优势，以后你不会AI，连基础的工效都比别人差一大截。

从锦上添花到上岗资格，可能只隔一台装了RTX Spark的笔记本。

方向已经很清楚。问题是你准备往哪走。

一乐数智目前在做的两件事，恰好对上了黄仁勋画出来的两条线：一是AI机器视觉在工业上的应用——制造业升级催生的机器视觉、工业检测岗位，缺口远没填上；二是AIGC内容生产及AI应用协助工作效率提升——教你把AI变成生产力，一个人做出三个人的活。

黄仁勋确实说了"AI不会消灭岗位"。但他也知道这句话的后半句——

会用AI的人，正在重新定义你的岗位。