夜雨聆风播客录制现场，主持人问了个再普通不过的问题：你这辈子遇到过最聪明的人，是谁？
黄仁勋愣了一下，没有报出任何名字。
他给出的回应，让主持人愣在当场：我没法回答这个问题。
一个不肯回答的问题，藏着一记闷棍
这是2026年1月15日上线的播客《A Bit Personal with Jodi Shelton》第一季第一集，主持人 Jodi Shelton 是全球半导体联盟 GSA 的联合创始人兼 CEO。
节目录了将近87分钟，这段对话出现在大约1小时14分的位置。
黄仁勋没有点名哪个人，反而把“聪明”这个词整个拆开揉碎。
"The definition of smart is somebody who's intelligent, solve problems, technical. But I find that that's a commodity."
“大家心里想的聪明，无非是有智力、会解题、技术顶尖。可我发现，那已经是一种商品了。”
商品，在经济学里说的是那种可以被无限复制、随便替换的东西，水龙头一拧就有水，电闸一合就有电，没人会因为“会用电”拿到高薪。
黄仁勋这句话戳的是同一个逻辑：曾经被当作稀缺天赋的解题能力，正在滑向这个队列。
紧接着，他把这话讲得更绝：
"We're about to prove that artificial intelligence is able to handle that part easiest."
“AI 即将证明，它最容易搞定的，恰恰就是这一部分。”
这条帖子在今年7月10日，由X用户 @r0ck3t23（Dustin）再次剪辑发布，开场毫不客气：房间里最聪明的人，现在反而成了地球上最容易被替代的人。
帖子几万浏览量，评论区吵得很热闹。
▲ @r0ck3t23 发布的入口帖，嵌入播客片段，逐句引用黄仁勋原话，评论区迅速分裂成两派
这条帖子只是放大器，真正的原声，在播客录制现场，它只是把那段话推到了更多人面前。
编程曾是智力巅峰，如今第一个倒下
黄仁勋接着举了个例子，几乎所有科技从业者都会心头一紧。
大家曾经以为，软件编程是最聪明的职业之一，门槛高，逻辑严密，写代码的人自带光环。
结果呢？AI 最先攻克的，恰恰是编程。
这背后自有原因。
编程同时占了三个便宜：高度文本化、反馈能自动验证（编译能不能过、测试能不能跑）、训练语料极度丰富。
这三个条件凑在一起，生成式模型进步得比谁都快。
相比之下，需要现场判断、长期信任、法律责任签字的工作，机器啃起来就慢得多。
社区里有条评论概括得挺形象：工程师的角色正在从“写下每一个音符的作曲家”，变成“指挥一个会自己写谱系统的指挥”。
代码越来越容易生成，愿景却越来越难替代。
这类话，黄仁勋不止说过一次。
往前追几个月，2025年末到2026年初，他在剑桥联合会的活动上，抛出过说法更露骨的一句：
"Intelligence is about to be a commodity."
“智力，即将成为一种商品。”
AI 评论者 Rohan Paul（@rohanpaul_ai）把这句话整理成一个对照框架：定义清楚的工作，是AI的地盘；
定义不清的工作，是人类的地盘，而且后者才是所有工作里最值钱的那部分。
这条帖子转发量惊人，浏览量级达到46万。
▲ Rohan Paul 整理的对照图：Defined Work（AI Territory）与 Poorly Defined Work（Human Territory），把黄仁勋剑桥发言浓缩成一张图
两条发言线，措辞不同，指向同一件事：能标准化的技术智力，正在贬值；
能预判问题、读懂没说出口之事、在模糊里拍板的能力，正在升值。
什么样的聪明，才称得上真正聪明
那么，黄仁勋心里真正的“聪明”长什么样？他给出的答案，比“会解题”抽象得多，也刺耳得多。
"People who are able to see around corners are truly, truly smart."
“能看到拐角另一边的人，才是真正、真正聪明的人。”
拐角另一边，说的是一种更难量化的直觉：问题还没冒头，人已经先感觉到什么东西在靠近。
他管这种感觉叫 vibe。
"My personal definition of smart is someone who sits at that intersection of being technically astute, but human empathy and having the ability to infer the unspoken, around the corners, the unknowables."
“我个人对聪明的定义是：站在技术敏锐与人类共情的交叉点上，能推断出未说出口的事、拐角之外的事、那些不可知的事的人。”
紧接着，他又补了一句，直戳不少人的自尊心：
"That person might actually score horribly on the SAT."
“那样的人，可能在SAT上考得一塌糊涂。”
这话不算是在否定考试。
它指向的是另一个问题：标准化测验的带宽太窄，装不下真正稀缺的那种判断力。
Upworthy 后来把这段发言写成一篇长文，标题一针见血：
▲ Upworthy 文章大标题：NVIDIA's CEO realized the smartest people aren't 'technical'. 副标引用“能看到拐角另一边的人，才是真正聪明的人”
那种 vibe 从哪来？黄仁勋给出的配方是：数据与分析、第一性原理、人生经验、智慧，加上对他人处境的感知。
听起来玄乎，拆开看却相当具体，是一种被高度压缩的综合判断，而非什么天生神力。
作曲家变指挥，中层管理开始坐不住了
这段话传开以后，评论区分成了好几派。
一派人觉得说到了心坎里：技术执行曾经是瓶颈，现在判断才是瓶颈。
懂技术又懂人、能提前嗅到问题的人，价值反而在往上走。
▲ @CovingtonORINAS 的回复：工程师正从“写下每一个音符的作曲家”，变成“指挥会自己写谱系统的指挥”
另一派人则把焦虑摆上了台面：如果连“聪明”都能被商品化，那大量中层管理、专业岗位、学术岗位会不会也跟着遭殃？评论区有人半开玩笑地说，也许还能靠一把年纪、老练难缠混口饭吃，话糙理不糙，背后是实打实的职场恐慌。
中层管理里，确实有大批工作就是汇总、转发、格式化、流程看守，这类活最容易被清单化，也最先被机器盯上。
真正难清单化的，是在信息不完整的时候拍板、在人际冲突里协调、在组织内部推动变革，这些活儿，暂时还轮不到AI插手。
反方站出来了：编程从来算不上智力巅峰
热闹背后，质疑声也没缺席。
@SleepRebellion 一把拆了这套说法的地基：软件工程从来算不上什么智力巅峰，大多数工程师做的都是平庸目标，根本没法拿卡马克（John Carmack）和彭罗斯（Roger Penrose）比谁更“聪明”。
换句话说，“编程等于智力顶点”这个前提，本身就站不住。
▲ @SleepRebellion 的反驳：不能因为AI替代了编程，就推出编程曾是人类智力的巅峰
更扎实的反驳来自一篇独立文章。
作者 Jiri Fiala 早在2025年12月就写了篇长文《The IQ Mirage》，标题毫不客气：黄仁勋说“聪明会像电力一样廉价”，作者认为他错了。
文章用了一个很形象的类比，GPS效应。
导航软件普及以后，很多人的空间记忆和地图阅读能力反而退化了。
工具规模化，摩擦是下降了，但深度使用和浅层依赖是同时增长的，不会自动把所有人都拉高一个档次。
"AI won't make 'smart' worthless; it will make the few people who can still think for themselves more powerful than ever."
“AI不会让“聪明”变得一文不值；它只会让少数仍能独立思考的人，变得比以往任何时候都更有力量。”
▲ Jiri Fiala《The IQ Mirage》：贬值的是“平均聪明”，升值的是少数“不可外包的真聪明”
这篇文章的落点跟黄仁勋其实并不完全对立：贬值的是那种可以被大规模复制的“及格线聪明”，真正稀缺的，是能独立验证、能综合判断、不需要提示词也能想清楚事情的少数人。
两边吵的看似是同一件事，落脚点却出奇一致，光会解题这件事，不再够用了。
拐角之外，才是真正的战场
回到播客现场那个瞬间。
黄仁勋没有说出任何一个名字，他给出的是一个更冷的答案：连“最聪明的人”这个问题本身，问法都已经过时了。
编程、笔试、竞赛这些擂台，机器正在把门槛一个个踏平。
而拐角另一边的东西，预判、共情、在信息不完整时依然敢拍板，暂时还没有一台机器能替你扛。
你引以为傲的那层技能，可能正是机器最先复制的那一层。
这话不好听，但值得每一个靠“会解题”立身的人，认真想一想：自己手里的活儿，到底有多少落在拐角这边，又有多少已经站在了拐角那边。
