夜雨聆风如果你花了二十年，把自己训练成一个会考试、懂技术、能迅速给出正确答案的人，接下来这句话，可能会让你后背发凉：
你最引以为傲的“聪明”，正在变成一种随取随用的商品。
说这句话的人，是英伟达CEO黄仁勋，那个站在AI算力浪潮中心、亲手铺设“智能水电管道”的人。
在一次访谈中，主持人问他：“你见过最聪明的人是谁？”
黄仁勋没有说出任何名字。
他停下来，直接改写了问题。
“最聪明的人是谁？”黄仁勋拒绝报名字
在人们熟悉的世界里，聪明意味着什么？
数学好、会解题、懂技术、写代码快、考试分数高。学校靠这些指标筛选学生，公司靠这些能力标价人才。
但黄仁勋说，他逐渐意识到：这部分智力已经成为一种 commodity，高度同质、可以复制、能够按量购买的商品。
而AI即将证明，自己最容易攻克的，恰恰就是这部分。
他还点出了一个让程序员尤其不安的例子：
过去，人们以为软件编程是终极的聪明职业；结果AI最先解决的工作之一，就是软件编程。
这番话出自全球AI基础设施核心公司的CEO，折射出他对认知劳动价格的判断。
▲ 一手访谈画面。主持人提出“你见过最聪明的人是谁”，黄仁勋随后谈到技术智力正在商品化。
真正值得警惕的是另一件更隐蔽的事：曾经能够带来高薪和身份溢价的技能，正在快速失去稀缺性。
AI没有让智力消失，它让智力开始“批发”
在经济学里，commodity 并不意味着“毫无价值”。
电力当然有价值，钢铁当然有价值。问题在于，它们标准化、可替换、主要依靠成本竞争，因此很难长期享有神秘而高昂的溢价。
生成式AI正在对一部分白领智力做同样的事：
写一段样板代码； 总结一份报告； 检索并整理资料； 按既定框架完成分析； 在规则明确的问题中寻找答案。
这些能力不会消失，但它们可能像电力一样，变成随时调用的基础设施。
▲ Upworthy以“最聪明的人并非单纯技术型”为题报道这段问答，并突出黄仁勋的关键词：“看见拐角后面”。
所以，黄仁勋指向的是一次价值迁移：
执行仍然重要，但执行本身越来越难卖出高价。
新的“聪明”：技术、同理心，以及看见拐角
那么，什么能力会变贵？
黄仁勋的答案超出了“大家都去学沟通”这类廉价建议。
他定义的新聪明，位于一个交叉点：
技术上的敏锐，叠加人类同理心，再加上对未说出口之事的推断。
他反复使用一个短语：see around corners，看见拐角后面。
也就是说，在风险尚未写进报告、客户还没说出需求、组织还没意识到方向错误时，你已经感觉到某些信号正在聚集。
黄仁勋把这种感觉称作 vibe。
这种感觉有可追溯的来路，由一连串输入压缩而来：
数据与分析、第一性原理、人生经验、长期积累的智慧，以及对他人的感知。
一个人经历过足够多的失败、误判与人际摩擦后，往往能从极其微弱的异常里，读出即将发生的变化。所谓直觉，很多时候只是经验在意识抵达之前，先完成了计算。
黄仁勋甚至补了一刀：
这种真正能“看见拐角”的人，SAT可能考得很差。
考试仍有其用途。不过，封闭题型能够测量答题能力，却未必能测量人在开放世界里的方向感。
四个场合，他反复敲响同一口钟
这并非一次访谈里的偶然金句。数月间，黄仁勋在不同场合不断重复同一判断。
在剑桥联合会，他直言：“Intelligence is about to be a commodity.”，智力即将成为商品。
他进一步区分了两种工作：
- Defined Work：
目标明确、流程清晰、答案可以验证； - Poorly Defined Work：
问题尚未定义、约束彼此冲突、没有标准答案。
前者正快速进入AI领地，后者才是人类最昂贵的战场。
▲ 剑桥讲话的社交平台版本：AI吞下标准化任务，人类价值向“定义不清的工作”迁移。
在Lex Fridman长访谈中，黄仁勋把智力拆成感知、理解、推理与规划，并强调：智力不等于完整的人性。
他点名了另外几种“超能力”：
品格、同情、慷慨，以及真心希望别人成功。
在韩国电视节目中，这个判断进一步落到招聘标准上。他说，世界已经生产了太多聪明人，何况现在还有AI；自己更看重的是 humanity，愿意给予、愿意帮助他人成功的人。
从剑桥礼堂到播客录音间，再到招聘话题，主线始终没有改变：
当答案越来越便宜，方向、信任与责任就会越来越贵。
整张人才资产负债表都在被重估
从财经视角看，AI正在重新分配认知劳动的“利润池”。
过去的高溢价来自：我知道答案，而别人不知道。
未来的高溢价可能来自：
- 我知道应该问什么；
- 我能判断哪个答案值得相信；
- 我能在信息不完整时作出选择；
- 我能协调利益冲突，并让团队继续合作；
- 如果判断错了，我愿意承担后果并迅速纠偏。
观察重点落在职业中哪些任务正在转移。
导航软件承接了司机的部分认路任务，服务与应变依然不可缺；影像AI可以识别病灶，却不能自动承担完整的诊疗责任；代码助手可以生成函数，却不能天然知道公司究竟该不该做这个产品。
AI自动化的，通常是岗位中可形式化的子任务。岗位真正的社会功能，则可能向更高层移动。
但别急着“修炼vibe”：新聪明也可能成为新特权
这套主张也有风险。
社交平台上，有人尖锐地讽刺：一个让技术能力变成商品的公司掌门人，现在告诉所有人，技术从未居于核心。
更现实的问题是：学校仍按分数录取，公司仍按证书筛人，组织仍按KPI晋升。
如果“同理心”“判断力”“看见拐角”没有清晰证据，它们也可能退化成另一套模糊权力：领导喜欢的人有vibe，不喜欢的人就叫不够聪明。
因此，黄仁勋并没有提供一张万能职业处方。他提出的更像是一个价格信号：旧指标仍在运行，但它们对未来价值的解释力正在下降。
技术能力依然是入场券。只是，它不再保证你坐在贵宾席。
普通人该练的是感觉背后的系统
所谓新聪明，并非不可训练。
第一，保持技术敏锐。不会使用AI的人，很难指挥AI。
第二，练习定义问题。面对任务先问：目标是什么？谁承担代价？什么结果才算成功？
第三，建立对人的感知。听懂客户没有说出口的顾虑，看见团队沉默背后的阻力。
第四，积累可复盘的判断。记录自己为什么做决定、哪里看错了、下次应观察什么信号。
真正的护城河，需要你能够解释：
我的判断来自哪些事实？忽略了什么？如果错了，如何止损？
当答案变成水电，决定电流流向哪里的人赢了
这里藏着一个极具时代感的吊诡。
黄仁勋一边推动更庞大的AI工厂，让智力变得更便宜；一边提醒所有人，不要再把“自己会发电”当作终身优势。
因为未来真正稀缺的，可能是决定哪一间房应该被照亮，哪一台机器必须关闭，以及停电时谁愿意站出来负责。
AI会继续压低单纯智力的溢价，削弱仅仅因为聪明，就能持续收取的高额租金。
下一轮竞争已经不只是：谁能更快给出答案。
而是，
当全世界都能获得答案时，谁还知道什么问题值得回答？
