黄仁勋在剑桥说了句大实话，把我整不会了进化论AI
最近刷到黄仁勋在剑桥大学的一个演讲。
老黄这个人吧，我一直觉得他说话挺有意思的，不像很多大佬那样喜欢讲一些云里雾里的东西。
他在台上说，英伟达能走到今天，不是因为天赋，也不是因为远见。
是因为，死磕。
我当时就愣住了。
一个市值几万亿美元的公司创始人，站在剑桥大学的讲台上，告诉一群精英学生，成功的秘诀就是，死磕。
这话听着有点刺耳，但我有时候觉得，他说的确实就是事实。
老黄分享了一个他自己的做事方法。
当遇到一个完全不懂的领域，或者一个看起来很难的问题时，他不会等到自己完全准备好了再动手。
而是直接开干。
在实践中迭代。
这个方法论，说实话，听起来特别朴素，甚至有点反直觉。
因为我们从小受的教育都是，要先学好理论，再去实践。要做好充分准备，再去挑战难题。
但老黄的逻辑是反过来的。
他觉得，很多时候你永远不可能”准备好”。因为真正的挑战，往往是你在书本上、在课堂上学不到的。
只有真的扑上去，真的开始做了，你才知道问题在哪，才知道该怎么解决。
我突然想到了我自己。
做AI内容这三年，很多时候也是这样。一开始我也不知道怎么做视频，不知道怎么写爆款，不知道怎么运营社群。
但就是硬着头皮开始做，做着做着，慢慢就摸出门道了。
当然，这个过程很痛苦。
会踩很多坑，会犯很多错，会有很多次想放弃。
但回头看，那些真正让你成长的时刻，往往就是那些最痛苦的时刻。
演讲里还有一个特别牛逼的部分。
老黄现场演示了一下，他是怎么在五分钟之内，判断一个新兴领域有没有潜力的。
这个方法论，我觉得值得好好说说。
他的核心逻辑是，看两个维度，表达和工程化。
表达 ，指的是这个领域的知识、规律、问题，能不能被清晰地定义出来，能不能被量化，能不能用数据或者模型来描述。
比如说，生物学里的某个现象，能不能用计算模型来模拟？如果能，那就是可以被”表达”的。
工程化 ，指的是这些被表达出来的规律，能不能通过技术手段被系统性地解决、优化、规模化生产。
比如说，芯片设计以前是手工画图，后来变成了自动化设计工具。这就是工程化。
老黄说，一旦一个行业同时满足了这两个条件，那它就具备了被技术颠覆的潜力。
而英伟达的GPU，恰好就是干这个的。
加速计算，本质上就是把那些可以被表达、可以被工程化的问题，用更快的速度解决掉。
听完这段，我脑子里突然冒出一个想法。
这个方法论，其实不只适用于判断行业，也适用于判断个人的职业方向。
你想做的那件事，能不能被清晰地定义出来？能不能被拆解成可执行的步骤？
如果能，那就值得投入。
如果不能，那可能只是一个模糊的幻想。
说到这里，就不得不聊聊AI对工作的影响了。
这是演讲里最受关注的部分，也是大家最焦虑的部分。
老黄的观点，跟很多人想的不太一样。
他说，AI不会取代某个特定的职业，而是会影响几乎所有的工作。
但这种影响，不是简单的”你失业了”，而是”游戏规则变了”。
以前，你的竞争力来自于你会做某件事。
比如你会写代码，你会做设计，你会分析数据。
但在AI时代，这些技能的门槛被大幅降低了。
一个不会写代码的人，用Claude Code也能写出能跑的程序。
一个不会做设计的人，用Midjourney也能做出还不错的图。
那未来的竞争力在哪？
老黄说，在于你如何利用AI来做得更好、更高效、更有创造力。
不是”你会不会做”，而是”你能不能用AI做得比别人更牛逼”。
这话听着很简单，但细想挺吓人的。
因为这意味着，未来的职场，不是AI和人类的竞争，而是会用AI的人和不会用AI的人的竞争。
我非常理解那种焦虑感。
你可能不是程序员，不是设计师，不是做内容的。你就是一个普通的上班族，每天处理一些琐碎的工作。
AI能帮你什么？
其实答案特别简单。
AI能帮你把那些重复的、机械的、低价值的工作自动化掉，让你有更多时间去做那些真正需要人类判断、创造力和情感的事情。
但前提是，你得学会怎么用它。
这个学习过程，坦率的讲，一开始可能会有点笨拙，花的时间比手动做还长。
但坚持几周之后，你会发现，你省下来的时间越来越多，而且你对AI的理解也越来越深。
这个过程，就是逐步成为”AI Native”的过程。
几个月之后回头看，你会发现自己，已经成长为参天大树了。
老黄在演讲最后说了一句话，我印象特别深。
他说，AI不会让人失业，反而会让每个人变得更忙。
因为我们需要学习和适应如何与AI协作，以在新的竞争规则下创造价值。
这句话，乍一听好像是在画饼。
但你想想看，其实挺有道理的。
就像当年互联网刚出来的时候，很多人也觉得，这玩意会让很多人失业。
互联网确实淘汰了一些职业，但也创造了无数新的职业。
电商运营、社交媒体经理、UP主、博主，这些职业在互联网之前根本不存在。
AI也是一样。
它会淘汰一些岗位，但也会创造新的岗位。
关键是，你能不能抓住这个机会。
写到这里，我又想起了1880年代的电力革命。
当时很多工厂主花大价钱买了发电机和电动机，装在自己的工厂里。但装完之后，很多人发现生产效率并没有显著提升。
因为他们只是用电动机替代了蒸汽机，但整个工厂的布局、流程、管理方式都没有变。
那些真正吃到电力红利的人，其实是最早想明白，电力到底意味着什么的那波人。
AI也是一样。
现在这个阶段，其实就挺像1880年。
大家都知道AI很牛逼，但到底怎么用，怎么融入到现有的工作和生活里，大部分人还没想明白。
有些人会觉得，这跟我没关系，我不做技术。
但你想想看，如果AI真的像老黄说的那样，会影响几乎所有工作，那你真的能置身事外吗？
说实话，我写这篇文章的时候，也在想一个问题。
我到底是在贩卖焦虑，还是在分享信息？
想了想，我觉得，可能两者都有一点。
但更重要的是，我希望看到这篇文章的人，能停下来想一想。
当一个市值几万亿美元的公司创始人，站在剑桥大学的讲台上，告诉你成功的秘诀是死磕，告诉你AI会改变所有工作，告诉你未来的竞争力在于如何利用AI。
你准备怎么做？
能做的，还是那句话。
多花一点点时间，自己去研究一下。
这个过程，可能是AI时代比学会使用一个工具更重要的事。
