黄仁勋说智力要变成商品，但他没说下半句：未来最贵的，是签名

黄仁勋今年在好几个场合反复讲同一件事。

GTC 2026 的台上，他把数据中心重新定义成"AI 工厂"——里面唯一的产品是 token，唯一值得优化的指标是"每瓦能产出多少 token"。上一代 Blackwell 把单位 token 成本压下去一个数量级，下一代 Vera Rubin 还要再压。到了卡内基梅隆的毕业典礼，他把话说得更直：AI 会让智能变成商品，电工、水管工、钢铁工人、小店主，都能用上过去只有大公司才买得起的东西。

商品。他用的是这个词。不是"工具"，不是"助手"。

"AI 会让智能成为一种商品，让几十亿从来没有接触过算力的人，第一次拥有它。"
—— 黄仁勋在卡内基梅隆大学 2026 届毕业典礼上的发言（大意）

01

智力不是变便宜了，是变得可以比价了

大部分人把这件事理解成"AI 越来越便宜"。

不太对。便宜的东西到处都是，但只有能被比较的东西，才叫商品。

自来水很便宜，没人靠它发财；瓶装水能比价，于是长出了一个行业。智力正在经历的，不是从贵到便宜的滑坡，是从"不可比"到"可比"的那一步。

以前你雇一个人，你买的是一整个"人"：他的经验、脾气、状态、今天有没有睡好。这一坨东西没法拆开计价。现在你买的是"一万个 token"，可以按量、按时、按效果付费。可以试，可以换，可以退。

一旦能被拆开、被计量、被替换，它就从"人"变成了"货"。

我更愿意用另一样东西来理解黄仁勋在做的事：电网。

一百年前，每个工厂自己烧锅炉发电。工厂主会骄傲地告诉你，他家那台发电机有多大。后来电网铺过来了，这句话就没人说了。没人再关心电是谁发的，大家只关心一件事：我用这些电，造出了什么。

黄仁勋不是在卖聪明。他是在建电网。

这也解释了他那句很容易被误读的话——AI 会把所有人拉回同一起跑线。它真正的意思是：你和一个世界五百强，第一次能调用的"智力"差距，被压缩到了"付得起多少钱"这么薄的一层。

薄，但不等于没有。

电普及了一百年，有的地方成了深圳，有的地方还黑着。电不决定你造什么，它只决定你能不能造。

电网铺好之后，值钱的不是发电，是知道该插什么。

三个词的变化，比任何预测都更清楚

维度

过去

现在

核心业务

训练模型

卖推理服务

数据中心

文件仓库

token 工厂

计价单位

人月、项目

千 token

竞争指标

模型跑分

每瓦 token 吞吐

02

选项越便宜，选择越昂贵

黄仁勋说，最先被替代的是"信息处理"类工作：写报告、做分析、写代码、做设计、翻译、客服、法律和财务分析。

这些活看着五花八门，其实共享同一个结构：在既定规则下，把输入转换成输出。

这个结构有个致命的性质——正确答案是可以被定义的。可以被定义的，就能被穷举；能被穷举的，就能被机器跑完。

但真正的杀招不在"它做得比你好"。在于它一次给你十个都还过得去的答案。

过去做决策，难在"想不出方案"。现在难在"方案太多，而你必须选一个"。

经济学上这事很简单：当供给趋近无限，价格趋零的是商品本身，价格飙升的是筛选。所以未来最贵的岗位，不是"能生产"的人，是"决定用哪一个"的人。

选项越便宜，
选择越昂贵。

这句话能解释很多反常识的现象。

为什么 AI 让写代码变容易了，程序员的工资却没崩？因为写代码从来不是这个岗位的全部，只是它最容易被看见的那一段。真正难的是"该不该加这个功能"、"这段逻辑三个月后会不会埋雷"——这些没有标准答案，只有后果。

为什么设计工具人人都会用了，好设计反而更贵？因为当所有人都能做出"还行"的东西，"还行"就不值钱了。值钱的是那个能说出"这个不行"的人。

那判断力能不能练？能。但练法跟刷题是反的。

判断力不是知识量，是"在信息不全的时候下注"的肌肉。AI 永远在等信息齐——它要 prompt，要上下文，要你把话说清楚。人不一样，人可以在只有六成信息的时候说：就这么干。

这不是人比 AI 聪明。这是另一种能力：承担不完整。

03

三样能力，其实是同一样东西

黄仁勋说，有三样东西 AI 学不会，反而会越来越贵：品味、判断力、连接力。

我一开始以为这是三件事。想了几天，觉得是一件事。

品味为"我认为好"负责判断力为"现在就干"负责连接力为"我信你"负责

同一个底座：承担后果

品味，是你愿意为"我认为这个好"承担后果。

判断力，是你愿意为"现在就干"承担后果。

连接力，是你愿意为"我信你"承担后果。

三样东西的底座不是智力，是后果。

AI 不承担后果。它答错了不掉工资，不会失眠，不会在凌晨三点忽然想起三年前的那个决定。它没有可失去的东西——所以它学不会谨慎，也学不会品味。这两样东西，本来就是从损失里长出来的。

你可以让它写一封道歉信，写得比你自己写得更诚恳。

但它不需要被原谅。

签字这个动作，AI 永远做不了。

未来最贵的不是答案。
是签名。

04

乔布斯不是天才，他是那个签字的人

黄仁勋在演讲里把乔布斯抬出来，当作 AI 时代人类的榜样。这个选择挺有意思——乔布斯不是技术天才，他不写内核，不碰算法，甚至不太懂工程细节。

但他干过几件事，今天回头看，越来越不像产品决策，像下注。

iPod 上，他把一堆按键压成一个转盘。iPhone 上，他拿掉了手写笔，拿掉了键盘，把整个键盘变成一块玻璃。

每一次，他都在替几亿人做一个他们还没意识到的决定。然后站到台上，挨骂。

第一代 iPhone 发布的时候，据说诺基亚的高管看过之后说，这玩意儿卖不动。它确实毛病一堆：没有 3G，不能换电池，不能复制粘贴。但它赢了。乔布斯赌的不是技术参数，是"人到底想要什么"。

这里有个区别值得说清楚：品味让你知道什么是好的，判断力让你在没人认同时敢说"就它"。

再往下问一句：AI 能有品味吗？

能模仿品味的形式。它知道哪种风格点赞多，哪种排版转化率高，哪种标题更抓人。但那是统计，不是立场。它不知道"为什么这个东西在此刻是对的"。

品味不是"见过很多好的"。品味是"敢说这个不好"。

05

具体怎么练

道理讲到这儿，很容易收在一句"提升自己"上。那没用。下面这四条，是我觉得真能落地的。

一、品味：练减法，不练加法

多看好的东西，作用有限——看得多只会变成"见过"。真正的练习是反过来的：让 AI 出五个方案，你删掉四个，然后逼自己为每一次删除写一句理由。

能说出为什么不好，才叫品味。只说得出"感觉不对"，那还只是直觉。

二、判断力：给自己制造"签名的时刻"

每周挑一件 AI 给你的建议，强行改一处，然后盯结果。改对了记住，改错了认账。

判断力不是想出来的，是改错改出来的。你总得有几次"我偏不这么干"，才有资格谈判断。

三、连接力：换一个 KPI

别看粉丝数了，看你半夜三点能打给几个人。

AI 可以同时服务一亿人，这是它的优势，也是它的天花板——信任不能被并行处理。它只能一次一个人，一次一件事，一次一个"我在"。

四、留一部分低效率

这条是我自己加的。

当所有能比较的东西都被压到最低价，唯一没法比价的就是"你亲自花的时间"。手写的一封信，当面的一次道歉，为一个客户多做的两个小时。

这些在报表上是成本，在关系里是资产。

效率是 AI 的绝对主场。你在那个场子里跟它比，只会越来越便宜。

06

最后，说回我自己

"智力变成商品"这句话，对卖智力的人是坏消息，对用智力的人是好消息。

麻烦在于，我们这代人受的全部教育，几乎都在教我们怎么卖智力。学历、证书、技能、熟练度，说到底都是同一句话：我的脑子比你的好用。

这条路正在被抹平，而且抹得比想象中快。

但也别急着慌。真正被替代的从来不是人，是"不带判断的执行"。

黄仁勋在 CMU 说，这一代人的职业生涯，刚好始于 AI 革命的开端，机会千载难逢。这话听着像鸡汤，其实是个很冷的判断——机会之所以大，是因为旧的位置，全空了。

空出来的位置，不会写在招聘网站上。

未来不属于最聪明的人。
未来属于那些敢在结果上，
写下自己名字的人。

李颖悟

长沙市智能存算产业促进会会长

湖南展通人工智能研究院院长

liyingwu@cszncs.com

本文观点部分为个人判断。事实与引述来自 NVIDIA GTC 2026 主题演讲及官方博客、NVIDIA 2026 财年第四季度财报、黄仁勋在卡内基梅隆大学 2026 届毕业典礼的演讲，以及今年 3 月的深度专访公开报道。