「這樣的人,考試可能考得很爛。」

最近黃仁勳有段訪談影片在社群與 YouTube 上很紅,我看著看著就看迷了。

主持人問他:「你見過最聰明的人是誰?」
黃仁勳沒有點名任何一位天才科學家或矽谷傳奇,反而給了一個直白卻很真實的回答:

「大家都以為聰明就是智商高、很會解決問題、技術很強。但我發現,這已經是大宗商品(commodity)了。」

他接著說,AI 最能輕鬆接手的,剛好就是這一塊。

這段話的出處是哪裡?對正在做 AI 轉型、帶技術團隊、或是這幾年在 FDE 與 AI 落地現場打滾的我們來說,真正該聽懂的訊號又是什麼?


一、出處查證:來自 2026 年 1 月《A Bit Personal》首集訪談

先交代清楚這段內容的原始出處,避免以訛傳訛。

這段對話來自全球半導體聯盟(GSA)共同創辦人暨執行長 Jodi Shelton 主持的 Podcast 節目 A Bit Personal with Jodi Shelton 第一季第一集:《Jensen Huang: Founder and CEO of NVIDIA》(2026 年 1 月 15 日上線)。Jodi Shelton 與黃仁勳相識超過三十年,這場對談不同於一般的技術發表會或財經專訪,聊的是長線的領導,以及他對人性的觀察。

這段問答的英文原文如下(完整核對自節目逐字紀錄):

Jodi Shelton: “Who’s the smartest person you’ve ever met?”
Jensen Huang: “I can’t answer that question. And I know what people are thinking—the definition of smart is somebody who’s intelligent, solves problems, technical. But I find that’s a commodity, and we’re about to prove that artificial intelligence is able to handle that part easiest, right? Yeah.
And so, as it turns out—let me give you another example. Everybody thought software programming was the ultimate smart profession. Look, what is the first thing that AI is solving? Software programming.
And so, it turns out that the definition of smart is very different than most people think. And I think long-term, the definition of smart—and my personal definition of smart—is someone who sits at that intersection of being technically astute, but [having] human empathy, and having the ability to infer the unspoken, the around-the-corners, the unknowables.
You know, people who are able to see around corners are truly, truly smart, and that their value is incredible. To be able to preempt problems before they show up, just because you feel the vibe. And the vibe came from a combination of data, analysis, first principles, life experience, wisdom, sensing other people.
That vibe—I think that’s smart. I think that’s going to be the future definition of smart. And that person might actually score horribly on the SAT.”

先前我在〈剝開千億帝國的光環:看黃仁勳身上的「華人老闆」底色〉一文裡,從供應鏈與員工互動聊過他「人的溫度」與「Taste」。而他在《A Bit Personal》的這段自白,更像是直接把工程師與技術管理者的職涯護城河攤開在檯面上講。


二、為什麼「寫程式」曾是聰明人的終極職業,卻第一個被 AI 攻破?

黃仁勳在訪談中還補了一刀:

過去所有人都以為「軟體工程師」是聰明人的終極職業,結果 AI 第一個解決的就是寫程式。

這背後的道理,其實跟我們在企業現場導入 AI Coding Agent 看到的現象完全一致:

  1. 有明確規格、有即時回饋的封閉解題,正是 AI 的主場:寫一個演算法、補一段 API、重構一個已知模式的模組,甚至修一個有清楚 stack trace 的 Bug——這些任務都有明確的輸入、輸出與測試驗證機制。模型只要算力夠、上下文夠清楚,執行成本只會趨近於零。
  2. 「純解題能力」已經變成水電一樣的基礎設施:當所有團隊都能用同樣的模型在幾分鐘內產出可運作的程式碼時,「寫得出 code」就不再是稀缺能力,而是像會用搜尋引擎、會用 IDE 一樣的基本門檻。

換句話說,AI 並沒有消滅工程問題,它只是把「在已知邊界內把題目解出來」這件事商品化了。


三、黃仁勳說的「Feel the Vibe」,不是玄學,而是六種維度的壓縮

很多人看到翻譯裡出現「feel the vibe」,容易誤以為他在講什麼神祕直覺或雞湯。但把英文原文拆開來看,黃仁勳對「聰明」的重新定義其實非常嚴謹:

  1. 站在技術敏銳度和人性同理心的交叉點
  2. 讀得懂沒說出口的事(the unspoken)
  3. 察覺得到未知數(the unknowables)
  4. 看得見轉角後面的風險(see around corners)

問題還沒爆發,就先預判、先防住,他把這種能力叫做 「Feel the Vibe」。這不是玄學,而是把六個維度全部壓縮成一個直覺:

  • 資料(Data)
  • 分析(Analysis)
  • 第一性原理(First principles)
  • 人生經驗(Life experience)
  • 智慧(Wisdom)
  • 對人的感知(Sensing other people)

這六件事疊在一起,就是站在交叉點上的人才具備的判斷力。


四、標準化考試考得很爛的人,為什麼在 AI 時代反而更值錢?

訪談最後一句最值得玩味:

「而且這樣的人,考試可能考得很爛。」(原文指美國大學入學標準化測驗 SAT)

標準化考試測的是什麼?是在既定規則下,快速算出標準答案的能力。過去幾十年,教育體制、科技公司面試的白板演算法題,幾乎都在篩選同一種人:高分、標準化、純粹的執行與解題機器。

但現在,大語言模型(LLM)本身就是史上最強的「學霸」。它讀過所有公開題庫、不會疲勞、不會情緒波動,在標準化測試上的分數只會越拉越高。

如果工程師唯一的競爭力還是標準化解題,他面對的,就是一條跟算力正面對撞的貶值曲線。


五、我在 FDE 落地現場看到的「山形人」:三種人如何走向同一個位置

Jensen 是從三十年的高度看到這件事。而我這三年在大量 FDE(Forward Deployed Engineer)與 AI 落地的現場,是一個案例、一個案例親眼看出來的。

FDE 這個角色,本質上就是靠「讀懂客戶沒說出口的事」吃飯——因為規格書上寫的,從來不是客戶真正痛的地方。在 FDE 身上,我看到特別突出的人大致有三種:

1. 從技術端出發的人:通常具備「第一性原理」

技術抓得穩,看得懂系統全貌,遇到問題會拆回最根本的地方去想。但他不怕跟人溝通,願意一遍又一遍把技術翻譯成對方聽得懂的話。

  • AI 幫他的:把寫 code 的時間壓到最低,讓他把力氣留給架構判斷和跨部門溝通,從執行者升級成定方向的人。

2. 從 Coordinator 出發的人:讀懂「人性同理心」

他最強的武器是人脈。組織裡誰卡在哪、誰真正在意什麼、該找誰才推得動,他心裡都有一張地圖。

  • AI 幫他的:用 AI 做 data analysis,把散落各處的進度和數據收攏起來,一眼看出卡點在哪。人脈讓他打開門,AI 讓他同時顧好十扇門。

3. 從需求端出發的人:「人生經驗」與 Domain Knowledge

他可能是產品經理、是業務,甚至就是客戶本人。他比誰都懂產業痛點,因為他就活在那個痛點裡。

  • AI 幫他的:補上他原本沒有的執行力。他透過 Vibe Coding 親手把想法做成能跑的原型。他不是在提需求,而是在交付答案。

結語:目標是人訂的,欲望是人的

第一性原理、讀懂人、人生經驗——這三種人各自拿著 Jensen 說的 vibe 的其中一塊,而 AI 補上了他們缺的那一塊。

他們起點不同,能力不同,卻被 AI 推向了同一個位置,也就是我之前說的「山形人」:同一座山,有很多條上山的路。

他們都懂得用 AI,但這不是他們成功的原因,因為現在誰都會用 AI。真正把他們推上去的,是心裡那股想把事情做成的「野心」。

AI 可以替你解題、寫 code、做原型,但它不知道自己要什麼,也無法替你想要任何東西。

野心與目標是人訂的,欲望是人的。

這才是你跟 AI 最大的不同,也是你跟別人最大的不同。


參考出處:
Jodi Shelton, A Bit Personal with Jodi Shelton — Season 1, Episode 1: Jensen Huang: Founder and CEO of NVIDIA(2026 年 1 月 15 日發布)|官方網站:abitpersonalpod.com|YouTube 頻道:@ABitPersonalPod