"AI时代最不缺程序员，最缺电工、水管工、技工。"
这句话在网上炸了。程序员们纷纷转发，配文大意是——"老黄你是认真的吗？"
我猜他是认真的。
但大家都理解错了。
他不是在说"别学编程了"
如果你只看那个标题，你会觉得黄仁勋在劝退程序员——"别卷了，AI什么都能写，你去学修水管吧。"
但如果你把整段话读完，他的逻辑其实是这样的：
AI让编程变得极其容易，门槛极低。未来每个人都能用自然语言"写代码"。当"写代码"变成像"打字"一样的基本技能，什么才是真正的竞争力？
他的答案是：理解真实世界、解决真实问题的能力。
一个电工走进一户人家，看到一个漏水的水龙头。他需要做的事情比"写代码"复杂得多——他先要判断漏水的原因（是水管老化？接口松动？还是水压问题？），然后制定维修方案，动手修复，最后检查效果。这整个闭环——发现问题→诊断原因→制定方案→动手解决→验证结果——是AI目前最难替代的。
注意一个细节：这个电工在工作过程中，会用到头灯、扳手、生料带、测压仪等工具。这些工具每一样都在不断提升——更亮的头灯、更省力的扳手。但工具再先进，"判断哪里漏水"和"决定怎么修"这两件事，始终是人的工作。 AI也一样——它是更亮的头灯、更省力的扳手，但它不能替你判断"这个需求到底值不值得做"。
这不是说程序员要改行当电工。而是说，那个"从问题到方案"的闭环能力，才是AI时代真正的护城河。
一个被忽略的分化
为什么这句话会引起这么大的焦虑？因为大多数程序员心里清楚：自己在工作中做的，可能真的接近"AI能替代"的那一类。
一个残酷但真实的划分——
如果你的工作状态是：收到需求 → 写代码 → 提交 → 收到下一个需求，那你确实在焦虑名单上。因为这种"从输入到输出"的单向流程，AI正在以指数级的速度追赶。
但如果你做的是：和业务方聊清楚他们到底要什么 → 判断这个需求该不该做 → 设计方案 → 评估风险 → 推动落地 → 追踪效果 → 迭代优化 —— 那你手里握着的是一个完整的"问题闭环"。这个闭环里，"写代码"只是其中一环。
我认识一个朋友，做了五年后端开发，技术很强，但却在去年被裁员了。他很不服气，说自己的代码质量全组最好。后来帮他复盘才发现：他的工作模式确实全是"收到需求→写代码→提交"。他从不参与需求讨论、不关心业务逻辑、不追问"为什么做这个"。他的技术是顶级的，但他在这个闭环里的位置太容易被取代了——AI写完代码，他去review？那review这件事，AI迟早也能学。
后来他换了一家公司，这次他主动坐到了产品和业务的会议桌上。他发现自己写了五年代码从来没有问过的问题：这个功能上线后怎么衡量效果？三个月后他的代码产出量反而下降了——因为他花了很多时间在"想"上，而不是在"写"上。但他的不可替代性大大提高了，因为没有人能替代他"理解业务之后再做技术判断"的那部分工作。
问题来了：你在第几层？
虎嗅那篇文章下面有一条高赞评论，我觉得说得特别精准："不是AI让程序员不值钱了。是过去的行业泡沫让太多人以为'会写代码'就算'会创造价值'。现在泡沫被AI戳破了而已。"
那个所谓的"最缺"到底是什么
黄仁勋提到的电工、水管工、技工——他们有一个共同点：他们的工作对象是物理世界，而不是抽象的逻辑世界。
一个水管工面对的不是一行代码报错，是一个真实的水龙头在漏水。他不能靠"重试机制"解决，他必须用手去摸、去看、去判断。
这个能力在AI时代反而变得稀缺了——因为过去二十年，我们培养了一大批"擅长跟计算机打交道"的人，但很少培养"擅长跟真实世界打交道"的人。
一个有趣的数据：掘金社区最新的一份调查[1]中，"2026年从0开发AI Agent需要的10个技能"这个话题热度极高。但排在前面的是架构设计、MCP集成、Prompt工程——全是技术技能。很少有人讨论"如何理解业务需求""如何跟非技术角色沟通""如何判断一个需求该不该做"。
这些东西没法通过一场培训学会，因为它们不是技能——它们是经验。
技能和经验有什么区别？技能可以靠上课和看文档学会。比如"怎么写一个React组件""怎么调一个API接口"——你花一个周末就能上手。但经验不行。经验是你在一线跟真实业务死磕的过程中一点点攒出来的：你看到过一个看似简单的需求上线后引发了连锁问题，你经历过一次项目因为判断失误而延期两周。
这些东西，AI学不会，不是因为AI不够聪明，是因为AI没有"犯过错"的经历。它没有在凌晨两点因为自己的判断失误被业务方打电话质问过。它没有"痛过"，所以它不会"怕"——而"怕"恰恰是一个人在做判断时最重要的质量保障。
而经验，是一个人在真实世界中重复"发现问题→解决问题"的闭环，循环无数次后沉淀下来的东西。AI可以模仿你的表达方式，但它没有"在甲方办公室待到晚上十点终于把需求确认下来"的经历。
所以，最缺的是什么？
最缺的不是"会修水管的人"——是能完成"问题闭环"的人。
不管你是程序员、产品经理、运营、电工还是水管工——只要你做的工作是从"一个真实的问题"出发，到"这个问题被解决"结束的完整闭环，你就在安全区。
反过来，如果你的工作只是这个闭环中的某一段——尤其是"纯执行"的那一段——你需要认真想一下：你离那个"有人给你需求"的起点，还有多远？
黄仁勋那句话的真正意思是：当一个工具的门槛足够低，决定价值的就不再是你会不会用那个工具。而是你能不能找到值得用工具去做的事。
一万个人都会用AI写代码。但只有你能说清楚：这段代码要解决什么问题、为什么要解决、怎么判断它解决了——这才是你的价值。
AI让"会写代码"变成了"会打字"。
但"知道该写什么"的价值，从来没有像今天这么高。
你觉得自己现在在"问题闭环"的哪个环节？评论区聊聊你的"闭环"时刻。
-
文中图片由AI生成； - 参考来源： [1] 掘金 2026年6月，《2026 年从 0 开发 AI Agent 需要的 10 个技能》 [2] 虎嗅 2026年6月，黄仁勋演讲实录报道。