黃仁勳說不用學寫程式了？AI 時代真正的入場券是「把話說清楚」

黃仁勳說了什麼？

這幾年 NVIDIA 執行長黃仁勳在多個場合講過同一個論點：人工智慧已經讓任何人都可以用「說話」的方式指揮電腦做事，學寫程式不再是進入科技世界的唯一入場券。他的說法是，未來最好的「程式語言」不是 Python、不是 C++，而是人類語言——英文。

這個論點在台灣的社群和職涯討論圈引發了一波真實的焦慮：「那孩子的程式設計課還有沒有必要繼續上？」「學 Python 的時間和學費，現在還值得投入嗎？」「AI 翻譯工具這麼成熟，英文的重要性是不是反而在下降？」

一組很少人提到的數字

全球 80 億人，真正能寫程式的大約只有 3,000 萬人，不到 0.5%。「人人都該學程式」這個口號喊了二十年，這個比例幾乎沒有突破過。原因並不複雜：寫程式需要特定的邏輯訓練、大量練習與長期投入，對多數人來說這道門確實不低。

黃仁勳的論點是，AI 正在把這扇門變薄。用說話的方式指揮電腦，不再需要學那套精確的語法規則。這個改變是真實的，而且已經在發生。

那英文呢？AI 翻譯這麼強，學英文還有意義嗎

AI 工具的底層訓練資料，英文佔了 70% 到 90%，中文大約只有 7%。這個比例不是巧合，是這十年來全球科技內容生產的結構性結果。同樣的需求，用英文描述和用中文描述，在複雜任務的輸出品質上確實存在落差。

但比語言本身更根本的問題是：不管用哪種語言，能不能把意思說清楚？

在對方沒有任何背景知識的前提下，把一個熟悉的問題在一分鐘內解釋明白，許多人在這個測試上會卡住，不是因為思考能力不足，而是因為這種表達的精準度需要長期刻意練習。

英文學習的本質，從來不只是記單字和背文法。它要求用一套更少依賴語境、更少依賴情緒暗示的方式組織思路，把模糊的概念轉換成有邏輯結構的句子，這恰好就是「說清楚」最核心的訓練。

門變寬了，但裡面的路沒有變短

「人人都可以成為程式設計師」這句話的前提成立。但緊接在後面、比較少被討論到的是：用「人話」操作 AI 的品質，決定了這個機會能被發揮到什麼程度。

進入科技世界的門檻，從語法知識轉移到了語言表達。機會確實變多了，但所需的能力並沒有消失，只是換了形狀。「學好英文才有競爭力」這句話在台灣被說了幾十年，這次多了一個新的理由：英文是和這個時代最強大工具溝通的介面。