黃仁勳說不要學程式設計？

輝達（NVIDIA）執行長黃仁勳（Jensen Huang）近期在多個公開場合提出一個引人爭議的觀點：隨著人工智慧（AI）的快速發展，學習程式設計可能不再是當代年輕人必須掌握的核心技能。他認為，AI技術將取代傳統編碼工作，讓每個人都能透過自然語言與AI互動，從而成為「程序員」。

黃仁勳進一步建議，年輕人應將精力投入到生物學、製造業或農業等領域，培養專精的領域知識，而非花費時間學習程式語言。

特別是在2025年6月的倫敦科技週（London Tech Week）上，他重申了這一立場，強調AI已成為「偉大均衡器」（the great equalizer），讓任何人都能用日常語言編程，無需學習傳統程式語言如C++或Python。

以下，我將從不同角度回應與反思黃仁勳的建議，結合他在倫敦科技週的重點發言，探討其背後的邏輯、潛在風險以及對未來的啟示。

 

背景與邏輯

黃仁勳的論述建立在AI技術的進步之上，特別是生成式AI和自然語言處理（NLP）的突破。

在倫敦科技週上，他表示：「現在編程電腦的方式就是友好地要求它做事，比如寫程式、生成圖像或詩歌~只需輕聲請求。」

他認為，這種與AI互動的方式類似於「訓練一個人」，因為「每個人都懂得『人類語言』」，因此無需再學習專業編碼技能。

這一想法與輝達在AI硬體（如GPU）領域的領導地位密切相關，反映了公司對AI未來的樂觀預測。黃仁勳並建議，人們應專注於領域知識，例如生物學或製造業，AI將承擔編碼的重擔，這與他在倫敦科技週強調的AI普及化願景一致。

在倫敦科技週的演講中，黃仁勳明確指出，傳統編碼時代已結束。他說：「歷史上，計算機使用很困難，我們必須學習程式語言，設計複雜的系統。但現在，AI讓每個人都能編程，只需用自然語言下指令。」他以寫詩為例，提到可以簡單地告訴AI「你是個了不起的詩人」，就能生成內容，凸顯AI降低技術門檻的潛力。

 

他的觀點合理嗎？

黃仁勳的說法有其合理性。當前，AI工具如GitHub Copilot已能生成程式碼，提升開發效率。

我們公司團隊也都已經導入使用，的確可以大幅提升開發效能，而對非專業人士而言，用自然語言提示即可完成簡單任務，這與他在倫敦科技週提到的「人人皆程序員」理念相符。

此外，AI可能改變勞動市場需求，專注於跨領域技能（如物理學與AI結合）的專業人才將更具優勢。黃仁勳在倫敦科技週的樂觀預測，與微軟CEO薩蒂亞·納德拉（Satya Nadella）透露AI已撰寫約30%公司程式碼的說法相呼應，顯示編碼價值或從「手動撰寫」轉向「管理AI」。

 

質疑與潛在風險

然而，黃仁勳的觀點存在盲點。AI生成的程式碼品質不穩定，需人類審查，缺乏編碼基礎的人難以判斷其正確性，可能導致風險累積。

例如，若醫療設備程式由AI生成卻未經驗證，後果嚴重。此外，編碼訓練邏輯推理與系統性思維，這些能力對創新至關重要。黃仁勳雖有電機工程背景，但可能低估了編碼教育的長期價值。

以我們目前團隊開發經驗為例，使用Vibe Coding雖然可以快速建立專案，但遇到比較不常見的需求，事實上是需要花時間去"捏"的，就好像一件藝術品一樣，AI可以幫你雕出90%的雕像，但是剩下的神韻是需要靠具有程式或UI專業的人員去雕刻而出~而這往往也是整個專案最有價值的部分！

 

啟示與平衡

黃仁勳在倫敦科技週的發言反映了AI時代的轉型。未來，編碼教育或許應轉向理解原理與AI協作，例如學習提示設計（prompt engineering）。同時，跨領域學習值得鼓勵，但完全放棄編碼不明智。建議保留基礎編碼課程作為思維訓練，高等教育則結合AI工具，找到個人定位。這與黃仁勳提倡的AI訓練投資理念相容，卻補充了技術素養的重要性。

 

結語

黃仁勳建議不要學程式碼，源於他對AI的樂觀展望，特別是在倫敦科技週強調的「自然語言編程」願景。雖然這有助降低門檻與推動創新，但忽略了編碼對思維與風險管控的價值。

AI是工具而非萬能，編碼與領域知識的結合或為未來之選。年輕人應靈活調整學習方向，與AI共舞，而非全然依賴，黃仁勳的觀點雖具啟發性，但仍須需以謹慎的眼光看待。

而回到本文的標題，年輕人到底要不要學習學程式？就我個人觀點，還是需要，因為科技再怎樣發展，還是需要有人類去監管，科技人才透過AI擴展了技能樹，提高了效能，省下的時間，可以更專注在資訊安全、產業知識、邏輯架構上，是相輔相成的好事！