写代码的时代结束了，AI正在重置计算

想象一下：你不再需要把每一个逻辑分支写成代码，只需喂给机器一堆数据，它就能自己学会识别猫脸、翻译古文，甚至帮你设计工厂的生产流程。这不是科幻片的镜头——在卡内基梅隆大学的毕业典礼上，一位亲历了PC、互联网、移动互联网三次浪潮的科技老兵宣布，人类编写指令、机器执行的计算时代，已经彻底终结。为什么一场毕业典礼的演讲，会成为计算范式更迭的宣言？

这位老兵是黄仁勋，他创办的公司曾因第一款技术无法使用濒临破产，靠一趟飞往日本的诚恳求助才活下来。30年间他看着行业数次洗牌，如今站在AI浪潮的核心，给出了最直接的判断：传统编程的逻辑已经过时，AI正在重新发明计算——人工编写的代码变成了机器学习的训练数据，CPU上的确定性指令，变成了GPU里层层连接的神经网络。机器不再是只会执行命令的工具，它开始学着理解、推理，甚至主动调用工具解决问题。

如果把传统编程比作给机器人写一份详细到每一步的菜谱，那么神经网络就是把一堆食材和成品菜摆在它面前，让它自己琢磨出菜谱。前者需要你精准预判所有可能的状况，一旦出现菜谱上没写的食材就彻底罢工；后者却能从海量数据里摸出规律，哪怕给它从没见过的食材，也能试着做出像样的菜。当然，这种“自学成才”也有代价：你很难说清它到底是怎么调出那碗酱汁的——这就是神经网络至今无法回避的“黑箱”问题，决策过程像个闷葫芦，没人能看透它的全部心思。

更值得关注的是，这场变革的影响早已超出了程序员的电脑桌。当智能成为所有产业的基础，医生可以用AI辅助识别CT片里的早期病变，工厂能靠AI预测设备何时需要维护，甚至连自动驾驶汽车都能在复杂路况里自己规划路线。但硬币的另一面是，AI的“黑箱”特性正在医疗、司法这些高风险领域埋下隐患——当AI给出诊断或判决，没人能说清它的依据，一旦出错，责任该由谁来担？

我们还面临着更现实的挑战：训练AI的数据集里藏着历史偏见，合成数据的广泛使用又可能让这些偏见被放大；AI模型训练的能耗正在以指数级增长，数据中心的电力消耗占比逐年攀升；更不用说那些藏在代码里的漏洞，随时可能被别有用心的人利用。这些问题不是技术本身能解决的，它需要工程师在设计时就把伦理和安全焊进系统，需要政策制定者搭好护栏，更需要我们每个人学会和这个既强大又危险的工具共处。

黄仁勋在演讲里说，这代年轻人站在了前所未有的起跑线上——他们拥有最强大的工具，也面对着最复杂的挑战。AI不会直接取代谁，但那些学会和AI并肩工作的人，一定会跑在前面。毕竟，计算的范式已经变了，而真正的革命，从来都是从工具的更迭开始，最终抵达人的进化。