重新理解语言，才能真正驾驭AI——谁说学外语在AI时代没有未来

AI时代的生存法则对所有专业一视同仁，每一个学科都在被重新定义，每一类核心能力都在被重新估值。真正有保障的，不是某个专业的名字，而是这个专业赋予学生的底层素养

不妨把语言作为跨界的利器——将练就的语感、逻辑与文化理解力，变成驾驭AI、深耕行业、连接世界、撬动更多可能性的杠杆

当机器翻译越来越精准，当大语言模型能秒速生成流畅文本，耗费4年甚至更长时间去学习外语，还值得吗？当前，从家长到学生，从一线教师到高校管理者，越来越多的人都在问同一个问题。“外语专业被AI取代”的论调此起彼伏，这种焦虑也在深刻影响着年轻一代的专业选择。

近期，美国跨国科技公司、芯片制造商英伟达的创始人黄仁勋，却在播客《All-In Podcast》中给出了一个让许多人意外的回答。他说：“我仍然坚信深厚的科学功底、数学功底和语言能力至关重要。语言就是人工智能的编程语言，它是终极编程语言。所以事实证明，英语专业的学生可能会成为最成功的人。”

为什么社会普遍认为外语专业正在被AI淘汰，而AI领域的领军人物却给出了截然相反的判断？这种反差，恰恰暴露了问题的根源：社会对外语专业的质疑，源于一个根本性的误解——把语言仅仅视为一种交流工具。

语言不只是工具，还是AI的“底层操作系统”

实际上，语言远不只是交流工具，它还是思维框架的载体、文化理解的入口、逻辑表达的根基。一个人学习外语的过程，本质上是在学习另一种看待世界的方式、组织思维的方法和表达情感的路径。这些深层次的能力，是AI难以替代的。

黄仁勋在访谈中说得更直白：“懂得如何下指令，既不过度设限，给AI留出足够的创新和创造空间，同时又能引导它达成我们预期的结果，这一切都需要艺术造诣。”他所谓的“艺术造诣”，归根结底是对语言的深度理解和精准驾驭能力。当AI可以完成越来越多的表层工作时，真正稀缺的是这种能够驾驭语言、定义问题、评估结果的人类判断力。在AI时代，这种判断力集中体现为人机交互能力，而外语专业正是这一能力的重要载体之一，远未达到被替代的程度。

大语言模型的训练依赖海量多语种语料，其中蕴含的文化偏见、价值预设、意识形态倾向，都需要具备深厚语言素养和跨文化理解能力的人去识别、校正与引导。无论是写提示词、设计智能体工作流，还是定义问题边界、评估输出质量，核心能力都指向对语言的敏感、理解和创造能力。

以当前AI智能体中广泛应用的Skill机制为例，像Claude或OpenClaw这类系统，需要用户编写结构化的“SKILL.md”文件，用自然语言告诉AI该技能的用途、适用场景和注意事项。编写一个高质量的Skill，需要精准的语言表达、清晰的逻辑层次、对用户意图的深度理解。上述能力，正是外语专业学生的“看家本领”。能让AI听懂并做好的人，才是AI时代生产力的真正舵手。

事实上，国家早已看到这一趋势。2025年，商务部等9部门联合印发《关于促进服务出口的若干政策措施》，在第一条中就明确将“语言服务”列为重点支持的服务出口新业态新模式，要求培育服务出口重点企业和重点项目。这意味着，语言服务已被正式纳入国家服务贸易战略，成为推动我国高水平对外开放的重要力量。

语言服务的核心竞争力在于人才，外语人才正是国家“走出去”战略的关键支撑。当前，从人才培养到产业支持，从标准制定到语料库建设，国家政策正在系统性地为外语专业在AI时代的转型铺路。

只学外语不够，那加上什么才够

当社会对外语专业的价值产生质疑时，上海外国语大学与北京外国语大学的两位校友或许能提供另一种答案。

上海外国语大学英语专业毕业生黄春华，赴英国攻读工商管理硕士及博士学位，先后创立柏嘉金融公司与英诺医疗集团，带领团队开发出快速、简便、低成本的检测技术，在疫情中向全球供应超过20亿支快速检测试剂。正是外语专业训练出的国际视野与跨文化沟通素养，让他在开拓海外市场中占据了先机。

清华大学自动化专业本科毕业后，刘云浩进入北京外国语大学高级翻译学院攻读硕士，之后赴美深造，最终成为国际知名的物联网学者，并当选为中国科学院院士。他后来坦言，在北京外国语大学打下的语言基础，成为他在科研领域脱颖而出的关键。

两位跨界者的经历证明，外语专业所培育的语言功底与跨文化素养，同样能支撑人们在科技时代大有作为。

放眼全球，类似的“语言+”复合型人才正不断涌现。美国生成式人工智能巨头Anthropic创始人之一丹妮拉·阿莫迪拥有英语文学学位，她正操盘全球顶流大模型。阿里巴巴通义千问大模型原负责人林俊旸，本科毕业于国际关系学院英语系，硕士阶段在北京大学外国语学院学习语言学与应用语言学，他首次尝试将语言理论转化为可计算框架。他们的经历印证了一个道理：语言能力是驾驭技术的杠杆，而不是一项孤立的技能。

不可否认，在技术迭代加速的时代背景下，单一语言技能已难以构成持久的职业壁垒。值得庆幸的是，“语言+X”的复合型能力正成为新的竞争力高地。学生们不妨把语言作为跨界的利器——将练就的语感、逻辑与文化理解力，变成驾驭AI、深耕行业、连接世界、撬动更多可能性的杠杆。

近年来，海内外高校正通过交叉学科建设，系统化布局这类复合型人才培养。在国外，麻省理工学院计算心理语言学实验室、伦敦玛丽女王大学“语言学与人工智能”硕士项目，均致力于培养语言与认知科学、计算机深度融合的交叉型人才。在国内，复旦大学的“外语+计算机科学技术”、同济大学的“外语+法学”等交叉学科，也开始成规模地造就既精通外语又具备第二领域专业技能的跨学科人才。这些探索，正推动外语学科走向跨界融合的新常态。

外语专业正在主动重构自己的未来

社会对外语专业的质疑，往往基于一个惯性认知：认为外语院校仅仅在教授语言技能。事实远非如此——以上海外国语大学为例，我们的转型路径清晰地展示了外语专业如何在AI时代重新定义自身。

第一步是学科体系的顶层设计。2020年，学校设立“语言数据科学与应用”交叉学科，对接教育部新文科建设要求，同时响应国家人工智能重大战略。该学科旨在培养语言智能领域的高端人才，开展语言数据驱动的语言学、翻译学、智慧教育及人工智能相关研究，让学生既懂人类语言，又懂机器语言。

第二步是课堂教学的深度重塑。学校语言科学研究院开设了“机器学习”“大语言模型基础”等课程，将语言智能技术融入语言实践。学生在学习外语的同时，也学习如何用AI工具分析国际舆情、构建多语种语料库、训练和微调面向特定领域的大语言模型。这种“语言+AI”的教学模式，正在培养既懂语言又懂技术的复合型人才。目前，探索已初见成效。2024年，首届语言数据科学与应用硕士毕业生中，有的入职科大讯飞、携程等科技企业，有的继续深造，各自找到了与AI时代同行的方向。

第三步是科研与产业的前沿布局。2025年，上海外国语大学语言科学研究院在德国研究大模型、阿拉伯研究大模型及脑机接口等领域持续深耕。依托区域国别研究积淀与多语语料库优势，用技术破解文化交流的语言壁垒，用智能赋能中国话语的国际传播。目前，德国研究大模型1.0版已正式上线。2026年，学校与松江经济技术开发区共建“语言数据与人工智能大学生创新实践基地”，设有实习实训、项目研发、学术交流三大功能区，对接上海人工智能实验室等10余家顶尖科研机构，引进科大讯飞等10余家人工智能与数据科技企业。

从学科设计到课程改革，从科研攻关到产业对接，学校的“跨学科”产教融合实践表明：外语专业没有固守过去，而是正主动重构自己的未来。

这些改变只是起点。面向未来，国家应进一步将外语人才从语言服务的参与者，提升为AI核心技术研发、大模型语料治理、多语言智能体设计的重要力量。高校应让语言智能从选修课走向必修课，让跨院系联合学位、与科技企业的深度联培成为更普遍的现实，从而培养既精通外语又具备技术素养的复合型人才。而每一个外语专业的学生，则需要完成一次认知升级，不能再把自己局限于翻译工具的掌握者，而是要主动成为用语言驾驭AI的创造者，在交叉融合中开拓属于自己的赛道。

AI时代的生存法则对所有专业一视同仁，每一个学科都在被重新定义，每一类核心能力都在被重新估值。真正有保障的，不是某个专业的名字，而是这个专业赋予学生的底层素养。外语专业培养的是对语言结构的敏感、对文化差异的理解、对复杂信息的筛选和重组能力，这些恰恰是AI时代最稀缺的。

（作者倪琴系上海外国语大学语言科学研究院教授，陈靖系上海外国语大学英语学院博士研究生）