全球程序員將破 10 億！黃仁勛：智能終將廉價，人性才是未來核心競爭力|【經(jīng)緯低調(diào)出品】

近日，英偉達(dá)CEO黃仁勛做客知名科技播客Lex Fridman Podcast，二人探討了從公司戰(zhàn)略、技術(shù)演進(jìn)到個人哲學(xué)的廣泛議題。不過，黃仁勛也提出了一系列顛覆性的觀點，這些觀點在技術(shù)本質(zhì)、算力分配、管理哲學(xué)以及人工智能對社會的影響等方面，均與當(dāng)前的主流看法存在著不同的視角和看法，具體如下：

1.Token 重塑計算經(jīng)濟(jì)AI

計算從存儲檢索的 “倉庫” 升級為生成 Token 的 “工廠”，Token 成為細(xì)分定價的全新商品（分層免費 / 中級 / 高級 Token），單百萬 Token 可定價 1000 美元；計算設(shè)備從成本中心轉(zhuǎn)為利潤中心，全球計算相關(guān) GDP 占比將較過去翻百倍。

2.推理（Inference）并非“輕量級”任務(wù)

黃仁勛的觀點：他認(rèn)為推理本質(zhì)上就是“思考”（Thinking），而思考是非常困難且消耗算力的。他指出，推理涉及邏輯推理、規(guī)劃、搜索和解決未知問題，這比單純的閱讀（預(yù)訓(xùn)練）要復(fù)雜得多。因此，“測試時縮放”（Test-time Scaling），即通過投入更多算力讓 AI 思考更久，將成為提升智能的關(guān)鍵，推理絕非低功耗任務(wù)。

3.英偉達(dá)有望邁向10萬億美元市值？

英偉達(dá)增長確定性預(yù)判10 萬億美元市值僅為數(shù)字概念，英偉達(dá)增長為必然趨勢，未來有望實現(xiàn)3 萬億美元營收體量。

4.AI 電力瓶頸雙解法

• 能效端：以 “每瓦每秒 Token 數(shù)” 為核心指標(biāo)，通過極致協(xié)同設(shè)計讓 Token 成本每年降一個數(shù)量級；

• 電力供給：利用電網(wǎng) 99% 時間的閑置峰值電力，放棄 “六個九” 絕對可用性，打造可優(yōu)雅降級的數(shù)據(jù)中心，按需降載減耗。

5.對供應(yīng)鏈瓶頸的“反向思維”

黃仁勛的觀點：他表示自己對此“并不擔(dān)心”。其理由是他不僅在預(yù)測未來，更在通過持續(xù)的溝通“塑造”供應(yīng)鏈的未來。他會提前數(shù)年游說內(nèi)存廠商（如 HBM 廠商）進(jìn)行數(shù)十億美元的投入，并與合作伙伴建立基于“信任”而非僅僅是合同的關(guān)系。他認(rèn)為只要通過“極端協(xié)同設(shè)計”不斷提升每瓦特的 Token 產(chǎn)出，算力成本的下降速度將遠(yuǎn)超電力等物理成本的限制。

6.護(hù)城河、太空算力與對馬斯克評價

• 最深護(hù)城河：CUDA 生態(tài) + 43000 名員工共建、百萬開發(fā)者信任，橫向覆蓋云廠商 / 邊緣設(shè)備；

• 太空算力：GPU 已用于衛(wèi)星圖像處理，但太空無對流傳導(dǎo)僅能輻射散熱，現(xiàn)階段優(yōu)先挖掘地球閑置電力；

• 高度評價馬斯克：認(rèn)可其一性原理、極簡思維與一線執(zhí)行力，盛贊 xAI 超算快速落地能力。

7. 智能是一種“商品”，而“人性”才是核心

黃仁勛的觀點：他認(rèn)為智能終將成為一種廉價的“商品”（Commodity）。他甚至自謙地表示，自己團(tuán)隊中的60 多人每個人在專業(yè)領(lǐng)域都比他聰明、更像“超人”。他認(rèn)為社會應(yīng)該提升對“人性”（Humanity）、性格、同情心和慷慨等特質(zhì)的評價，這些才是比單純的智能更高級的力量。

以下是對話內(nèi)容，Enjoy：

01

AI 革命的引擎與“極度協(xié)同設(shè)計”

Lex Fridman：黃仁勛正帶領(lǐng)英偉達(dá)邁向一個新紀(jì)元：從單純的芯片設(shè)計轉(zhuǎn)向宏大的機架級系統(tǒng)設(shè)計（Rack-scale Design）。曾經(jīng)你們只需打造最強 GPU，但現(xiàn)在戰(zhàn)線已延伸至 CPU、網(wǎng)絡(luò)、存儲、電源、冷卻乃至整個數(shù)據(jù)中心的極度協(xié)同設(shè)計（Extreme Co-design）。面對如此繁雜的變量，打造這套深度耦合系統(tǒng)的核心挑戰(zhàn)是什么？

黃仁勛：挑戰(zhàn)在于，現(xiàn)代AI 難題早已無法靠單臺計算機解決。我們的目標(biāo)是實現(xiàn)“非線性增長”——即增加 1 萬臺電腦，算力卻要提升 100 萬倍。

這意味著必須重構(gòu)算法，進(jìn)行深度分片（Sharding）。而分布式計算最怕Amdahl's Law：系統(tǒng)的加速比受限于那部分無法并行的環(huán)節(jié)。如果網(wǎng)絡(luò)、電力或通訊稍有瓶頸，即便 GPU 快上一百萬倍，整體效率也只能提升一兩倍。這是一個極其復(fù)雜的計算機科學(xué)命題，我們必須動用一切技術(shù)手段去對抗摩爾定律的放緩。

Lex Fridman：這涉及海量的權(quán)衡。你麾下匯聚了 HBM 內(nèi)存、光通信、液冷等各領(lǐng)域的頂級專家，你是如何讓這些背景迥異的專家在同一個機架尺度上達(dá)成協(xié)作的？

黃仁勛：這正是我維持龐大直屬下屬規(guī)模（60 余人）的原因。

Lex Fridman：這么多專家和通用人才如何高效協(xié)作？

黃仁勛：關(guān)鍵在于“組織架構(gòu)應(yīng)反映其產(chǎn)出”。我看過很多公司的架構(gòu)圖，無論賣漢堡還是造車都大同小異，這毫無意義。英偉達(dá)的架構(gòu)必須反映它所處的計算環(huán)境。

我們優(yōu)化的不只是芯片，而是整個軟件棧。我不搞低效的“一對一”面談，而是把所有人聚在一起直接攻克難題。在英偉達(dá)，協(xié)同設(shè)計是實時發(fā)生的：

• 全員透明：當(dāng)討論冷卻或配電方案時，網(wǎng)絡(luò)和內(nèi)存專家都在場。

• 即時糾偏：每個人都可以隨時插話，比如指出“這種配電方案對內(nèi)存層級行不通”。

• 極致專注：成員可以自由走神，但當(dāng)他們必須貢獻(xiàn)力量時，我必須確保他們的視角被點亮。

這種將公司視為一臺“協(xié)同機器”的運作方式，正是我們能每年迭代復(fù)雜系統(tǒng)的奇跡所在。

02

關(guān)于決策：CUDA 與 GeForce 的豪賭

Lex Fridman:你提到英偉達(dá)是一家適應(yīng)環(huán)境的公司。從早期的游戲GPU，到后來的深度學(xué)習(xí)革命，再到現(xiàn)在的“AI 工廠”，這個轉(zhuǎn)變是如何發(fā)生的？

黃仁勛:從系統(tǒng)的視角看，我們起步時定位是一家加速器（Accelerator）公司。但加速器天然存在一個悖論：它對特定任務(wù)的優(yōu)化越極致，應(yīng)用領(lǐng)域就越狹窄。這種“極致專業(yè)化”會嚴(yán)重限制市場規(guī)模。沒有規(guī)模，就沒有足夠的研發(fā)投入；沒有研發(fā)投入，你就無法在計算領(lǐng)域產(chǎn)生深遠(yuǎn)的影響力。

我們的愿景是走向加速計算（Accelerated Computing）。但這中間存在一種根本性的張力：如果你變成一家完全通用的計算公司，你會喪失核心競爭力；如果你守著專業(yè)加速器不放，你又會死于小眾。我們必須找到一條極窄的路徑：在不放棄專業(yè)優(yōu)勢的前提下，一步步擴(kuò)建我們的計算版圖。

我們邁出的第一步，是發(fā)明了可編程像素著色器（Programmable Pixel Shader），這是邁向可編程世界的分水嶺。緊接著，我們在著色器中引入了FP32（單精度浮點數(shù)）。這個符合IEEE 標(biāo)準(zhǔn)的重大跨越，引起了那些研究數(shù)據(jù)流處理器的科學(xué)家的注意。他們突然意識到：這個原本為游戲設(shè)計的、計算密集的 GPU，竟然可以運行符合行業(yè)標(biāo)準(zhǔn)的科學(xué)軟件了。

這直接促使我們在FP32 之上開發(fā)了 C 語言環(huán)境（即后來的 Cg），并最終演化成了CUDA。隨后的決策最為艱難：我們將CUDA 強行推向了GeForce（游戲顯卡系列）。這在當(dāng)時是一個極其冒險的戰(zhàn)略，因為它消耗了公司巨額利潤，幾乎超出了我們的承受極限。但我們必須這么做，因為我們的目標(biāo)是成為一家真正的計算平臺公司，而架構(gòu)的兼容性必須覆蓋我們生產(chǎn)的每一顆芯片。

Lex Fridman：但這種“遠(yuǎn)見”在當(dāng)時的財報上，看起來一定像個災(zāi)難。

黃仁勛：沒錯。代價是慘重的。CUDA 極大地增加了消費級 GPU 的復(fù)雜度與成本，幾乎吞噬了我們所有的毛利。英偉達(dá)的市值曾從 70 億美元一路狂跌到 15 億美元。我們在谷底徘徊了很久，承受著巨大的質(zhì)疑，但我們始終沒有把 CUDA 從 GeForce 中拿掉。

我常開玩笑說，英偉達(dá)是“GeForce 建造的房子”。因為正是 GeForce 這種看似“不相關(guān)”的消費級業(yè)務(wù)，將 CUDA 的火種撒向了全世界。正是因為它隨處可見，后來那些成為深度學(xué)習(xí)先鋒的科研人員，才能在他們宿舍的 PC 里、在實驗室的普通機器上，發(fā)現(xiàn)并點燃了這場 AI 革命。

03

領(lǐng)導(dǎo)力與塑造未來

Lex Fridman：你是如何做出這種跨越式的決策并預(yù)見未來的？ 我想知道，你做出這些跨越式?jīng)Q策的智慧是什么？

黃仁勛：首先，強烈的好奇心驅(qū)動著我不斷探索。其次，我有一套自己的推理邏輯，這套邏輯能讓我堅信，某個結(jié)果必然會發(fā)生。當(dāng)我在腦海中認(rèn)定一件事時，就會全身心地去踐行，讓這個未來成為現(xiàn)實—— 這個未來在我看來如此確定，注定會發(fā)生。

過程中必然會經(jīng)歷諸多艱難困苦，但你必須堅守自己的信念。

Lex Fridman：也就是說，你先構(gòu)想未來，然后從工程師的角度，一步步將其變?yōu)楝F(xiàn)實？

黃仁勛：沒錯。你要推理出實現(xiàn)目標(biāo)的路徑，論證其存在的必然性，而這不是我一個人的思考，而是整個管理團(tuán)隊的共同推演，我們會花大量時間探討這件事。

還有一點，可能是領(lǐng)導(dǎo)力的關(guān)鍵：很多領(lǐng)導(dǎo)者會選擇沉默，等摸清情況后，在新的一年發(fā)布一份宣言，推出全新的計劃—— 大規(guī)模裁員、調(diào)整組織架構(gòu)、發(fā)布新的使命宣言、更換品牌 logo，諸如此類。我從不這么做。

當(dāng)我接觸到新的想法，且這個想法開始影響我的思考時，我會立刻讓身邊的所有人知道：“這個想法很有意思，會帶來重大改變，也會影響諸多領(lǐng)域?！?strong>我會一步步地推演這個想法的落地路徑。很多時候，我其實已經(jīng)做出了決定，但我會抓住一切機會，結(jié)合外部信息、新的見解、技術(shù)突破、研發(fā)里程碑，不斷引導(dǎo)身邊人的認(rèn)知。

我每天都在做這件事，向董事會、管理團(tuán)隊、全體員工傳遞我的想法，塑造他們的信念。以至于當(dāng)我提出“收購Mellanox” 時，所有人都覺得這是理所當(dāng)然的決定；當(dāng)我宣布 “全力押注深度學(xué)習(xí)” 并闡述原因時，其實我早已在公司各個部門埋下了伏筆。

公司里的每個人，或許都聽過部分相關(guān)的思考，而當(dāng)我正式宣布決策時，所有人其實都已經(jīng)在一定程度上認(rèn)同了這一方向。很多時候，我宣布這些決策時，甚至能想象到員工們心里會想：“黃仁勛，怎么現(xiàn)在才官宣？”

事實上，我早已通過長期的引導(dǎo)，讓大家形成了共識，所以宣布決策時，能得到100% 的支持 —— 這正是我想要的結(jié)果，讓所有人都能跟上公司的步伐。否則，如果我突然宣布全力押注深度學(xué)習(xí)，所有人都會一臉茫然：“你在說什么？” 如果管理層、董事會、員工、客戶都覺得這個決策莫名其妙、毫無道理，那一切都無從談起。

英偉達(dá)的GTC 大會也是如此，回看歷屆大會的主題演講，你會發(fā)現(xiàn)，我不僅在塑造公司內(nèi)部的信念，也在向行業(yè)合作伙伴傳遞我們的愿景，而這又會反過來強化公司員工的信念。所以當(dāng)我們宣布某項新產(chǎn)品時，比如最近發(fā)布的 Grok 大模型，其實我在兩年半前，就已經(jīng)開始講述其落地的各個步驟了。回頭看就會發(fā)現(xiàn)，我們?yōu)檫@個產(chǎn)品鋪墊了兩年半的時間。

我始終一步一個腳印地打下基礎(chǔ)，所以當(dāng)正式發(fā)布時，所有人都會覺得“終于來了，怎么這么久”。

Lex Fridman：而且這不僅是公司內(nèi)部的事，你還在塑造整個全球的創(chuàng)新格局，通過提出這些理念，真正地將愿景變?yōu)楝F(xiàn)實。

黃仁勛：英偉達(dá)并非單純制造計算機，也不搭建云計算平臺，我們本質(zhì)上是一家計算平臺公司—— 這一點很特別，因為客戶無法直接從我們這里買到 “成品”。我們做垂直設(shè)計和整合，實現(xiàn)全維度的優(yōu)化，但隨后會開放整個平臺的每一個層級，讓其融入其他公司的產(chǎn)品、服務(wù)、云計算平臺、超級計算機和原廠計算機中。

正因如此，我必須先說服行業(yè)伙伴，才能推進(jìn)自己的愿景。所以GTC 大會的核心，就是向行業(yè)傳遞我們構(gòu)想的未來，以至于當(dāng)我們的產(chǎn)品正式推出時，合作伙伴都會說：“怎么現(xiàn)在才來？我們早就等不及了。”

04

Scaling Laws的未來：

智能進(jìn)化的四大引擎

Lex Fridman：你長期以來一直是擴(kuò)展定律（Scaling Laws）的堅定信徒。面對數(shù)據(jù)枯竭和算力瓶頸的質(zhì)疑，你現(xiàn)在的信念是否有所動搖？

黃仁勛：恰恰相反，我們現(xiàn)在擁有了更宏大的擴(kuò)展定律。我將智能的進(jìn)化總結(jié)為四個階段：預(yù)訓(xùn)練、后訓(xùn)練、推理時擴(kuò)展以及智能體擴(kuò)展。

1. 預(yù)訓(xùn)練（Pre-training）：從自然數(shù)據(jù)到合成數(shù)據(jù)的飛躍

過去，行業(yè)曾陷入“高質(zhì)量數(shù)據(jù)即將枯竭”的恐慌，認(rèn)為預(yù)訓(xùn)練時代已經(jīng)終結(jié)。但我認(rèn)為這種擔(dān)憂忽略了合成數(shù)據(jù)（Synthetic Data）的力量。

實際上，人類彼此教導(dǎo)的大部分知識也是“合成”的——它們源于創(chuàng)造而非自然采集。如今AI 已經(jīng)能夠基于真實世界的數(shù)據(jù)進(jìn)行自我增強和模擬。未來，訓(xùn)練的瓶頸將不再是“數(shù)據(jù)總量”，而僅僅是算力的規(guī)模。

2. 后訓(xùn)練（Post-training）：算力驅(qū)動的精細(xì)化迭代

在后訓(xùn)練階段，數(shù)據(jù)不再是掣肘，如何利用算力對模型進(jìn)行微調(diào)和對齊（Alignment）成了核心。這不僅是權(quán)重的微調(diào)，更是對模型邏輯能力的深度挖掘。

3. 推理時擴(kuò)展（Test-time Scaling）：推理即思考

這是目前最深刻的范式轉(zhuǎn)移。過去人們錯誤地認(rèn)為“推理很簡單，只需低功耗的小芯片”，但這種觀點完全違背了邏輯。

預(yù)訓(xùn)練是“記憶”，而推理是“思考”。思考是極其艱難的。它涉及邏輯推理、問題拆解、規(guī)劃與搜索。對于復(fù)雜難題，我們應(yīng)當(dāng)允許模型在推理階段消耗更多算力去“深思熟慮”。這種推理側(cè)的算力投入，是智能躍升的第二條曲線。

4. 智能體擴(kuò)展（Agentic Scaling）：AI 的乘數(shù)效應(yīng)

這是第四大定律，也是智能的“倍增器”。

提升我個人的能力很困難，但英偉達(dá)可以通過雇傭數(shù)萬名員工來擴(kuò)張規(guī)模。我們將能夠根據(jù)需求，瞬時生成大量的子智能體形成團(tuán)隊。它們能自主研究、訪問數(shù)據(jù)庫、使用工具。

智能體在執(zhí)行任務(wù)中產(chǎn)生的新經(jīng)驗和數(shù)據(jù)，會再次反哺到預(yù)訓(xùn)練階段。智能的本質(zhì)是算力的函數(shù)。

這四大定律構(gòu)成了一個閉環(huán)的自我進(jìn)化系統(tǒng)：智能體產(chǎn)生數(shù)據(jù)→ 回到預(yù)訓(xùn)練記憶 → 后訓(xùn)練微調(diào) → 推理增強。

Lex Fridman：所以在你看來，阻礙這一進(jìn)程的唯一瓶頸是什么？

黃仁勛：歸根結(jié)底，人工智能的進(jìn)化速度只取決于一個核心變量——算力（Compute）。只要我們能提供源源不斷的算力支持，智能的擴(kuò)展就沒有物理極限。

05

工作哲學(xué)：光速思維（Speed of Light Thinking）

Lex Fridman：英偉達(dá)的深度系統(tǒng)協(xié)同設(shè)計思路，和埃隆的系統(tǒng)工程方法，是否有相通之處？

黃仁勛：當(dāng)然，協(xié)同設(shè)計本質(zhì)上就是一個終極的系統(tǒng)工程問題，我們的所有工作，都是從第一性原理出發(fā)的。

還有一個理念，是我30 年前就提出的，我稱之為 “光速思維”。這不僅指速度，更是指探索物理定律的極限 —— 我們做的每一件事，都要和 “光速” 對標(biāo)：內(nèi)存速度、計算速度、功耗、成本、時間、人力、制造周期。

當(dāng)我們思考延遲與吞吐量、成本與吞吐量、成本與容量的關(guān)系時，都會先探索其物理極限，再根據(jù)實際需求做出權(quán)衡。因為一個極致低延遲的系統(tǒng)，和一個高吞吐量的低成本系統(tǒng)，其架構(gòu)設(shè)計有著本質(zhì)的區(qū)別。

我們需要先明確，高吞吐量系統(tǒng)的物理極限是什么，低延遲系統(tǒng)的物理極限是什么，再結(jié)合整體系統(tǒng)的需求，做出最優(yōu)的權(quán)衡。我要求團(tuán)隊所有人，在開展任何工作前，都要從第一性原理出發(fā)，探索物理極限，用這個標(biāo)準(zhǔn)來檢驗所有方案。

我并不認(rèn)同“持續(xù)改進(jìn)” 的理念 —— 首先，我們應(yīng)該基于第一性原理和光速思維進(jìn)行設(shè)計，將物理極限作為唯一的約束；在此基礎(chǔ)上，再進(jìn)行持續(xù)的優(yōu)化。

我不喜歡這樣的情況。有人說“現(xiàn)在做這件事需要 74 天，我們能幫你縮短到 72 天”。我更愿意回到原點，問一句 “為什么一開始需要 74 天？現(xiàn)在的技術(shù)條件下，從零開始打造，需要多久？”

往往答案會讓人驚訝，可能只需要6 天。而從 6 天到 74 天的差距，背后是諸多合理的權(quán)衡，比如成本控制等。但至少我們知道了物理極限在哪里，在此基礎(chǔ)上，從 74 天向 6 天優(yōu)化的溝通，會變得高效得多。

06

英偉達(dá)的護(hù)城河與“Token 工廠”

Lex Fridman：如今英偉達(dá)已登頂全球市值之巔。我必須代大家問一個核心問題：英偉達(dá)最深的“護(hù)城河”究竟是什么？在科技巨頭環(huán)伺的叢林里，你們憑什么立于不敗之地？

黃仁勛：如果只看資產(chǎn)，我們最核心的護(hù)城河是計算平臺的安裝基數(shù)（Install Base），具體來說，就是 CUDA 的生態(tài)根基。

你要知道，CUDA 的成功絕非單純的技術(shù)勝利。即便 20 年前有人做出更好的架構(gòu)，也毫無意義。因為這背后是英偉達(dá) 43,000 名員工二十年如一日的投入，以及數(shù)百萬開發(fā)者交付的信任。他們相信我們會從 1.0 一直迭代到 13.0，所以才愿意把身家性命——所有的軟件代碼——遷移到 CUDA 上。

這種龐大的安裝基數(shù)一旦與我們極高效的執(zhí)行力結(jié)合，威力是統(tǒng)治級的。開發(fā)者心中有一個共識：只要基于CUDA 開發(fā)，六個月后性能就能自動提升 10 倍，且能瞬間觸達(dá)全球所有的云平臺、行業(yè)和邊緣設(shè)備。這種“性能紅利+廣泛觸達(dá)”的確定性，讓開發(fā)者會毫不猶豫地優(yōu)先選擇我們。

Lex Fridman：這種垂直整合又橫向兼容的生態(tài)確實罕見。那么，英偉達(dá)的未來是否會徹底轉(zhuǎn)型為一家“人工智能工廠”企業(yè)？

黃仁勛：沒錯。英偉達(dá)的產(chǎn)品認(rèn)知已經(jīng)發(fā)生了質(zhì)變。過去我發(fā)布新產(chǎn)品，會拿起一顆芯片展示；但現(xiàn)在，我腦海中是一個千兆瓦級的龐大基礎(chǔ)設(shè)施。

現(xiàn)在的產(chǎn)品不再是單顆芯片，而是連接著電網(wǎng)、冷卻系統(tǒng)和數(shù)萬個節(jié)點的整座“工廠”。啟動這樣一座工廠，需要數(shù)千名網(wǎng)絡(luò)、電力和軟件工程師協(xié)同調(diào)試。

Lex Fridman：這種認(rèn)知的轉(zhuǎn)變是否支撐著你們更高的估值邏輯？比如，英偉達(dá)市值達(dá)到 10 萬億美元的路徑在哪里？

黃仁勛：這在我看來是邏輯上的必然。因為計算的本質(zhì)已經(jīng)從“檢索”變成了“生成”。

過去40 年，計算機本質(zhì)上是一個“文件檢索系統(tǒng)”——內(nèi)容是預(yù)先錄制的，我們只是通過算法把它找出來。而 AI 計算機是上下文感知且實時生成的。在這個新世界里，我們對算力的需求將遠(yuǎn)超對存儲的需求。

第二點更關(guān)鍵：過去的計算機是“倉庫”，現(xiàn)在的計算機是“工廠”。 倉庫只產(chǎn)生維護(hù)成本，而工廠直接創(chuàng)造收入。

我們正在量產(chǎn)一種全新的商品——Token。這種“智能”是可以縮放、分級的。未來，有人愿意為超高智能的 Token 支付溢價，智能將像電力或原油一樣成為全球通用的生產(chǎn)資料。

Lex Fridman：這是一個非常天才的比喻。將 AI 設(shè)施視為“Token 工廠”，追求每瓦每秒的 Token 產(chǎn)出。那么，誰是這個工廠里的“iPhone”級應(yīng)用呢？

黃仁勛：智能體（AI Agents）就是 Token 界的 iPhone。

像OpenClaw、Claude Code 這些工具，它們是歷史上增長最快的應(yīng)用。未來，智能體將呈指數(shù)級增長。

Lex Fridman：確實。我甚至已經(jīng)開始在公共場合對著電腦“編程”了，雖然有些尷尬，但那種像和同事交流一樣的效率提升是令人震撼的。

黃仁勛：這只是開始。未來的場景不是你去找AI，而是 AI 主動找你。因為它的工作效率遠(yuǎn)超人類，它會不斷向你匯報：“這件事我做完了，下一步計劃是這個?！蔽磥?，和你聊天、發(fā)消息最多的，將不再是人類，而是你的智能體。 它們才是 Token 工廠最核心的消費者。

Lex Fridman：你覺得真的能有一家由這樣的 AI 系統(tǒng)運營的公司嗎？

黃仁勛：有可能，原因如下：你說市值要超過 10 億美元，但沒說要長期維持這個市值。比如，一個智能體（Claw）完全有可能開發(fā)出一款網(wǎng)絡(luò)服務(wù)或有趣的小應(yīng)用，突然吸引數(shù)十億用戶，每人支付 50 美分，然后不久后就退出市場 —— 互聯(lián)網(wǎng)時代就有很多這樣的公司，而它們的網(wǎng)站復(fù)雜度，其實并不比現(xiàn)在 OpenClaw 能生成的內(nèi)容更高。

Lex Fridman：你這個說法肯定會讓很多人感到興奮，意思是“我只要啟動一個智能體，就能賺大錢”？

黃仁勛：順便說一句，這種事現(xiàn)在已經(jīng)在發(fā)生了。如果你去中國，會看到很多人在訓(xùn)練他們的智能體找工作、做任務(wù)、賺錢。我毫不驚訝，未來可能會出現(xiàn)一些社交類應(yīng)用爆火—— 比如一個超級可愛的數(shù)字網(wǎng)紅，或者一個喂養(yǎng)虛擬寵物的社交應(yīng)用，突然成為全民熱點，火上幾個月后逐漸降溫。

但要讓 10 萬個這樣的智能體聯(lián)手打造出另一個英偉達(dá)，可能性為零。我想強調(diào)的是，人們真的很擔(dān)心自己的工作會被 AI 取代，我想提醒大家：工作的本質(zhì)和完成工作所使用的任務(wù)、工具是相關(guān)但不同的概念。

我已經(jīng)做 CEO 33 年了，是全球任職時間最長的科技公司 CEO（如今已 34 年）。過去 34 年里，我工作中使用的工具一直在變化，有時甚至是劇變 —— 短短兩三年就會有天翻地覆的改變。我想分享一個故事：計算機科學(xué)家和 AI 研究者曾預(yù)測，第一個被 AI 取代的職業(yè)是放射科醫(yī)生，因為計算機視覺很快會達(dá)到超人水平 —— 而事實也確實如此，2019 到 2020 年間，計算機視覺的能力就已經(jīng)超越了人類。

當(dāng)時的預(yù)測是，放射科醫(yī)生會被淘汰，因為 AI 能替代他們分析醫(yī)學(xué)影像。但結(jié)果呢？如今所有的放射科平臺和軟件都由 AI 驅(qū)動，計算機視覺的表現(xiàn)確實遠(yuǎn)超人類，但放射科醫(yī)生的數(shù)量反而增加了，全球甚至出現(xiàn)了放射科醫(yī)生短缺的情況。

英偉達(dá)的軟件工程師數(shù)量也會持續(xù)增長，而非減少。因為軟件工程師的核心職責(zé)是解決問題，而非編寫代碼—— 我從來不在乎他們寫了多少行代碼，他們的工作本質(zhì)沒有改變：解決問題、團(tuán)隊協(xié)作、排查故障、評估結(jié)果、尋找新的問題、創(chuàng)新、串聯(lián)各個環(huán)節(jié)。這些能力，AI 永遠(yuǎn)無法替代。

Lex Fridman：你認(rèn)為即便是編程領(lǐng)域，全球程序員的數(shù)量也可能增加，而非減少嗎？

黃仁勛：是的。原因很簡單：編程的定義是什么？如今，編程本質(zhì)上就是“明確需求”—— 如果你想更具體，還可以給出軟件的架構(gòu)設(shè)計。問題來了：有多少人能做到這一點？有多少人能向計算機描述清楚 “你要構(gòu)建什么”？我認(rèn)為這個數(shù)字會從現(xiàn)在的 3000 萬，增長到未來的 10億。

未來，每個木匠都能成為程序員—— 但有了 AI 的助力，木匠同時也能成為建筑師，他們能為客戶提供的價值大幅提升，技藝也實現(xiàn)了質(zhì)的飛躍。我相信，每個會計師都會成為財務(wù)分析師和財務(wù)顧問，所有職業(yè)都會被 AI 賦能、升級。如果我是木匠，看到 AI 的潛力，一定會無比興奮；如果我是水管工，也會為 AI 能帶來的服務(wù)升級而激動。

Lex Fridman：但跳出編程領(lǐng)域，我認(rèn)為很多人擔(dān)心自己的工作是合理的，尤其是白領(lǐng)群體。面對自動化和新技術(shù)帶來的動蕩時期，我們都不知道該如何應(yīng)對？

黃仁勛：我的第一個建議是—— 這也是我應(yīng)對焦慮的方式，我們之前也聊過：面對未來的巨大不確定性、壓力和焦慮，首先要拆解問題，告訴自己 “有些事你能掌控，有些事你不能。對于能掌控的，就通過推理找到解決方案，然后付諸行動”。

如果現(xiàn)在要招聘一名應(yīng)屆畢業(yè)生，有兩個選擇：一個完全不懂 AI，一個精通 AI 的使用 —— 我會毫不猶豫地選擇后者。無論是會計、營銷人員、供應(yīng)鏈專員、客服、銷售人員、商務(wù)拓展人員，還是律師，只要有候選人精通 AI，我都會優(yōu)先錄用。

所以我建議，每個大學(xué)生都應(yīng)該積極使用 AI，老師也應(yīng)該鼓勵學(xué)生這么做；每個大學(xué)生畢業(yè)時，都應(yīng)該成為 AI 領(lǐng)域的專家。無論你是木匠、電工，都去嘗試使用 AI，看看它能如何改變你當(dāng)前的工作，提升你的能力。如果我是農(nóng)民，我一定會用 AI；如果我是藥劑師，我也會用 AI—— 我想看看 AI 能如何助力我的工作，讓我成為顛覆行業(yè)的創(chuàng)新者。

技術(shù)確實會取代很多任務(wù)，因為它能自動化處理這些任務(wù)。如果你的工作本身就是單一的任務(wù)，那么被替代的概率非常高；但如果你的工作目標(biāo)包含這些任務(wù)，那么學(xué)習(xí)用 AI 自動化處理它們，就至關(guān)重要。大多數(shù)職業(yè)都處于這兩者之間。

07

苦難、韌性與生命的終極思考

Lex Fridman：你將自己的成功，很大程度上歸功于 “比任何人都努力，比任何人都能承受苦難”。

這其中包含諸多方面：應(yīng)對失敗、攻克我們聊到的各類工程難題、處理人際問題、面對不確定性、承擔(dān)責(zé)任、忍受疲憊和尷尬，還有你提到的那些企業(yè)瀕臨破產(chǎn)的時刻，以及如今的巨大壓力。你是如何應(yīng)對這些壓力的？

黃仁勛：我對自己要求非常嚴(yán)格，但同時也會將問題拆解，避免陷入恐慌。我能安心入睡，是因為我列出了所有需要做的事，確保所有可能危及英偉達(dá)、合作伙伴、行業(yè)的問題，都已經(jīng)告知了相關(guān)負(fù)責(zé)人—— 任何可能給他人帶來風(fēng)險的事，我都會告訴能解決問題的人，將壓力分擔(dān)出去，或是親自采取行動解決。

Lex Fridman：做到這些之后，還能做什么呢？

Lex Fridman：在打造英偉達(dá)的過程中，經(jīng)歷了這么多難以想象的苦難，你是否有過心理低谷？

黃仁勛：當(dāng)然，一直都有。

Lex Fridman：而你應(yīng)對的方式，就是將問題拆解成一個個小部分？

黃仁勛：沒錯。而且還有一點很重要 —— 學(xué)會遺忘。人工智能學(xué)習(xí)的一個核心特性，就是系統(tǒng)性遺忘，知道該忘記什么，不能記住所有事，也不能背負(fù)所有壓力。

我處理問題的速度很快：拆解問題、推理分析、分擔(dān)壓力。我所說的“告訴所有人”，本質(zhì)上就是分擔(dān)壓力 —— 盡快將讓我擔(dān)憂的事，告訴其他人，當(dāng)然不是讓他們恐慌，而是將問題拆解后，讓他們參與進(jìn)來，激發(fā)他們的積極性，共同解決問題。

但另一個關(guān)鍵，就是遺忘。你必須對自己狠一點，告訴自己“別抱怨了，繼續(xù)前進(jìn)”，然后振作起來。還有一點，就是被未來的機會吸引，告訴自己 “過去的已經(jīng)過去了，接下來該做什么？”

我想，優(yōu)秀的運動員都是如此，他們只關(guān)注下一分，忘記上一分的得失，忘記尷尬和挫折。而且，我的工作大多是公開進(jìn)行的，你也一樣，公開工作意味著會面臨更多的審視。

我在公開場合說過很多話，當(dāng)時覺得很有道理，或是覺得很有趣—— 大多時候只是我自己覺得有趣，后來回想起來，可能覺得沒那么有趣，但這都不重要。

Lex Fridman：沒錯，我深有體會。但本質(zhì)上，你是讓自己被未來的光牽引，忘記過去，持續(xù)朝著未來前進(jìn)。你曾說過一句很有名的話：如果當(dāng)初知道打造英偉達(dá)會這么難，比預(yù)想的難一百萬倍，你可能就不會開始了。

黃仁勛：沒錯。

Lex Fridman：但事實上，所有值得做的事，大概都是如此吧？

黃仁勛：正是如此。我想表達(dá)的是，保持一顆童心，是一種極其強大的能力。我常常看著一件事，腦海中第一個念頭就是：“這能有多難？”

帶著這種心態(tài)，面對那些從未有人做過、看似龐大、需要數(shù)千億美元投入的事，依然會問自己：“這能有多難？”

你必須保持這種心態(tài)，不要提前過度推演所有細(xì)節(jié)，不要預(yù)想所有的挫折、磨難和失望。你要帶著“一切都會很完美、很有趣” 的心態(tài)，開啟新的旅程。而當(dāng)你真正踏上旅程，就需要擁有耐力和勇氣，因為挫折、失望、尷尬、屈辱，總會不期而至。

這時，你需要做的，就是忘記這些不愉快，繼續(xù)前進(jìn)。只要你對未來的假設(shè)，以及支撐這些假設(shè)的依據(jù)，沒有發(fā)生本質(zhì)變化，那么你預(yù)想的未來，就一定會實現(xiàn)。如果未來注定會來，那就義無反顧地去追求。

我認(rèn)為，這種韌性源于幾個特質(zhì)：以全新的心態(tài)開啟新體驗、學(xué)會遺忘挫折、堅信自己的信念，同時持續(xù)重新評估現(xiàn)狀。這幾個特質(zhì)的結(jié)合，至關(guān)重要。

我很幸運，過往的人生經(jīng)歷，讓我具備了這些特質(zhì)：我始終充滿好奇心，持續(xù)學(xué)習(xí)，向每一個人學(xué)習(xí)。我總是問身邊的人問題，始終保持謙卑，看到別人做得好的地方，會想“他們做得太棒了，他們是怎么思考的？”

我會揣摩每個人的想法，在某種程度上，我在模仿我看到的每一個人，對他們的所作所為抱有同理心和尊重，所以我能持續(xù)學(xué)習(xí)。

Lex Fridman：如今，你是世界上最富有的人之一，也是最成功的企業(yè)家之一。擁有如此多的財富、權(quán)力和名氣，是否會讓你更難保持謙卑？是否會讓你難以承認(rèn)自己的錯誤，難以傾聽不同的意見，難以向他人學(xué)習(xí)？

黃仁勛：令人驚訝的是，并不會，甚至恰恰相反。因為我的工作大多是公開進(jìn)行的，當(dāng)我犯錯時，幾乎所有人都能看到，這會讓我保持謙卑。

我在公開場合說的話，大多是經(jīng)過深思熟慮的，因為這些話會影響他人，我必須謹(jǐn)慎。而在內(nèi)部會議中，我們會探討很多可能性，很多想法可能會被推翻，但這并不影響我持續(xù)推理。

我的管理和領(lǐng)導(dǎo)方式，就是在所有人面前持續(xù)推理。即便和你對話，你也能看到我在現(xiàn)場推理的過程。我希望你能理解我的想法，不是因為我是黃仁勛，而是因為我會清晰地展示推理的步驟，讓你自己判斷我的結(jié)論是否正確。

我每天在會議中都是這么做的，和員工分享我的思考過程，一步步推演，讓所有人都有機會提出質(zhì)疑：“我不同意這一步的推理?！?/p>

這種推理式的溝通方式，好處在于，人們不必直接否定我的結(jié)論，而是可以質(zhì)疑推理的步驟，引導(dǎo)我從不同的角度思考，然后我們一起繼續(xù)推演—— 這本質(zhì)上是一種集體的探索方式，非常有效。

Lex Fridman：是的。 人類的主觀感受真的很特別。過去幾年，我已經(jīng)被 AI 的發(fā)展驚喜了無數(shù)次，算力的縮放確實能在智能領(lǐng)域創(chuàng)造奇跡，真的非常了不起。你認(rèn)為人類本性、人類意識中，是否存在一些本質(zhì)上非計算性的東西？有哪些永遠(yuǎn)無法復(fù)制的特質(zhì)？

黃仁勛：關(guān)鍵是要明確“智能” 的定義。這個詞我們經(jīng)常使用，但它并非神秘莫測 —— 智能是一個系統(tǒng)具備的能力，包括感知、理解、推理和規(guī)劃，這個循環(huán)過程，就是智能的本質(zhì)。智能和人性并非同義詞，這一點非常重要，我們需要區(qū)分這兩個概念。

我并不美化智能，也不將其浪漫化。事實上，我認(rèn)為智能是一種商品。我身邊圍繞著很多聰明人，在他們各自的領(lǐng)域，都比我更聰明、更博學(xué)、更專業(yè)—— 我有 60 位這樣的直接下屬，對我來說，他們都是 “超人”。但不知為何，我能在中間協(xié)調(diào)他們所有人。

所以你會問：一個“能力平平” 的人，為什么能在一群 “超人” 中間發(fā)揮作用？這恰恰說明，智能是一種功能性的東西，而人性并非由功能定義，它的內(nèi)涵要廣闊得多。我們的人生體驗、對痛苦的容忍度、決心和毅力 —— 這些都和智能是不同的概念。

長期以來，我們把“智能” 這個詞抬到了過高的位置，但我們真正應(yīng)該推崇的，是人性、品格、同情心、慷慨這些特質(zhì) —— 我認(rèn)為這些才是人類的 “超能力”。而如今，智能即將成為一種大眾化的商品。

社會總說“教育是最重要的”，但你上學(xué)時學(xué)到的，絕不僅僅是知識。不幸的是，我們的社會把一切都?xì)w結(jié)為 “智能” 這一個詞，但生活遠(yuǎn)不止這一個維度。我的人生經(jīng)歷告訴我，即便我的智能水平不如身邊的所有人，也不妨礙我取得成功。我希望能激勵大家：不要讓智能的民主化、商品化讓你感到焦慮，而應(yīng)該為之感到興奮。

Lex Fridman：英偉達(dá)的成功，以及我提到的數(shù)百萬受其影響的人的生活，都在一定程度上依賴于你。但你和我們一樣，只是一個普通人，一個凡人。你會思考自己的死亡嗎？你害怕死亡嗎？

黃仁勛：我真的不想死。我過著很棒的生活，有幸福的家庭，還有非常重要的工作要做。我現(xiàn)在經(jīng)歷的，不是“一生僅有一次” 的體驗（這種體驗很多人都有過），而是 “人類歷史上僅有一次” 的體驗。英偉達(dá)是人類歷史上最具影響力的科技公司之一，我們正在做的工作至關(guān)重要，我對此無比重視。

當(dāng)然，有一些實際問題需要考慮，比如繼任規(guī)劃。我一直公開表示，我不相信繼任規(guī)劃。

Lex Fridman：天啊。

黃仁勛：這并非因為我覺得自己長生不老，而是因為如果你擔(dān)心繼任規(guī)劃，被這種焦慮困擾，那該怎么辦？答案是回到問題的本質(zhì)：如果你關(guān)心公司在你離開后的未來，當(dāng)下最重要的事，就是持續(xù)不斷地傳遞知識、信息、洞見、技能和經(jīng)驗—— 這也是我為什么總是在團(tuán)隊面前公開推理所有問題。

每一次會議都是一次推理會議，我在公司內(nèi)外的每一刻，都在盡快將知識傳遞給他人。我學(xué)到的任何東西，都不會在我這里停留超過一瞬間——“天啊，這個太酷了”，還沒等我完全消化，就會立刻分享給其他人：“快來關(guān)注這個，太有意思了，你一定會想學(xué)習(xí)的?！?/p>

我一直在傳遞知識、賦能他人、提升身邊所有人的能力，我希望最終能實現(xiàn)的目標(biāo)是：在工作崗位上突然離世，沒有漫長的痛苦。

Lex Fridman：這對我意義重大。謝謝你，黃仁勛。

黃仁勛：謝謝你，Lex Fridman。

Lex Fridman：最后，我想引用艾倫?凱的一句話作為結(jié)尾：“預(yù)測未來的最佳方式，就是創(chuàng)造未來?！?感謝收聽，我們下次再見。