黃仁勛深夜喝了幾杯紅酒后，說出了AI時代最殘酷的真相

2026年2月3日，NVIDIA創(chuàng)始人兼CEO黃仁勛在Cisco AI Summit上，與Cisco董事長兼CEO Chuck Robbins進行了一場「深夜爐邊對話」。

剛結(jié)束兩周亞洲行程，幾杯紅酒下肚，老黃拋出了許多未曾提及的觀點和洞察，展現(xiàn)了一系列企業(yè)AI轉(zhuǎn)型具有顛覆意義的方法和思考。

本文基于完整對話實錄，為你拆解這場對話的核心邏輯與關(guān)鍵啟示。

一、60年來最大變革，「隱式編程時代」

黃仁勛在對話開篇就拋出了一個宏大判斷：

60年來，我們首次重新定義計算這件事。過去是顯式編程，我們編寫程序，通過API傳遞明確的變量進行協(xié)作；現(xiàn)在轉(zhuǎn)向隱式編程。你只需告訴計算機你的意圖，它就會自動推斷如何解決你的問題。

這不是一次漸進式升級，而是計算范式的根本性轉(zhuǎn)換：

顯式編程時代（過去60年）：人類用 Fortran、C、COBOL 等語言，逐行編寫指令，通過 API 傳遞明確變量。軟件本質(zhì)上是「預(yù)制菜」，什么都是提前固定好的。

隱式編程時代（正在到來）：你只需告訴計算機你的意圖，它自己去推理、規(guī)劃、調(diào)用工具來解決問題。每一次交互都是生成式的，基于上下文實時產(chǎn)生，從未重復(fù)。

ENIAC程序員在演示前為計算機接線（1946）

這意味著，不僅是處理器層在變化，整個計算棧：處理、存儲、網(wǎng)絡(luò)、安全，都在被重新發(fā)明。

NVIDIA 與 Cisco 的合作正是圍繞這一判斷展開：NVIDIA 提供 AI 算力（Vera Rubin 架構(gòu)），Cisco 將 AI 網(wǎng)絡(luò)技術(shù)整合進 Nexus 控制平面，在性能之上疊加企業(yè)級的可控性、安全性與可管理性。

NVIDIA Rubin平臺（機架級AI系統(tǒng)示意圖）

過去的軟件是「檢索式」的，你觸摸手機屏幕，它檢索預(yù)存的文件和圖像推送給你。

未來的軟件是「生成式」的，每一次交互都是實時生成的、從未發(fā)生過的。

二、「讓百花齊放」：黃仁勛的AI實驗哲學(xué)

當 Robbins 問到企業(yè)應(yīng)該如何邁出AI的第一步時，黃仁勛回答：第一步就要忘掉ROI，放棄對短期資產(chǎn)回報的考量。

他認為，在技術(shù)部署的早期階段，試圖用量化ROI是徒勞的。相反，他提出了一套更特別的方法論：

第一步：讓百花齊放

在我們公司（NVIDIA），我們就是讓百花齊放。公司中不同的人工智能項目數(shù)量已經(jīng)失控了，但這很棒。

黃仁勛在NVIDIA內(nèi)部鼓勵全面實驗，使用 Anthropic、Codex、Gemini，什么都試。當團隊說想用某個AI工具時，他的回答永遠是：先說「Yes」，再問「Why」，而不是反過來。

黃仁勛認為現(xiàn)階段使用AI就像育兒：

我想為我的公司提供和我為孩子們想要的相同的東西。去探索生活。他們說他們想嘗試什么，答案就是可以……

「百花齊放」不是無序放縱。黃仁勛認為在適當?shù)臅r候需要策劃、精選（curate），找到最優(yōu)方案，集中資源「把所有資源放在一支箭上」。關(guān)鍵在于：不要太早集中，否則你可能選錯了箭。

第三步：把AI對準公司最核心的問題

我們這家公司的本質(zhì)是什么？我們最具影響力的工作是什么？別在周邊的事情上浪費時間。

在NVIDIA內(nèi)部，最核心的工作是芯片設(shè)計、軟件工程、系統(tǒng)工程。所以黃仁勛與 Synopsys、Cadence、Siemens、Dassault 全面合作，將AI注入設(shè)計工具鏈，用「1000%的資源」去革新核心工作流。

給企業(yè)決策者的啟示：黃仁勛的方法論可以概括為一個三段論，廣泛實驗 → 自然涌現(xiàn) → 聚焦核心。不要在起步階段就要求ROI，但要始終清楚公司的「本質(zhì)」是什么。創(chuàng)新可以失控，但方向不能失焦。

黃仁勛在Cisco AI Summit現(xiàn)場三、「豐饒時代」：當摩爾定律變成了蝸牛

黃仁勛對當前算力增長速度的描述，給出了可能是整場對話最具沖擊力的數(shù)據(jù)：

摩爾定律：每18個月翻一倍，10年增長100倍，黃仁勛稱之為「蝸牛速度」

AI時代：過去10年，AI能力增長了100萬倍

《Electronics》雜志1965年4月19日封面（摩爾定律論文刊載）

這種指數(shù)級加速催生了一種全新的思維方式，豐饒思維（Abundance Mindset）：

這些天當我思考一個問題時，我就假設(shè)我的技術(shù)、我的工具、我的儀器、我的宇宙飛船速度無限快。去紐約要花多長時間？我一秒鐘就到了。那么我會做什么不同的事情呢？

黃仁勛要求所有人用這種「無限速度、零重力、光速」的思維來重新審視問題：

• 過去需要一年的計算，現(xiàn)在可以實時完成

• 過去只能處理一小部分的數(shù)據(jù)圖表，現(xiàn)在可以說："直接給我整個圖表。它有多大？我不在乎。"

• 過去我們選擇性地解決某一種疾病，現(xiàn)在的思路是："讓我們來解決人類的苦難."

他進一步提醒：即使你不這樣想，你的競爭對手正在這樣想。即使現(xiàn)有的競爭對手不這樣想，一個即將創(chuàng)立的公司正在這樣想。這將改變一切。

四、AI不會殺死軟件，工具永遠有價值

對話中一個重要的澄清，是關(guān)于「AI替代軟件」的恐慌。黃仁勛直言：

有一種觀點認為軟件行業(yè)在衰退，將被人工智能所取代。這是不合邏輯的。

他用了一個思想實驗：如果你擁有了終極的人形機器人（Artificial General Robotics），你會重新發(fā)明螺絲刀，還是直接使用現(xiàn)有的螺絲刀？答案顯而易見，你會使用工具。

同理，AGI 也會使用 ServiceNow、SAP、Cadence、Synopsys 這些工具，而不是重新發(fā)明計算器。這正是為什么 AI 最新的突破方向之一就是Tool Use。

那些有明確物理定律和精確算法的領(lǐng)域，AI沒有必要去「模擬、推測」它們，精確就是精確，不需要用統(tǒng)計方法繞遠路。

五、Physical AI：理解因果律的下一代智能

黃仁勛對「物理AI」的展望：

一個孩子能很快理解多米諾骨牌的邏輯，但它背后實際上有非常深刻的概念：因果關(guān)系、接觸、重力、質(zhì)量，所有這一切都包含在一塊多米諾骨牌倒下的過程中。大型語言模型對此卻一無所知。

下一代 AI 需要理解物理世界的因果律，不是語言層面的關(guān)聯(lián)，而是「我推倒這個，那個會怎樣」的真實物理推理。這是從數(shù)字AI到物理AI的跨越。

這個跨越背后的經(jīng)濟邏輯：

• IT行業(yè)總規(guī)模：約1萬億美元

• 全球經(jīng)濟總量：約100萬億美元

• 物理AI的TAM（Total Addressable Market）是傳統(tǒng)IT的100倍

我們即將創(chuàng)造增強型的勞動...自動駕駛汽車是什么？它是一個數(shù)字司機。數(shù)字司機的經(jīng)濟學(xué)意義遠遠超過了汽車本身。

從「制造工具」到「制造勞動力」，這是科技行業(yè)未來最根本的商業(yè)模式轉(zhuǎn)變。

六、你的問題比答案更值錢

在討論「租云還是自建」時，黃仁勛給出了一個出人意料的建議：

看在上帝的份上，造一輛吧。打開引擎蓋，換一次機油，你才能理解所有的零部件。

這背后不是技術(shù)自主的需求，是對數(shù)據(jù)安全的全新理解：

對我來說，我的問題是最有價值的知識產(chǎn)權(quán)。我所思考的就是我的問題。答案是一種商品。如果我僅僅知道該問什么就好了……我不想讓人們知道我認為什么是重要的。

這是一個極其深刻的洞察：在AI時代，你向AI提出的問題，暴露的是你的戰(zhàn)略思考方向。

答案是公共品，但問題是私有的、戰(zhàn)略性的。這就是為什么NVIDIA在本地構(gòu)建了自己的超級AI系統(tǒng)，不是因為云不好用，而是因為不想讓自己的「思考軌跡」暴露在外部。

傳統(tǒng)安全保護的是「答案」（數(shù)據(jù)、文檔、代碼）。AI時代真正需要保護的是「問題」，你的戰(zhàn)略意圖、你認為重要的事情、你正在探索的方向。這是對數(shù)據(jù)安全的全新定義。

數(shù)據(jù)中心服務(wù)器機柜七、從「人在回路」到「AI在回路」

對話最后，黃仁勛討論了一個被廣泛接受的概念：

曾經(jīng)有一種想法，認為人工智能應(yīng)該始終讓人類參與其中。這恰恰是錯誤的想法。完全相反。每家公司都應(yīng)該讓人工智能來主導(dǎo)。

他的邏輯是：

我們希望公司每天都在變得更好、更聰明，永遠不倒退、不停滯、不從零開始。

如果讓 AI 持續(xù)參與每個員工的工作流程（AI in the loop），AI就會捕獲公司的生命經(jīng)驗。

這些 AI 最終將成為公司的知識產(chǎn)權(quán)，這才是未來公司的真正資產(chǎn)。

2025年5月前哨科技特訓(xùn)營PPT報告

八、編程即打字，每家公司都能成為技術(shù)公司

黃仁勛在對話結(jié)尾提出了一個面向所有行業(yè)的號召：

我真的相信……迪士尼肯定愿意成為Netflix、梅賽德斯愿意成為特斯拉、沃爾瑪愿意成為亞馬遜。

他認為每家公司都有機會成為「技術(shù)優(yōu)先」的公司，阻礙企業(yè)的最大障礙「我們沒有足夠的軟件工程師」，在隱式編程時代已經(jīng)不存在了。

事實上，編碼就是打字，打字已經(jīng)成為一種商品。你們所有人都擁有極其寶貴的東西，那就是領(lǐng)域?qū)I(yè)知識，理解客戶，理解問題。那才是終極價值。

在隱式編程的世界里，領(lǐng)域?qū)＜揖褪亲詈玫某绦騿T。你不需要會寫代碼，你需要會提出正確的問題、理解客戶的痛點、知道什么問題值得解決。

從看見趨勢，到理解趨勢

黃仁勛這場對話信息密度極高，計算范式60年首次重構(gòu)、豐饒思維、Physical AI的百萬億美元市場、數(shù)據(jù)主權(quán)的全新定義……

但真正的問題是：這些判斷對你意味著什么？看見趨勢如何抓住趨勢？

王煜全在特訓(xùn)營告訴大家：科技預(yù)測必須有產(chǎn)業(yè)化時點！

為了看清AI變革的前沿走向，春節(jié)后特訓(xùn)營會啟動又一輪科技深度掃描：

2月26日：中國芯片產(chǎn)業(yè)深度研究，看看華為崛起、國產(chǎn)替代走到了哪一步？

3月5日：節(jié)后AI全景掃描，研究新一輪模型軍備競賽的格局正在如何重塑？

2月25日，英偉達發(fā)布全年財報；3月中旬，GTC 2026大會召開...

春節(jié)之后，王煜全將第一時間為大家?guī)碜钣袃r值的科技趨勢系統(tǒng)解讀，如果你不想錯過這些精彩內(nèi)容，

春節(jié)限時福利期間，正是你加入前哨科技特訓(xùn)營的最好時機！