除了AGI已來和死亡，我們為黃仁勛重磅訪談總結了50條AI最前沿判斷

新智元報道

編輯：艾倫

【新智元導讀】黃仁勛在兩小時重磅訪談說了一件事：未來是可以被推導出來的。AI 算力正在重塑計算的本質，英偉達從造芯片變成造「Token 工廠」；AGI 已經到來，Agent 時代剛剛開始；智能會變成商品，人性才是稀缺品。他不怕死，只怕死前沒把知識傳完。

2026 年 3 月 23 日，黃仁勛坐進 Lex Fridman 的播客錄音室，聊了兩個多小時。

芯片、供應鏈、中國、死亡，他都談到了。

以下是整場對話里最值得留存的 50 個判斷，以及他用來支撐這些判斷的核心邏輯。

1. AGI 已經來了

「我認為就是現在。我認為我們已經實現了 AGI?！?/p>

他的依據是：如果 AGI 的定義是「能運營一家市值超10億美元的科技公司」，今天的 AI 已經做得到——創建一個病毒式傳播的應用，短暫地燒出一家公司，再消失。

他沒有回避這個定義的荒誕之處：「那一百萬個 Agent 建出英偉達的概率是零。」

2. 他不想死，但做好了死在工位的準備

「我真的不想死。我有美好的家庭，有非常重要的工作?！?/p>

但關于接班人，他的答案是：持續傳遞知識。

「我希望自己死在工位上，最好是瞬間離去，不要有漫長的病痛。」

他認為與其焦慮接班，不如把每次會議都變成知識傳遞的機會。

「我學到的東西，在腦子里停留的時間不超過一秒，就已經傳遞給別人了?！?/p>

3. Vera Rubin 是為了養活 Agent

Grace Blackwell 機架是為大語言模型和推理設計的。

Vera Rubin 則完全不同——它多了存儲加速器、全新 CPU「Vera」、獨立的 Grok 機架。

變化只來自一個判斷：Agent 要使用工具，要訪問文件，要做檢索，這需要一套完全不同的計算架構。

「上一代是為 MoE 大模型設計的，這一代是為 Agent 設計的，因為 Agent 要調用工具?！?/p>

4. 推理是思考，思考從來都不便宜

當年有人斷言「推理芯片會是小芯片、便宜的芯片，英偉達的貴芯片只用于訓練」。

黃仁勛覺得這個邏輯根本立不?。骸竿评砭褪撬伎迹伎急乳喿x難得多。預訓練是記憶和泛化，是在找規律；推理是在解決從未遇到過的問題?！?/p>

測試時擴展是計算密集型任務，這一點他從未動搖過。

5. 擴展定律現在有四條

預訓練擴展（數據越多越聰明）、后訓練擴展（合成數據持續規模化）、測試時擴展（推理即思考）、智能體擴展——「擴充員工比提升我自己容易得多」。

四條定律形成閉環：Agent 產生的數據流回預訓練，經后訓練精調，再經推理增強，再釋放到產業。

「歸根結底就是一件事：智能的規模由算力決定。」

6. Vera Rubin 在兩年前就已注定

推斷出 Agent 需要什么樣的計算架構，并不需要什么神機妙算，只是推理。

「如果我想讓大模型成為一名數字員工，它需要做什么？訪問文件、做研究、使用工具?！?/p>

兩年前 GTC 上他展示的 Agentic 系統架構圖，和今天的 OpenClaw 幾乎完全一致。

「有時候不是預見了未來，是推導了未來。」

7.合成數據不是旁門左道

「人們忘了，我們彼此傳授和交流的大多數數據本來就是合成的——不是從自然界直接生長出來的。你創造它，我消費它，我修改它，別人再消費它?！?/p>

AI 用合成數據訓練 AI，和人類長久以來的知識傳遞方式并無本質區別。

8. 「預訓練終結論」是一次誤報

Ilya Sutskever 說「我們沒有數據了」，業界一度恐慌。

黃仁勛不以為然：預訓練的瓶頸從數據轉移到了算力，「因為未來絕大多數訓練數據將來自合成」。

訓練的極限從來不是數據，只是算力。

9. Agent 是 Token 的 iPhone 時刻

「Token 的 iPhone 時刻到了?！?/p>

他說的不是某個具體產品，而是 Agentic 系統這個范式。

「它是歷史上增長最快的應用，直接往上沖?！?/p>

增長曲線本身就是答案。

10. OpenClaw 做到了 ChatGPT 當年做到的事

OpenClaw之所以引爆全球，是因為普通消費者能直接觸達。

「它對 Agentic 系統的意義，就像 ChatGPT 對生成式 AI 系統的意義。這是大事。」

11. 智能是商品，人性才是稀缺品

「我一直認為智能是商品?！?/p>

在公司，他身邊坐著 60 位在各自領域比他更專業的人，但他坐在正中間指揮這一切。

「這就是洗碗工坐在一群超人中間的問題?！?/p>

智能可以規?；诵?、品格、同理心、慷慨無法被量化。

「我們應該把更重要的位置留給人性，而不是智能。」

12.CUDA的安裝基礎才是英偉達最深的護城河

不是最好的芯片，不是最先進的架構，而是幾百萬開發者在 CUDA 上疊了幾十年的軟件積累。

「開發者選擇 CUDA，是因為它在所有云、所有國家、所有行業都有部署；是因為他們相信英偉達會把 CUDA 一直維護下去。」

信任是技術護城河之上更深的一層。

13. 生態定義架構，不是優雅程度

x86 從來不是最優雅的架構，那些被精心設計的 RISC 架構幾乎全軍覆沒。

「有史以來批評聲最大的架構是 x86，但它是今天的定義性架構?！?/p>

生態比設計哲學更持久。

14.CUDA曾讓英偉達市值從 80 億美元跌到 15 億

把 CUDA 塞進 GeForce，讓消費級顯卡承擔計算平臺的成本，使當時毛利率只有 35% 的英偉達幾乎耗盡利潤，市值從約 80 億美元跌到 15 億。

但這正是必須做的：「沒有安裝基礎，就沒有平臺。」

15. 研究者通過 GeForce 發現了英偉達

許多大學研究者本來就玩游戲，在實驗室用消費級零件攢集群。

把 CUDA 裝進每一臺 GeForce，相當于把一臺超算交到每個研究生手上，等待「某件驚人的事情發生」。

深度學習革命，就是那件事。

16. 他從不搞「大改革宣言」

很多 CEO 學到新東西，就發表宣言、重組架構、換 Logo。

黃仁勛的方式是：悄悄地、持續地塑造身邊所有人的信念。

「等到我宣布收購 Mellanox 的那天，每個人都覺得這太理所當然了?！?/p>

領導力有時看起來像是跟在后面，其實是提前把路鋪好了。

17. 公司架構應該反映它生產的東西

他說所有公司的組織架構圖看起來都一樣——「這對我毫無意義。」

公司架構應該反映它所處的環境和它想生產的產品。

英偉達直屬匯報有 60 人，沒有一對一，只有集體攻堅。

18. 60 個直屬匯報，不開一對一

原因很簡單：極度協同設計要求所有人同時聽、同時能插話。

「討論散熱的時候，負責內存的人可能發現有問題——他必須在場?！?/p>

19. 一切從物理極限倒推

「速度極限」是他三十年前就開始用的方法論：在動手之前，先搞清楚物理定律允許的邊界在哪里。

內存速度、計算速度、成本、功耗、制造周期，都要和這個極限對比一遍，再談權衡。

「做好一件事今天要 74 天，我不想聽花費 72 天的改進方案——我想知道從零推導，至少需要幾天。」

20. 持續改進是懶惰，從第一性原理重建才是認真

「先告訴我為什么是 74 天。再告訴我從零開始，最少要幾天。很多時候答案是 6 天。然后我們再討論從 6 天到 74 天之間的每一個妥協——至少我們知道那些妥協是什么?！?/p>

21. 英偉達把AI算力提升了一百萬倍

過去十年，摩爾定律讓算力提升了約 100 倍。

英偉達通過極度協同設計把 AI 算力提升了一百萬倍。

「我們會繼續推進，每年把每瓦 Token 數量提升幾個數量級?！?/p>

22. Token 成本每年下降一個數量級

硬件在漲價，但 Token 生成效率提升得更快。

「我們的計算機越來越貴，但產生每個 Token 的效率提升速度遠超硬件價格的漲幅?！?/p>

23. 電網有大量閑置容量，可以被AI用起來

電網是按最壞情況設計的，而最壞情況每年只出現幾天。

其余 99% 的時間，電網在空轉。

黃仁勛的建議是：數據中心與電網簽柔性合約，在極端天氣時自動降速或轉移負載，平時享用那些本來就閑置的電力。

「我只是想用他們本來就在浪費的那部分?！?/p>

24. 六個九的可靠性要求正在綁架電網

CEO簽多年合同，要求數據中心六個九（99.9999%）的可用性，這個要求層層傳導到電力公司。

「我打賭那些公司的 CEO 根本不知道他們的采購團隊簽了什么?！顾胱屗邢嚓P方的CEO都意識到這件事，然后重新談。

25. 馬斯克體現了「親自到場」的力量

四個月，在孟菲斯建起了 20 萬張卡的集群。

黃仁勛理解其中的方法：一切追溯到必要性；親自出現在問題現場；用個人的緊迫感驅動整個供應鏈把你排在第一優先級。

「他讓每個供應商都明白，他們眼下最重要的項目就是這個。」

26. 放射科醫生的故事

AI 視覺 2019 年已經超越人類，當時預測放射科醫生會消失。

結果：放射科醫生數量反而增加了，現在還短缺。

「因為掃描分析速度變快了，醫院能接診更多病人，于是需要更多放射科醫生。」

工作的目的和完成工作的工具，不是同一回事。

27. 英偉達的軟件工程師數量會增加，不會減少

「我想要的是他們解決問題，我不在乎他們寫了多少行代碼?！?/p>

診斷問題、評估結果、創新、連接信息——這些不會消失。

28. 「會編程的人」從 3000 萬擴展到了 10 億

如果編程的本質是「描述規格」，那么所有能用自然語言說清楚自己想要什么的人，都變成了程序員。

「每個木匠將來都是程序員，而用上 AI 的木匠同時也是建筑師?！?/p>

29. 所有職業都在被「抬高」，而非被取代

會計師變成了財務分析師兼顧問；木匠變成了設計師；水管工能給客戶提供更完整的方案。

「如果我是水管工，我會為 AI 興奮得發狂——能給客戶的服務太多了?！?/p>

30. 焦慮的正確處理方式：拆解，然后行動

面對不確定，他的方法是：拆解問題，分清哪些能做、哪些不能做，然后只對能做的那部分負責。

「推導出要做什么，卻沒做，也沒讓別人做——那就別抱怨了。」

31. 遺忘是一種能力

「AI 學習中最重要的屬性之一，就是系統性遺忘?！?/p>

人也一樣。

「把擔憂說出來就是在分擔它，說完就忘掉?！?/p>

他不背負過去的失敗，只追下一個亮光。

32. 「這能有多難」是一種超能力

他經常對自己說的話是「這能有多難？」。

這是刻意維持的心理狀態：不要在出發前把所有可能的挫折都預演一遍，否則根本不會出發。

「真正的韌性是在挫折真的來臨時啟動的，不是在出發前就消耗掉的。」

33. 對尷尬的耐受力，是領導力的底層能力

當眾推理、當眾犯錯、當眾被糾正——這需要持續的練習?！杆麄冎牢业谝环莨ぷ魇撬?。」

34. 財富和權力沒有讓他更難被說服

「因為我大部分工作都在公眾面前進行，當我錯了，幾乎所有人都看見了。」

當錯誤是公開的，謙遜便不再是選擇，而是必然。

35. 臺積電最重要的資產不是工藝，是制造體系和信任

很多人以為臺積電的護城河是工藝節點。

黃仁勛認為，協調幾百家客戶的動態需求、同時維持良率和交貨承諾，這才是真正無法復制的東西。

「我們沒有合同，三十年，幾千億美元的生意?！?/p>

36. 張忠謀曾邀請他執掌臺積電

2013年，臺積電創始人張忠謀邀請黃仁勛接任 CEO。

他拒絕了：「我已經看到英偉達要成為什么，這是我一個人的責任，我沒辦法離開。」

37. 英偉達沒有可以搶的市場份額

「如果英偉達是家 100 億美元的公司，想從競爭對手那里搶份額，投資者很容易算清楚。但我們很難被估值，因為我們要創造的市場基本上還不存在。」

想象力，是這種公司最重要的分析工具。

38. 算力單元的演進：芯片→集群→工廠→星球

他現在腦子里的「一臺計算機」，是一個消耗吉瓦級電力、有上萬人在安裝、需要數千工程師才能開機的龐大基礎設施。

「下一次躍遷，我希望腦子里的單位變成星球級別的計算?！?/p>

39. 英偉達每周生產約 200 個 Vera Rubin POD

每個POD有 40 個機架、60 exaflops 算力、10PB/s 帶寬——「這只是一個POD」。

40.供應鏈有 200 家供應商，每個機架 130 萬個零件

這種復雜度讓「在數據中心內部組裝」變得不可能——NVLink 72 必須在供應鏈里完成超算組裝，整機出貨，每個機架兩三噸地運過去。

41. 他三年前就說服了存儲廠商押注 HBM

當時 HBM 只在極少數超算里出現，他對幾家 DRAM 公司的 CEO 說：「這會成為數據中心的主流內存。」

一開始對方覺得荒唐，但幾家信了，投了。

「告知、塑造、激勵——這是我工作的一部分?！?/p>

42. 中國是當今世界創新速度最快的國家

全球 50% 的 AI 研究者是中國人。

中國科技產業在移動互聯網時代崛起，天然擅長軟件。

不同城市之間的競爭制造出殘酷的淘汰壓力——「留下來的都是了不起的公司」。

工程師文化、開源文化、同學式的知識共享，共同推動了這個速度。

43. 中國工程師更愿意開源，是因為對面公司坐著他們的同學

「他們在保護什么？」

黃仁勛解釋這背后的邏輯：競爭對手那里有你的同學，另一家公司里有你兄弟，知識共享比保密更自然。

44. GeForce 至今仍是英偉達最重要的營銷手段

「人們在少年時代認識英偉達，之后上大學，然后用 CUDA，然后用 Blender，然后做 AI。」

消費級顯卡是品牌進入下一代工程師認知的通道。

45. DLSS 5 不是AI修圖，是給藝術家的工具

這其中的爭議在于玩家擔心游戲被 AI「改造」成千篇一律的風格。

黃仁勛澄清：DLSS 5 受原始幾何體約束，「每一幀都以藝術家定義的紋理和風格為條件，我們只是增強，不改變任何東西?！?/p>

46. 史上最有影響力的游戲是《毀滅戰士》（Doom）

「從文化沖擊和把 PC 從辦公工具變成家庭娛樂設備這兩個維度，答案是《毀滅戰士》（Doom）?！?/p>

47. 芯片不會「緊張」，而人會

「我不知道芯片是否會緊張。」

正是這種緊張感，以及這種感覺在人類表現中制造的巨大差異，讓人類的主觀體驗無法被簡單復制。

「同樣的處境，兩臺計算機產生的差異來自統計，不是來自感受?！?/p>

48. 理解生物機器，大概在五年內

「不是十年，大概是五年?！?/p>

他認為神經科學和理論物理學的重大突破都在視野之內。

「解釋意識，那會很了不起。」

49. 他想意識上傳后，讓人形機器人帶他去宇宙深處

「我說過的一切、寫過的一切，都已經在互聯網上了，正在變成我的 AI。到時候把這些以光速發出去，追上我的機器人。」

這是他認真描述的規劃。

50.AI會讓人類更珍視人類本身

「我們應該把最重要的位置留給人性、品格、慷慨、同情——而不是智能。」

AI 讓智能變成了商品，也正因為如此，把人從「夠不夠聰明」的焦慮里解放出來，讓人重新面對那個真正難以被復制的部分：做人本身。

參考資料：

https://www.youtube.com/watch?v=vif8NQcjVf0