黄仁勋谈AI时代的计算机重构
摘要
这场访谈围绕黄仁勋对AI产业下一阶段的判断展开。他认为，AI已经从生成内容进入智能体阶段，核心变化是计算机开始理解意图、规划任务、调用工具，并推动算力、能源、芯片、云基础设施和应用层全面重组。访谈也讨论了就业、再工业化、安全监管、出口政策和开源防御等问题。
内容框架与概述
黄仁勋先把生成式AI的突破解释为两种能力的释放。第一，生成符号意味着模型具备了推理的基础。第二，生成命令意味着模型可以控制外部工具。由此，AI从会回答问题，走向会计划、会操作、会完成任务的智能体阶段。软件编码只是起点，因为编码本质上是把可重复自动化的工作规范化。
访谈的中段集中在基础设施。黄仁勋认为，智能体AI需要的计算量远高于普通生成式AI，这会让GPU、数据中心、电力、冷却、封装、存储、云服务和应用层形成一套新的产业链。他反复提到五层蛋糕，意思是AI产业不能只盯模型，底层能源、芯片、计算机工厂、AI工厂和应用生态同样关键。英伟达的投资逻辑，就是找到能放大整个生态的瓶颈位置。
后半段讨论AI的社会影响和安全。他把自己定位为务实主义者，反对用科幻叙事吓退公众，也承认AI需要监管。他认为，美国的优势不只是发明技术，而是大规模应用技术。对于AI出口，他主张美国保持最先进能力，同时让美国公司在全球竞争。对于网络安全，他提出开源防御的思路，用大量便宜、可信、可部署的AI防御系统对抗少数强攻击模型。
核心概念及解读
生成式AI
英文为 Generative AI。它不是单纯会写字画图，而是能生成符号、想法和命令。黄仁勋的意思是，生成能力一旦足够强，就会变成推理和行动的底座。
智能体AI
英文为 Agentic AI。它指的是能理解意图、拆解任务、制定计划、调用工具并完成工作的AI。和聊天机器人相比，它更像一个能干活的数字员工，而不是只会聊天的窗口。
生产智能
英文可理解为 Producing Intelligence。黄仁勋把AI算力看成一种生产系统，数据中心不只是服务器房，而是生产智能的工厂。这个说法很工程化，也很英伟达，因为它把模型问题转成了工业问题。
五层蛋糕
这是黄仁勋用来描述AI产业栈的比喻。底层是能源、芯片、基础设施和云，再往上是模型，最上面是应用。很多人只看模型热闹，但他强调，没有底层供给，模型本身无法规模化创造价值。
开源防御
英文为 Open Source Defense。面对AI带来的网络安全风险，他不主张只靠一个更强的封闭模型对抗攻击，而是希望用大量开源、便宜、可部署的防御模型形成群体免疫。它的关键不是单点最强，而是覆盖面足够大。
文章基本信息
| 字段 | 内容 |
|---|---|
| 原标题 | Leading in the Age of AI: A Conversation with NVIDIA CEO Jensen Huang |
| 作者 | Milken Institute |
| 发布日期 | 2026年5月5日 |
访谈实况
这是一场 Milken Institute Global Conference 2026 上，CNBC 主持人 Becky Quick 与 NVIDIA CEO 黄仁勋的访谈。核心不是单纯聊“英伟达卖 GPU”，而是黄仁勋在解释：AI 已经从“生成内容的工具”，变成“理解意图、推理、规划、调用工具、完成任务的智能体系统”。这会重塑计算机产业、能源、电网、供应链、软件工程、国家竞争和监管框架。
黄仁勋先把 AI 的演进分成几个阶段：ChatGPT 代表生成式 AI 的爆发，能写文字、画图、生成视频；随后行业转向推理能力，再往前就是智能体 AI。智能体的关键不是“会聊天”，而是能理解目标、制定计划、使用浏览器、Excel、Photoshop 等工具，帮人完成实际任务。他特别强调，软件编码只是起点，因为“编码”本质上就是把重复任务规范化，而所有公司都有大量想自动化的事情。
他反复强调一个硬核判断：AI 智能体所需的计算量，可能比普通生成式 AI 高出上千倍。原因很简单，生成一句话只是一步，而智能体要理解、推理、计划、执行、检查、再调整，这是一串动作。所以 GPU 需求暴涨，不是短期泡沫式的“大家抢卡”，而是计算机使用方式变了。过去电脑主要是检索已有内容，未来电脑会实时理解你的意图并生成个性化结果。
访谈里一个重要概念是“五层蛋糕”：能源/电力与机房外壳、芯片、基础设施/云、模型、应用。黄仁勋说，大家总爱盯着模型层，但如果没有底层电力、数据中心、芯片、封装、液冷、网络和供应链，模型没有实际价值。AI 不是一个 App，而是在重塑整个计算机行业。医疗、交通、零售、金融等应用层都会被改造。
在供应链和瓶颈问题上，他把 NVIDIA 描述成远不止 GPU 公司。现在的大型 AI 系统包含多种芯片、硅光子、先进内存、3D 封装、液冷、精密电子元件，一个机架可能价值数百万美元，重达数吨，背后是极复杂的全球供应链。因此 AI 基础设施的瓶颈会不断变化：以前是芯片短缺，后来是能源、土地、电力、机房、融资、制造能力。
他对 AI 与就业的观点很鲜明：AI 现在首先创造了大量工作，而不是简单消灭工作。原因是 AI 带来了芯片工厂、计算机工厂、AI 工厂、数据中心建设、软件开发、基础设施运维等一整套新产业。他认为 AI 是美国再工业化的机会，也可能推动电网现代化，因为 AI 数据中心会成为可持续能源、核能、电网升级的真实付费客户。
关于投资，他说 NVIDIA 会投“五层蛋糕”里的战略节点：比如基础设施公司、云服务公司、能源相关项目。逻辑不是单纯财务投资，而是用 1 美元撬动 100 美元的 AI 生态价值。也就是说，NVIDIA 投资是为了打通瓶颈，让整个 AI 供给链跑起来。
在安全问题上，黄仁勋把自己定位为“务实主义者”。他不认同单纯恐吓大众的 AI 末日论，但也不否认安全责任。他认为行业必须负责制造安全 AI，就像飞机、汽车、医疗设备需要工程安全、冗余系统、测试和监管一样。他说 AI 系统需要护栏，也需要在真实使用中不断发现问题、修复问题。
他对“AI 是否是武器”的回答也很有意思。他说普通人都需要 AI，但普通人不需要核武器或 F-35，所以不能把 AI 简单等同于武器。当然，AI 可能有武器化版本，尤其在网络安全和代码模型方面。但他的防御思路不是“造一个更强的封闭超级模型”，而是用大量廉价、开源、可信的防御模型，形成类似“白细胞”的网络安全防御体系。
关于中美和出口，他主张美国应该拥有最先进、最多、最好的 AI 技术，但美国公司也应该在全球竞争，最大化出口芯片、基础设施、模型和应用。他的逻辑是：经济安全也是国家安全，出口收入、税收、技术依赖和全球生态影响力，都能加强美国的位置。
最值得抓住的一句话是：黄仁勋认为 AI 的真正变化，不是“电脑变聪明了一点”，而是“计算机从检索机器变成意图执行机器”。过去你点开一个网页，服务器给你早就存好的内容；未来你告诉电脑一个目标，它现场理解、规划、调用工具、生成结果。这就是为什么他认为 AI 会重塑整个计算机行业，而不只是增加一个新软件品类。