撰文：Techub News 整理
导语
2026 年 4 月，NVIDIA 创始人兼 CEO Jensen Huang（黄仁勋）再次做客「Special Competitive Studies Project」的访谈节目。在不到一年的时间里重返同一舞台，黄仁勋与主持人就 AI 领域在过去数月发生的巨变展开了深入探讨。作为全球 AI 计算浪潮的核心推动者，黄仁勋此次发声不仅解读了 AI 技术的演进脉络，更从国家战略、产业政策、技术安全等多维度，提供了极具前瞻性的行业洞察。
摘要
- AI 是一个由能源、芯片、基础设施、模型和应用构成的五层「蛋糕」，美国应力争在每一层都保持全球领先。
- AI 是驱动美国「再工业化」的千载难逢的市场力量，将创造数万亿美元的制造业产值和高技能工作岗位。
- 物理 AI（如机器人、自动驾驶）已近在咫尺，其突破不仅在于 AI 模型，也依赖于材料科学、电机等硬件的进步。
- 关于对华芯片出口限制，黄仁勋认为政策需与时俱进，完全让出中国市场并无战略意义，且美国在模型层仍保持领先。
- AI 不会消灭工作岗位，而是改变了工作的「任务」性质；当前关于 AI 的「恐惧叙事」可能阻碍技术采用，对美国不利。
从检索式计算到生成式计算
黄仁勋开篇即点明，我们正处在一个全新的计算范式之中。传统的计算本质上是「检索式」的：人们预先创建内容（文本、图像、视频），存储起来，再通过搜索引擎、推荐系统等方式检索调用。无论是购物推荐还是视频流媒体，其核心逻辑都是匹配与召回。
而人工智能带来的根本变革在于「生成式计算」。系统根据用户的上下文、请求和意图，从一个初始的信息种子（可能基于某些事实或报告）出发，动态生成全新的、此前不存在的内容。每次生成的结果都可能大不相同。这种范式转换的好处在于，计算能够根据实时情境和真实世界的变化，运用智能来提供最贴合用户需求的信息。
这一突破要求计算架构发生根本性转变：从需要大量存储转向需要海量的计算能力。同时，AI 系统需要学会感知各种类型的信息（文本、视频、图像），理解用户的意图和上下文，并规划如何回答问题或完成任务。这标志着我们从「检索信息」的时代，迈入了「生成智能」的时代。
AI 的五层「蛋糕」与美国的再工业化机遇
黄仁勋用「五层蛋糕」的比喻来解构 AI 产业。从底层到顶层依次是：能源、芯片、基础设施、模型和应用。
最底层的能源至关重要，因为庞大的 AI 计算消耗巨大电力。黄仁勋借此引出了一个更宏大的议题：美国的再工业化。他指出，美国社会和经济面临一个关键选择：是否要重振制造业，让那些不需要四年制大学学位的人们也能获得高价值的工作机会？他认为，AI 正是驱动这一历史性转变的、前所未有的市场力量。
AI 将催生三类工厂的建设：首先是芯片制造和封装工厂；其次是计算机系统组装工厂；最后是将这些计算机部署起来的「AI 工厂」。这将带来数万亿美元的制造业产值和大量高技能、高薪酬的工作岗位。而制造业的本质是改变物质的形态，这需要巨大的能源。因此，美国若想抓住再工业化的机遇，就必须同步升级其能源网络，提高电网效率，并发展可持续的备用能源。
黄仁勋强调，美国在过去的工业革命中是技术应用的领跑者，在这次以 AI 为核心的工业革命中，决不能成为落后者。他特别指出，在五层蛋糕中，「应用与采用」层对美国最为关键，必须确保美国在应用这项技术方面处于前沿，因为这直接关系到生产力、繁荣程度和经济领导地位。
智能体 AI 与物理 AI 的突破
谈到 AI 技术的具体进展，黄仁勋认为，从大语言模型（LLM）到聊天机器人的关键突破是「基于人类反馈的强化学习」（RLHF）。而从 LLM 到智能体（Agent）系统的飞跃，则在于「驾驭」（Harnessing）这些模型的能力。
最新的智能体系统能够连接真实世界（ground truth），进行网络搜索、研究、推理、拥有记忆并与其他智能体通信。过去六个月，智能体取得了巨大进展。黄仁勋特别称赞了 Codium 和 Claude Code 等编码智能体的卓越表现，认为绝大多数软件任务现已能够自动化。
这引出了一个普遍担忧：AI 是否会取代软件工程师？黄仁勋的答案是否定的，并以放射科医生为例进行了类比。十年前，人们预测计算机视觉将取代放射科医生，如今 AI 确实渗透了放射学的方方面面，但放射科医生却更加紧缺。原因在于，「阅读扫描影像」是放射科医生工作中的一个「任务」，而他们的「目的」是诊断疾病。AI 接管了部分任务，却放大了医生实现其核心目的的能力和价值。
同理，软件工程师的「任务」是编程，但其「目的」是创新、解决问题、发现需求。AI 自动化了编码任务，反而让工程师能更专注于高价值的创新活动，从而催生了对更多软件工程师的需求。黄仁勋警告说，散布「AI 将消灭工作」的恐惧言论是危险且具有破坏性的，这可能会吓跑社会急需的人才。
对于下一波浪潮——物理 AI，黄仁勋表示乐观。他认为自动驾驶出租车（Robo-taxi）的「科学问题已经解决」，目前主要是工程化落地问题，NVIDIA 的「Drive」平台和「Thinking Car」技术正推动其成为现实。
关于人形机器人，黄仁勋给出了一个生动的类比：如果今天的视频生成模型能根据提示生成「手拿起咖啡杯并喝一口」的视频，那么从逻辑上，生成让机器人执行同样动作的指令也应成为可能。主要的挑战已部分转向机电一体化，包括电机、机械手、材料（需轻量化且坚固）、电池技术和传感器等硬件领域。他暗示，这项技术已「近在咫尺」。
对华芯片出口、开源与安全
身处华盛顿，黄仁勋不可避免地谈到了敏感的对华芯片出口管制问题。他重申了「五层蛋糕」框架，认为美国的目标应是在每一层都成为全球领导者，并积极向世界出口技术，扩大美国技术栈的全球影响力。
针对「通过限制算力阻止中国 AI 发展」的论点，黄仁勋表示，每一层都很重要，芯片层固然关键，但完全让出中国这样一个庞大的市场「在战略上没有多大意义」。他认为相关政策需要动态调整并跟上时代。当前阶段，让美国芯片公司在中国市场开展业务是合理的。
他承认中国在能源（生产和相关技术）层面已是全球领导者，在 AI 模型层面紧随美国之后，并拥有数量庞大的 AI 研究人员，这是其「国家宝藏」。美国必须继续吸引全球人才，并对此保持关注。
黄仁勋最大的担忧在于 AI 的应用与采用层。他批评美国社会对 AI 的讨论过于「科幻化」和「危言耸听」，制造了不必要的恐惧，而亚洲其他地区正以极大热情拥抱和采用 AI。他警告，这可能导致美国在应用层面被甩在后面。
关于开源 AI 的安全性问题，黄仁勋持积极态度。他认为开源反而能增强安全和保障。未来抵御超级 AI 网络攻击，可能需要依靠基于开源模型训练的大规模防御智能体群，利用不对称优势进行对抗。开源让技术在阳光下发展，便于审查和确保安全。
对于像「OpenClaw」这样的开源项目可能带来的风险，NVIDIA 开发了「OpenShell」技术，为智能体提供一个安全的「沙箱」环境，控制其信息访问和输出，并集成隐私保护策略。这套方案已贡献给开源社区，并被众多企业采用，旨在让企业能更安全地部署 AI 智能体。
消除恐惧，拥抱 AI 带来的机遇
访谈最后，黄仁勋强烈呼吁社会应更理性、积极地看待 AI。他驳斥了「AI 对人类构成生存威胁」或「将摧毁大量工作」的极端言论，认为这些说法「荒谬」且「无益」。
他列举事实：AI 在过去几年已创造了超过 50 万个工作岗位；它是美国再工业化、重塑制造业的最佳契机；采用 AI 的公司增长更快，从而雇用更多人。问题的核心在于混淆了工作的「任务」和「目的」。
他以自己为例调侃：如果只看「任务」，他的工作是「点击手机和说话」，AI 早就能做这些了，那他早该失业了。但现实是，他比以往任何时候都更忙。因为他的「目的」是领导公司、制定战略、推动创新，这些是 AI 无法替代的。
黄仁勋总结道，AI 将人类从繁琐的「打字」任务中解放出来，让我们能更专注于发挥想象力、解决更大规模的问题。他反问：如果我们通过 AI 的赋能，行动比以往更快，抱负比以往更大，期望比以往更高，这对国家来说怎么会是坏事呢？这正是我们追求的状态。他呼吁各行各业积极采用 AI，因为这项技术已经不仅「令人惊叹」，而且变得真正「有用」，并将持续放大人类的潜能与雄心。
