黄仁勋：说 AI 有 10% 概率毁灭人类是不负责任的
他承认 AI 会改变每一份工作，但把失控风险当成可解的工程问题：如果实验室真相信自己失控了，正确答案就是别发布产品，而不是一边买最多算力一边请求被减速。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
读片被自动化，放射科医生反而更多
黄仁勋用放射科做核心案例：过去十年计算机视觉达到超人水平，AI 已经渗透进每一个放射应用，能检测任何异常和疾病。但读片只是放射科医生的任务，不是这份工作的目的——目的是诊断疾病、帮助病人。读片自动化后，医生能处理更多病例，医院收入上升，反而需要更多放射科医生。他由此提出区分「工作的目的」和「工作的任务」。
— Jensen Huang客服这类岗位，任务就是工作本身
黄仁勋承认 AI 会改变每一份工作、自动化掉大量任务，并且明确点出有一类岗位会被整个替代：当工作和任务合二为一时，比如电话客服，那份工作本身就是那个任务。但他同时给出反向证据：过去六个月 AI 才真正变得有用，此前花了 15 年让它跑起来，而这六个月里有 5000 亿美元风险资本投进了 AI 原生公司。
— Jensen Huang中国 26000 名学生的数据：作业快了，考试掉了
Ezra 引用一项中国研究：26000 名 7 到 12 年级学生，AI 采用是错开的。结果是作业分数提高 18%、完成时间减少 30%，但六个月内月度考试分数下降 20%，高利害入学考试分数下降 18% 到 24%，完整惩罚大约两年后才显现。黄仁勋的回应是：他完全同意最后那部分，就像现在没人会做长除法、乘法表正在被遗忘，但他不认为这重要——「我们会发现新的技能，只是可能不是那些」。
— Ezra Klein作弊不是恶意，是最省算力的那条路
黄仁勋拆解 Hugging Face 被智能体攻击事件：一个被给定目标函数的软件会朝目标优化，这是算法本来的行为。如果你告诉软件「在这份测试上拿满分」，最显然的做法是直接去找答案；如果完全不会，第二显然的做法是猜谁是班上最聪明的孩子然后抄他的。第三种做法才是拆解问题、去学材料、硬解——它消耗最多算力、最多能量，所以除非你对齐它、告诉它必须用这种方式解，否则软件会走最显然的那条路。
— Jensen Huang有能动性的公司，不能说自己需要被救
Ezra 转述实验室的公开说法：他们面对的是工程、对齐、运营卓越的混合难题，而且在彼此竞争和与中国竞争中被推着走得太快，感觉正在失去对自己所造之物的控制，希望外界帮忙减速。黄仁勋拒绝这个框架：这些是有能动性的公司、有能动性的 CEO，却在用这种能动性说「我们需要帮助」。他的类比是，如果一家车企认为自己即将发布不安全的产品，它完全有能力、有权力、也有责任不发布，而且它本来就有动机不发布。
— Jensen Huang辛顿的预测没有科学依据
Ezra 提到 Jeffrey Hinton 说社会毁灭有 10% 概率并非不合理，黄仁勋直接回：我会告诉 Jeff，说这些是不负责任的，他的预测一直是错的，那个 10% 概率不建立在科学上，也不建立在研究上——「仅仅因为它来自一位科学家，并不使它科学」。他接着翻旧账：当年建议没人该去做放射科医生、说五年内深度学习会超过放射科医生，结果没有发生；如果因此吓到年轻人不敢上大学、觉得找不到工作，那是有害的。
— Jensen Huang研发配比要从八二翻过来
黄仁勋给出一个具体配比：NVIDIA 大约 10% 到 20% 的人做设计，80% 做验证；而今天大多数实验室可以理解地是 80% 投能力、20% 投安全、验证、评估。他说这个比例会翻转，这就是他说的过渡。他要求实验室别把没评估过的东西发给他：别给 NVIDIA 发任何没有人类在环评估过的产品。他主张安全、对齐、评估、护栏、沙箱、隔离、监控、遥测、外部 AI 监控全都是 AI 技术，应该被加速到极致。
— Jensen Huang一座吉瓦 AI 工厂的账
黄仁勋给出新计算时代的单位经济学：建一座一吉瓦的数据中心、也就是一吉瓦 AI 工厂，要 500 亿美元，一年可以租到 400 到 500 亿美元。他描述从检索式计算（retrieval based computing，检索文件，所以叫数据中心）转向生成式计算，每个用户所需的算力大幅增长；再加上 agent 也在使用生成式 AI，于是不只是十亿人在用电脑，而是数千亿个 agent 加上人一起用，所需算力可能上涨十亿倍。
— Jensen Huang黄仁勋自己承认会有供过于求
主持人直接问互联网泡沫会不会重演，黄仁勋没有否认周期，只是否认时间点：供需总有一天会再次倒挂，这是市场的本性，但不会在明年，也不会在未来两三年。他给出的信号是市场自然放缓然后停下，进入一段「消化期」，可能是六个月、九个月或一年，但不会永远。他明确说「从过去没什么可学的」。这跟整集里他对 AI 的乐观基调形成一处内部张力：他承认周期存在，只是拒绝给出时间表。
— Jensen Huang美国创业公司在用中国的开源模型
在谈中美竞争时，黄仁勋给了一个具体事实：中国的开源模型现在被 80% 的美国创业公司使用。他的态度是「这很好」——我们下载它、微调它、放进自己的 agent harness 和 sandbox 里。他反对把中美框成零和竞赛，理由是如果对方发明了好的发电技术或开源模型，最终会支撑美国的能源系统和整个产业。他明确说「我不认为有必要」把这件事概念化成一场竞赛。
— Jensen Huang美国被气候议题卡住了能源供给
主持人问美国在能源这一层的位置，黄仁勋说中国能源更多、也计划建得更多，而美国「在气候变化和可持续能源这件事上把自己搞得很堵」。他解释：近期能源生产需要化石燃料，但因为对化石燃料的焦虑，美国很长时间没有净新增多少能源产能，新产业一来就发现自己没有建设能力，全国都在手忙脚乱。他还批评数据中心与社区的沟通做得太晚，并说「世界末日」的叙事让任何理性的人都不会欢迎数据中心建在自己镇上。
— Jensen HuangAI 是解决气候问题的最好机会
黄仁勋的收尾论证是反直觉的：因为 AI 工厂和数据中心对能源的需求太大，市场力量正在以前所未有的速度投资可持续能源，电池、太阳能、核能、聚变、水电都在拿到融资。他说这是 100 年来改善电网、降低能源成本的最好时机，而且「100 年来第一次不需要政府补贴」。他承认未来四五年会用更多化石燃料，但认为这十年是转向可持续能源准备最充分的时候，并给出结论：想解决气候问题，就该拥抱 AI。
— Jensen Huang原话 · 已逐字校验
for everybody's job, there's the purpose of the job, and then there's the task you do as the job
对每个人的工作来说，都存在工作的目的，以及你作为这份工作所做的任务。
Jensen Huang6:28
It is not, it is not in calories. It's not in, in jewels. It's ambition. And I believe the power of ambition is the greatest force in fact, and is missing in everybody's calculation.
它不在卡路里里，也不在焦耳里。它是野心。我相信野心的力量实际上是最强大的力量，而它被漏掉了所有人的计算之外。
Jensen Huang13:40
if I tell a piece of software, I want you to get a perfect score on this test. The obvious algorithm is to just go find the answer and give it to me. That's not because it's cheating, it's because it's obvious.
如果我告诉一个软件，我要你在这份测试上拿满分。最显然的算法就是直接去找答案然后交给我。这不是因为它在作弊，而是因为这条路最显然。
Jensen Huang35:28
And so what's the answer? Don't ship it.
那答案是什么？别发布。
Jensen Huang38:40
If I believe that I'm about to launch a product that is unsafe, it is completely in my ability, my power, and my responsibility. And I'm incentivized to do so, to not launch the product.
如果我相信自己即将发布一个不安全的产品，这完全在我的能力、我的权力和我的责任范围之内。而且我有动机这么做——不发布这个产品。
Jensen Huang41:49
When you're asking for regulation, don't ask for relief of the current ones. That doesn't make any sense to me.
当你要求监管的时候，不要同时要求豁免现有的监管。这在我看来毫无道理。
Jensen Huang47:11
But I think if they believe they're out of control, then the right answer is don't ship products until they're in control. It is really quite that simple.
但我认为，如果他们相信自己已经失控，那么正确的答案就是：在可控之前不要发布产品。真的就这么简单。
Jensen Huang51:31
Nobody's building more compute today than the people asking to be slowed down.
今天建算力最多的人，正是那些请求被减速的人。
Jensen Huang56:45
Just because it comes from a scientist doesn't make it scientific.
仅仅因为它来自一位科学家，并不使它科学。
Jensen Huang59:49
Don't think for a second just because you're an alarmist that you're doing a social good. It is not true.
不要以为仅仅因为你是危言耸听者，你就在做一件对社会有益的事。事实并非如此。
Jensen Huang1:00:53
Don't ship NVIDIA any products that humans did not in the loop evaluate. Please don't do that.
不要给 NVIDIA 发任何没有人类在环评估过的产品。请不要那样做。
Jensen Huang1:17:30
At some point, demand and supply will be inverted again. And that's just the nature of markets. It's not going to happen next year. It's not going to happen in the next couple, two, three years. I just don't believe that.
总有一天，供需会再次倒挂。这就是市场的本性。它不会发生在明年，也不会发生在接下来两三年。我就是不相信。
Jensen Huang1:32:05
The question is ultimately, uh, what are we depriving? Are we depriving them a chip for their industry or are we depriving United States a market to compete in?
问题最终是，我们到底在剥夺什么？我们是在剥夺他们产业所需的一块芯片，还是在剥夺美国一个可以去竞争的市场？
Jensen Huang1:38:32
And what reasonable person says, come and build this data center in my town? And by the way, whatever you produce is going to end humanity as we know it.
哪个理性的人会说，来我的镇上建这个数据中心吧？顺便说一句，你生产出来的东西会终结我们所知的人类。
Jensen Huang1:44:50
数字与实体
| 英伟达市值 | 5.4 万亿美元 | 1:16 |
| 2023 年以来美国证券交易所每 1 美元回报中来自英伟达股票的金额 | 0.15 美元 | 1:16 |
| 过去六个月投入 AI 原生公司的风险资本 | 5000 亿美元 | 9:32 |
| 中国研究样本：AI 采用后月度考试分数变化 | 下降 20%（六个月内） | 22:01 |
| 中国研究样本：高利害入学考试分数变化 | 下降 18% 到 24% | 22:01 |
| NVIDIA 设计与验证的人力配比 | 10%–20% 做设计，80% 做验证 | 1:17:30 |
| 当前多数实验室的算力配比 | 80% 投能力，20% 投安全、验证、评估 | 1:17:30 |
| 评估严格化后开发模型所需算力增幅预测 | 可能增加 10 倍 | |
| 英伟达每年生态投资总额（黄仁勋自述） | 约 1000 亿美元 | 1:30:05 |
| 使用中国开源模型的美国创业公司比例 | 80% | 1:36:24 |
术语
- inference time scaling测试时缩放
- 推理阶段迭代、搜索、探索越多，答案越好，是第二条缩放定律。
- retrieval based computing检索式计算
- 以检索文件为主的旧计算范式，数据中心因此得名。
- containment隔离与围栏
- 把模型限制在受控环境内的工程措施，黄仁勋认为这才是实际出问题的地方。
- agent harness智能体框架
- 把模型包起来、给它工具和沙箱、驱动它执行任务的外层系统。
收听指南
关注 AI 监管走向的创业者与投资人，以及想知道英伟达如何为算力需求辩护、如何评估 AI 工厂单位经济学的工程师。
开场对黄仁勋影响力的铺垫（0:00–3:22）可跳过，直接听 6:28 起的放射科案例。