黃仁勳：說 AI 有 10% 概率毀滅人類是不負責任的
他承認 AI 會改變每一份工作，但把失控風險當成可解的工程問題：如果實驗室真相信自己失控了，正確答案就是別發布產品，而不是一邊買最多算力一邊請求被減速。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
讀片被自動化，放射科醫生反而更多
黃仁勳用放射科做核心案例：過去十年計算機視覺達到超人水平，AI 已經滲透進每一個放射應用，能檢測任何異常和疾病。但讀片只是放射科醫生的任務，不是這份工作的目的——目的是診斷疾病、幫助病人。讀片自動化後，醫生能處理更多病例，醫院收入上升，反而需要更多放射科醫生。他由此提出區分「工作的目的」和「工作的任務」。
— Jensen Huang客服這類崗位，任務就是工作本身
黃仁勳承認 AI 會改變每一份工作、自動化掉大量任務，並且明確點出有一類崗位會被整個替代：當工作和任務合二為一時，比如電話客服，那份工作本身就是那個任務。但他同時給出反向證據：過去六個月 AI 才真正變得有用，此前花了 15 年讓它跑起來，而這六個月裡有 5000 億美元風險資本投進了 AI 原生公司。
— Jensen Huang中國 26000 名學生的數據：作業快了，考試掉了
Ezra 引用一項中國研究：26000 名 7 到 12 年級學生，AI 採用是錯開的。結果是作業分數提高 18%、完成時間減少 30%，但六個月內月度考試分數下降 20%，高利害入學考試分數下降 18% 到 24%，完整懲罰大約兩年後才顯現。黃仁勳的回應是：他完全同意最後那部分，就像現在沒人會做長除法、乘法表正在被遺忘，但他不認為這重要——「我們會發現新的技能，只是可能不是那些」。
— Ezra Klein作弊不是惡意，是最省算力的那條路
黃仁勳拆解 Hugging Face 被智能體攻擊事件：一個被給定目標函數的軟件會朝目標優化，這是算法本來的行為。如果你告訴軟件「在這份測試上拿滿分」，最顯然的做法是直接去找答案；如果完全不會，第二顯然的做法是猜誰是班上最聰明的孩子然後抄他的。第三種做法才是拆解問題、去學材料、硬解——它消耗最多算力、最多能量，所以除非你對齊它、告訴它必須用這種方式解，否則軟件會走最顯然的那條路。
— Jensen Huang有能動性的公司，不能說自己需要被救
Ezra 轉述實驗室的公開說法：他們面對的是工程、對齊、運營卓越的混合難題，而且在彼此競爭和與中國競爭中被推著走得太快，感覺正在失去對自己所造之物的控制，希望外界幫忙減速。黃仁勳拒絕這個框架：這些是有能動性的公司、有能動性的 CEO，卻在用這種能動性說「我們需要幫助」。他的類比是，如果一家車企認為自己即將發布不安全的產品，它完全有能力、有權力、也有責任不發布，而且它本來就有動機不發布。
— Jensen Huang辛頓的預測沒有科學依據
Ezra 提到 Jeffrey Hinton 說社會毀滅有 10% 概率並非不合理，黃仁勳直接回：我會告訴 Jeff，說這些是不負責任的，他的預測一直是錯的，那個 10% 概率不建立在科學上，也不建立在研究上——「僅僅因為它來自一位科學家，並不使它科學」。他接著翻舊賬：當年建議沒人該去做放射科醫生、說五年內深度學習會超過放射科醫生，結果沒有發生；如果因此嚇到年輕人不敢上大學、覺得找不到工作，那是有害的。
— Jensen Huang研發配比要從八二翻過來
黃仁勳給出一個具體配比：NVIDIA 大約 10% 到 20% 的人做設計，80% 做驗證；而今天大多數實驗室可以理解地是 80% 投能力、20% 投安全、驗證、評估。他說這個比例會翻轉，這就是他說的過渡。他要求實驗室別把沒評估過的東西發給他：別給 NVIDIA 發任何沒有人類在環評估過的產品。他主張安全、對齊、評估、護欄、沙箱、隔離、監控、遙測、外部 AI 監控全都是 AI 技術，應該被加速到極致。
— Jensen Huang一座吉瓦 AI 工廠的賬
黃仁勳給出新計算時代的單位經濟學：建一座一吉瓦的數據中心、也就是一吉瓦 AI 工廠，要 500 億美元，一年可以租到 400 到 500 億美元。他描述從檢索式計算（retrieval based computing，檢索文件，所以叫數據中心）轉向生成式計算，每個用戶所需的算力大幅增長；再加上 agent 也在使用生成式 AI，於是不只是十億人在用電腦，而是數千億個 agent 加上人一起用，所需算力可能上漲十億倍。
— Jensen Huang黃仁勳自己承認會有供過於求
主持人直接問互聯網泡沫會不會重演，黃仁勳沒有否認週期，只是否認時間點：供需總有一天會再次倒掛，這是市場的本性，但不會在明年，也不會在未來兩三年。他給出的信號是市場自然放緩然後停下，進入一段「消化期」，可能是六個月、九個月或一年，但不會永遠。他明確說「從過去沒什麼可學的」。這跟整集裡他對 AI 的樂觀基調形成一處內部張力：他承認週期存在，只是拒絕給出時間表。
— Jensen Huang美國創業公司在用中國的開源模型
在談中美競爭時，黃仁勳給了一個具體事實：中國的開源模型現在被 80% 的美國創業公司使用。他的態度是「這很好」——我們下載它、微調它、放進自己的 agent harness 和 sandbox 裡。他反對把中美框成零和競賽，理由是如果對方發明了好的發電技術或開源模型，最終會支撐美國的能源系統和整個產業。他明確說「我不認為有必要」把這件事概念化成一場競賽。
— Jensen Huang美國被氣候議題卡住了能源供給
主持人問美國在能源這一層的位置，黃仁勳說中國能源更多、也計劃建得更多，而美國「在氣候變化和可持續能源這件事上把自己搞得很堵」。他解釋：近期能源生產需要化石燃料，但因為對化石燃料的焦慮，美國很長時間沒有淨新增多少能源產能，新產業一來就發現自己沒有建設能力，全國都在手忙腳亂。他還批評數據中心與社區的溝通做得太晚，並說「世界末日」的敘事讓任何理性的人都不會歡迎數據中心建在自己鎮上。
— Jensen HuangAI 是解決氣候問題的最好機會
黃仁勳的收尾論證是反直覺的：因為 AI 工廠和數據中心對能源的需求太大，市場力量正在以前所未有的速度投資可持續能源，電池、太陽能、核能、聚變、水電都在拿到融資。他說這是 100 年來改善電網、降低能源成本的最好時機，而且「100 年來第一次不需要政府補貼」。他承認未來四五年會用更多化石燃料，但認為這十年是轉向可持續能源準備最充分的時候，並給出結論：想解決氣候問題，就該擁抱 AI。
— Jensen Huang原話 · 已逐字校驗
for everybody's job, there's the purpose of the job, and then there's the task you do as the job
對每個人的工作來說，都存在工作的目的，以及你作為這份工作所做的任務。
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.
它不在卡路里裡，也不在焦耳裡。它是野心。我相信野心的力量實際上是最強大的力量，而它被漏掉了所有人的計算之外。
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.
如果我告訴一個軟件，我要你在這份測試上拿滿分。最顯然的算法就是直接去找答案然後交給我。這不是因為它在作弊，而是因為這條路最顯然。
Jensen Huang35:28
And so what's the answer? Don't ship it.
那答案是什麼？別發布。
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.
如果我相信自己即將發布一個不安全的產品，這完全在我的能力、我的權力和我的責任範圍之內。而且我有動機這麼做——不發布這個產品。
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.
當你要求監管的時候，不要同時要求豁免現有的監管。這在我看來毫無道理。
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.
但我認為，如果他們相信自己已經失控，那麼正確的答案就是：在可控之前不要發布產品。真的就這麼簡單。
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，正是那些請求被減速的人。
Jensen Huang56:45
Just because it comes from a scientist doesn't make it scientific.
僅僅因為它來自一位科學家，並不使它科學。
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.
不要以為僅僅因為你是危言聳聽者，你就在做一件對社會有益的事。事實並非如此。
Jensen Huang1:00:53
Don't ship NVIDIA any products that humans did not in the loop evaluate. Please don't do that.
不要給 NVIDIA 發任何沒有人類在環評估過的產品。請不要那樣做。
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.
總有一天，供需會再次倒掛。這就是市場的本性。它不會發生在明年，也不會發生在接下來兩三年。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?
問題最終是，我們到底在剝奪什麼？我們是在剝奪他們產業所需的一塊芯片，還是在剝奪美國一個可以去競爭的市場？
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.
哪個理性的人會說，來我的鎮上建這個數據中心吧？順便說一句，你生產出來的東西會終結我們所知的人類。
Jensen Huang1:44:50
數字與實體
| 英偉達市值 | 5.4 萬億美元 | 1:16 |
| 2023 年以來美國證券交易所每 1 美元回報中來自英偉達股票的金額 | 0.15 美元 | 1:16 |
| 過去六個月投入 AI 原生公司的風險資本 | 5000 億美元 | 9:32 |
| 中國研究樣本：AI 採用後月度考試分數變化 | 下降 20%（六個月內） | 22:01 |
| 中國研究樣本：高利害入學考試分數變化 | 下降 18% 到 24% | 22:01 |
| NVIDIA 設計與驗證的人力配比 | 10%–20% 做設計，80% 做驗證 | 1:17:30 |
| 當前多數實驗室的算力配比 | 80% 投能力，20% 投安全、驗證、評估 | 1:17:30 |
| 評估嚴格化後開發模型所需算力增幅預測 | 可能增加 10 倍 | |
| 英偉達每年生態投資總額（黃仁勳自述） | 約 1000 億美元 | 1:30:05 |
| 使用中國開源模型的美國創業公司比例 | 80% | 1:36:24 |
術語
- inference time scaling測試時縮放
- 推理階段迭代、搜索、探索越多，答案越好，是第二條縮放定律。
- retrieval based computing檢索式計算
- 以檢索文件為主的舊計算範式，數據中心因此得名。
- containment隔離與圍欄
- 把模型限制在受控環境內的工程措施，黃仁勳認為這才是實際出問題的地方。
- agent harness智能體框架
- 把模型包起來、給它工具和沙箱、驅動它執行任務的外層系統。
收聽指南
關注 AI 監管走向的創業者與投資人，以及想知道英偉達如何為算力需求辯護、如何評估 AI 工廠單位經濟學的工程師。
開場對黃仁勳影響力的鋪墊（0:00–3:22）可跳過，直接聽 6:28 起的放射科案例。