10 月 8 日的 Windows 發佈會上，黃仁勳和微軟CEO Satya Nadella 兩人回顧了微軟和輝達長達數十年的合作。黃仁勳表示，輝達的發展與 Windows 深度繫結：Windows 95、DirectX、GeForce 到 CUDA，共同推動了 GPU 從圖形計算走向通用加速計算。這場對話的核心可以概括為：微軟與輝達正從“PC時代的軟硬體合作者”，轉向“AI Agent時代個人計算基礎設施的共同定義者”。 對話表面在回顧 Windows、DirectX、CUDA 的歷史，實質是在回答一個問題：當智能體成為電腦的主要使用者之一，個人電腦、作業系統、雲端運算、晶片和治理規則需要如何被重新發明？

一、歷史主線：Windows 是輝達與 CUDA 的起點，加速計算是長期主線

黃仁勳的核心敘事是：沒有 Windows，就沒有輝達；沒有 GeForce，就沒有 CUDA；沒有 CUDA，就沒有現代深度學習。

輝達創立於 1993 年，背景是 Windows 3.1 時代對 PC 圖形能力的想像。

Windows 95 讓 GPU 與 PC 結合成為可能。

DirectX / Direct3D 讓 GPU 能力進入應用程式。

DX8 時期，輝達與微軟共同發明可程式設計 GPU，即可程式設計著色器。

CUDA 又成為 Alex Krizhevsky、Ilya Sutskever、楊立昆、吳恩達等人進行深度學習的計算基礎。

Satya 的補充則把這條線索延伸到雲端：Azure 早期高性能計算合作、InfiniBand 的雲端使用，最終讓 OpenAI 獲得第一台超級電腦，從而訓練 GPT 模型。 這意味著，微軟與輝達的合作不只是 PC 圖形史，而是貫穿了“PC—GPU—CUDA—雲—大模型”的完整計算史。

核心判斷： 加速計算不是階段性產品，而是黃仁勳堅持數十年的長期結構性趨勢；Satya 認為其影響範圍甚至超過任何單一 PC 形態或晶片架構。

二、MXC：智能體時代的作業系統級安全原語

對話的關鍵技術轉折點是 MXC（Microsoft 執行容器）。Satya 將其定義為：為智能體訪問檔案、網路、應用和工具建立受控的執行邊界。

智能體從桌面程式設計智能體開始。 本地運行框架需要訪問檔案系統並執行操作。

桌面必須成為智能體最安全的執行環境。 即使模型在雲端，智能體運行框架仍在本地。

隔離必須覆蓋每一層： MicroVM、虛擬機器、Windows 會話，不能只做一層。

僅有隔離不夠，還需要可觀測性。 智能體必須擁有可追蹤身份，其活動記錄能與使用者身份區分。

治理需要策略、IT 維運、安全維運和 Token 支出追蹤一體化。

MXC 是異構體系，不侷限於微軟技術，而是支援整個生態。

黃仁勳對此的評價是：MXC 將成為下一代 IT 的基礎。 正如 Windows 和 DirectX 改變了應用程式的建構方式，MXC 將改變智能體的建構與部署方式；沒有它，智能體大規模落地無從談起。

核心判斷： 智能體不是普通應用，而是需要作業系統級身份、隔離、審計和治理的“新計算主體”。

三、混合智能：本地與雲端的邊界將消失

Satya 提出“混合智能”的概念：過去使用者習慣雲端大模型呼叫工具並返回結果；現在，模型可以分佈在本地和雲端，系統智能路由，工作負載在兩者之間流轉。

個人計算史類比： 從 VT100 終端、VAX、PC、DOS、早期 Windows、Usenet，到 Mosaic 瀏覽器，最終形成無縫體驗。未來不應再區分“本地還是雲端”，而應關注算力能否流暢服務於任務。

現場演示： ComfyUI 生成素材 → Blender 完善 → ComfyUI → Photoshop 本地模型增強 → ComfyUI → Astra 和 Unreal 雲端處理。桌面應用、本地模型和雲端模型自然協同。

黃仁勳補充：Blender 被加速、ComfyUI 被加速、Astra 在雲端、智能體在本地，這幾乎匯聚了人類歷史上各家科技公司的全部技術力量。

Satya 還提出一個關鍵判斷：智能體將成為檔案系統的最大使用者。 檔案系統是異構內容的彙集空間，必須安全；未來的電腦不僅是人使用電腦，智能體也使用電腦，因此智能體同樣需要檔案系統等底層原語。OneDrive 式的體驗將無處不在，智能體能力應 24×7 跟隨使用者。

黃仁勳進一步指出：智能體會比人更擅長使用工具。 人可能只瞭解一個應用 10%—15% 的功能，而智能體知道每一項功能。Surface Ultra 等裝置加速了這些工具，智能體可以呼叫全部能力。

核心判斷： 混合智能不是“本地+雲端”的簡單疊加，而是任務、模型、工具、檔案系統和智能體身份的無縫協同。

四、第一次真正“重做”個人電腦

黃仁勳把硬體發佈提升到“重新發明 PC”的高度：

項目累計投入 超過 4000 個工程人年。

第一次把遊戲 PC、筆記本、工作站、超級電腦和雲端能力整合到統一架構。

核心是一顆長方形超級晶片，由兩顆巨大晶片連接而成，算力達 1 PFLOPS。

以 DGX-1 作為參照：當年也是 1 PFLOPS，但體量、價格完全不同；校注提醒金額與精度差異，不宜直接比較。

該電腦是世界上唯一能同時運行 DirectX 全應用、OpenGL 各版本，並讓每個 CUDA 應用高性能運行的類別。

已測試 超過 1200 個應用，包括全球負載最重的一批，完成性能、相容性和最佳化測試。

生態覆蓋每一家主要筆記本、桌上型電腦、工作站廠商。

黃仁勳的結論是：個人電腦仍然是人的工具，但同時將成為能夠使用這些工具的個人助理。 Surface Laptop Ultra 與 Surface RTX Spark Dev Box 就是把本地 AI 計算帶入個人工作空間的代表。

核心判斷： AI 時代的 PC 不只是更快的電腦，而是“人的工具 + 智能體的工具平台”，必須從底層原生支援 CUDA、DirectX、OpenGL 和 AI 工作負載。

五、AI Agent 代使用者行動：信任、委託授權與風險定價

最後一部分討論的是智能體治理與責任。

Satya 認為，起點是信任，而信任建立在基本問題之上：

智能體身份的活動記錄能否與使用者本人區分？

智能體 ID 必須與使用者 ID 分開。

在此基礎上，才談得上委託授權：使用者給智能體多大權限代表自己行事。隨著智能體證明可信，授權範圍逐步增加。在消費者領域，Satya 甚至認為，最終會由保險為這種風險定價。OAuth 等協議不難實現，但市場需要為“智能體代表我行事”定價。

黃仁勳強調，這仍然離不開 MXC 和 OpenShell：信任、隔離約束、可觀測性和監控是前提。代表使用者行動的智能體只能獲得最低限度權限，擁有獨立憑證，受到監控並值得信任，然後才能真正替使用者完成任務。

Sriram 最後點出：OpenClaw 從終端折騰、自建閘道器，發展到成為 Windows 內嵌組成部分，Token 生成得到加速，這本身就是一個重要里程碑。

Satya 的收尾則回到 Windows 的願景：不落下任何一段程式碼、任何一種框架，把全部 Windows 應用、圖形應用、CUDA、OpenGL 和新的 Token 工廠都帶到一起。 黃仁勳回應：Windows 已經陪伴我 34 年，看來還會再陪伴我 34 年。

核心判斷： 智能體大規模代使用者行動的關鍵，不是能力本身，而是身份、隔離、審計、授權和風險定價制度；誰定義這套治理基礎，誰就定義下一代計算平台。

歷史層： Windows → DirectX → GeForce → CUDA → 深度學習 → 雲 → GPT。

架構層： MXC 為智能體提供作業系統級安全、身份、隔離和可觀測性。

體驗層： 混合智能消除本地與雲端邊界，檔案系統成為智能體最大使用者。

硬體層： 個人電腦被重新發明，成為同時服務人和智能體的 AI 計算平台。

治理層： 智能體代表使用者行動需要信任、委託授權，並最終可能通過保險和市場機制定價。

一句話總結：微軟與輝達正在把數十年 PC 與雲端運算合作，推進為 AI Agent 時代的“個人計算 + 智能體治理”基礎設施；其核心不是單一晶片或模型，而是讓智能體安全、可信、可治理地使用整個人類計算工具鏈。

黃仁勳與微軟CEOSatya Nadella對話全文

黃仁勳與 Satya：第一次重構個人電腦

一、開場：幾十年合作與輝達的 Windows 起點

主持人： 我昨晚在 YouTube 上查了兩位，發現很少看到你們兩位同時站在一個舞台上。我就在想，這兩家公司之間的歷史已經延續了幾十年，你們個人之間的合作也有幾十年的積累。Jensen，你和 Satya、微軟合作時，最喜歡的一段記憶或者最有趣的經歷是什麼？

黃仁勳：輝達的創立，本質上就是因為 Windows。 那是 1992 年底，Windows 3.1 的時代。我們剛剛開始看到“個人電腦究竟可以成為什麼”的願景。說實話，在那之前我甚至沒怎麼見過 PC，我主要是在工作站上工作。我們有檔案伺服器、有超級電腦，用來做晶片設計。

當時，我和另外幾位創始人就在討論一種未來：也許一台擁有 3D 圖形能力的個人電腦，既可以用來玩遊戲，也可以成為工作站，還能進行設計。我們的想像就始於這樣的世界圖景。如果沒有 Windows，輝達不會以今天這種方式被創立。

然後到了 1993 年，我們正式開始，Windows 95 則真正重新定義了這件事。Windows 95 讓 GPU 可以真正連接到個人電腦，而真正讓 GPU 發生革命性變化的是 DirectX。 Direct3D 這個 API 讓我們第一次可以把 GPU 的能力真正暴露給應用。

隨後 DirectX 8 出現，我們和微軟一起發明了世界上第一代可程式設計 GPU，也就是可程式設計著色器。再往後幾步，它最終演化成了今天大家熟悉的 CUDA。

所以如果回看輝達的完整發展歷程，Windows 一直處於最核心的位置。如果沒有 Windows，就不會有 GeForce；沒有 GeForce，也就不會有 CUDA；沒有 CUDA，Alex Krizhevsky、Ilya Sutskever、Yann LeCun、Andrew Ng 等人，也不會找到那樣一台適合做深度學習的電腦；然後才有了今天。

Satya： 現在 Jensen 要把一點市值轉回給我了。

黃仁勳： 我每天都在轉，每天都在轉。

Satya： Jensen 剛才講的這段歷程確實非常特別。從某種意義上說，它就是一段計算史。

Jensen 給我最大的啟發之一，是他可能是整個行業裡對“加速計算究竟能成為什麼”這件事堅持最久、最一致的人。 回頭看，它的演進軌跡甚至比任何一種單一 PC 形態或者晶片架構都更寬廣。

我最早的一段記憶，就是我們當時在討論：在雲端，加速計算或者 HPC 到底能做到多大？我記得最早的一筆合作之一，就是討論怎麼讓 Azure 上的 HPC 做得更大。

黃仁勳： 而且 Satya 是第一個在雲裡使用 InfiniBand 的人，這件事非常關鍵。它讓我們第一次把超級電腦帶給 OpenAI，然後就是大家都知道的事情了。

如果當時我們沒有為 HPC 做這些事情，沒有建構基於 InfiniBand 的超級電腦，後來 OpenAI 就不會有那台超級電腦去訓練 GPT 模型，後面的歷史可能都會不一樣。人生裡很多事情就是這樣偶然發生的：我們原本是在做 HPC，然後 Sam 過來問：“你們有算力嗎？”我們說：“也許有。”接下來事情就發生了。

Satya： 我真正想把功勞給 Jensen 的，是他對這件事長期而一致的判斷。他不是在看今天，也不是只看明天，而是把它當成一個長期結構性趨勢。 這也是為什麼我們會走到今天這個時刻。

黃仁勳： 然後我們又開始討論另一件事。我記得非常清楚，我和 Satya 當時在聊：這對 PC 意味著什麼？在這一切之後的新時代裡，我們怎麼打造一台“完美 PC”？

個人電腦始終是終極工具。對我來說是，對整整一代人來說也是。那麼，到了 Agent 時代會發生什麼？當 Agent 就在你的電腦上，它會成為你的個人助理，但它又希望能夠訪問我們已經擁有的所有強大工具。

問題是，這些工具過去分散在輝達生態裡的不同裝置上：遊戲 PC、工作站。大量專業工具都在那裡，包括各種設計工具、Siemens 的工具、Autodesk、Adobe，以及大家剛剛看到的那些應用。我們希望全球最好的 Blender、最好的 Unreal、最好的 Omniverse、最好的 CATIA，全都和 AI 一起出現在同一台 PC 上。

那麼，怎樣才能創造出這樣的電腦？順便說一句，這件事我們做了 4 年。

二、Agent 為什麼需要作業系統級安全原語：MXC 與本地執行環境

主持人： Satya，過去幾個月大家一直在討論 Agent 和安全。這裡很多人都在使用 Agent，比如 Muse 或 Instinct，而你會給它完整磁碟存取權，讓它代表你做事情。今天展示的 MXC 給我的感覺，像是為 Agent 加入了一個非常基礎的新作業系統原語，這和過去很不一樣。為什麼作業系統是解決這個問題的正確位置？這個原語又會打開什麼新的空間？

Satya： 首先要記住，這一切最早就是從運行在桌面上的程式設計 Agent 開始的。如果要問那一種 Agent 最需要這種安全原語，答案其實就是本地 Harness，因為它要訪問檔案系統，還要真正採取行動。

所以，我們和 Jensen 團隊合作時就在討論，應該怎樣把這件事直接接進底層原語裡，無論是雲端還是本地作業系統。因為程式設計首先走到了這一步：即便你呼叫的是雲端模型，Harness 仍然運行在本地，因此我們必須讓桌面成為 Agent 最安全的執行環境。這就是 MXC 的由來。

現在看到 OpenShell 與 MXC 完整整合並實現原生支援，我覺得非常棒。Pavan 剛才提到的那些控制能力，本質上都說明一件事：隔離必須在每一層完成，不能只做其中一層然後忽略其他地方。微型虛擬機器要有，虛擬機器要有，會話層也要有。

我最興奮的一點，是 Windows 會話本身也具備隔離能力，這一點非常關鍵。但僅有隔離還不夠，接下來還需要完整的可觀測性。

怎麼獲得可觀測性？你必須給 Agent 一個身份，這樣我才能追蹤它，看到這個 Agent 留下的完整執行軌跡，然後再對它實施治理。 也就是像傳統系統一樣制定策略，再根據策略進行約束，這才會真正給 IT 維運、安全維運帶來信心。還有一點也不能忘，就是能夠追蹤 Token 花費：到底在那裡花了多少 Token。

所以我們試圖做的不是任何單獨一件事，而是把這些東西全部串起來。經歷過這麼多輪技術採用周期，不管是消費者採用還是企業採用，我覺得阻礙技術大規模擴散的，往往就是沒有把“完整需要什麼”想清楚。如果只完成其中一部分，剩下的沒做，就建立不了信任。

現在我們已經把這些能力在雲端、客戶端，以及整個安全和治理體系裡串起來了，而且它是異構的，並不是只支援微軟自己某一塊技術，而是希望把所有東西都支援起來。

黃仁勳：Satya 剛才說的這些，會成為下一代 IT 的基礎。 如果你認真看他剛才使用的詞，實際上他描述的是下一代電腦非常深層的架構。

就像 Windows 和 DirectX 曾經徹底改變應用的建構方式一樣，MXC 會改變 Agent 的建構和部署方式。沒有它，根本無從談起，所以這是一件非常大的事。

三、“混合智能”意味著什麼：本地與雲端模型的智能路由

主持人： 這和下一個話題聯絡得非常緊密，也就是“混合智能”。我覺得它和我們過去習慣的方式有些不同。現在大家都用過雲端大模型：你發出請求，它可能呼叫一個工具，比如 Blender，然後返回結果。我們已經習慣了這種體驗。

但今天展示的場景不同。你可以選擇很多模型，有的跑在本地，有的跑在雲端，任務會在兩者之間來回流轉。剛才 GitHub 的演示裡有一句話讓我印象很深：“這些 Token 是免費的。” 也就是說，一部分工作負載直接在筆記本本地執行，一部分在雲端執行，並且系統會智能路由。這樣的模式會打開什麼？

彙整鉅亨號中所有使用「智能體治理」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

黃仁勳和微軟CEO納德拉最新對話全文：AI Agent時代個人計算基礎設施的共同定義者 ！（深度解讀）

黃仁勳和微軟CEO納德拉最新對話全文：AI Agent時代個人計算基礎設施的共同定義者！（深度解讀）