接下來，黃仁勳的無奈和氣憤大機率還將繼續。“不誘於譽，不恐於誹，率道而行，端然正己。”這是上周DeepSeek-V4發佈稿的結尾，DeepSeek自己引用的一句話。字面意思是，不被讚譽誘惑，不被誹謗嚇到，按自己認定的道往前走，端正自己。過去一年多，同行動作頻頻，而DeepSeek除了零散的更新，幾乎毫無動靜，繼而引發不少質疑，但DeepSeek沒有回應過一次。DeepSeek淡定地做自己，輝達卻不能從容了。DeepSeek已明確表示，V4在下半年將正式支援華為算力。巧合的是，在此之前不久，黃仁勳在一檔播客節目裡提到：“如果像DeepSeek這樣頂尖的模型優先在華為晶片上運行，對我們來說將是‘可怕的後果’。”過去兩年，黃仁勳一直苦口婆心地勸告美國：“如果中國不能從美國購買（高端晶片），他們就會自己建造。”但勸告無果，他只能眼睜睜地看著輝達在中國的市場份額從2024年的70%降到2025年的55%。接下來，黃仁勳的無奈和氣憤大機率還將繼續。黃仁勳心裡的意難平，份量越來越重了AI時代之前，黃仁勳只是眾多遊戲宅眼裡刀法精準的“黃狗”。到了AI時代，黃仁勳迎來人生巔峰，輝達市值一路突破5兆美元，全球第一。逆襲背後，靠的是一次豪賭。2006年，輝達推出CUDA開發平台，能夠降低GPU程式設計門檻，讓多個GPU平行運算，從而大幅提升計算性能。但當時除了輝達，誰都沒把它當回事。一名輝達深度學習團隊的成員說道：“在CUDA推出十年以來，整個華爾街一直在問輝達，為什麼你們做了這項投入，卻沒有人使用它？他們對我們的市值估值為0美元。”CUDA十年無人問津，輝達雖然痛苦，但也獲得了先發優勢。所以當AI大潮轟然而至，輝達一飛衝天。時至今日，輝達的GPU更是變成了原油般的存在，幾乎所有大模型都奔跑在輝達的算力晶片上。豪賭成功的黃仁勳，如今不論到那兒都是意氣風發。如果說他還有什麼意難平，恐怕只有中國市場了。黃仁勳在2023年年底接受媒體採訪時表示，中國市場佔輝達銷售額的大約20%。騰訊、阿里、字節等巨頭的訓練叢集，清一色的輝達GPU。此外，在發展得如火如荼的中國智駕市場裡，彼時有超過80%的輔助駕駛晶片也來自輝達。然而一紙禁令，徹底攪了輝達在中國市場的美夢。輝達的高端晶片無法繼續給中國的AI大業添磚加瓦，後來專門為中國市場開發的閹割版的A800和H800也沒能繞開管制，黃仁勳一邊鬱悶一邊絞盡腦汁。2023年11月，矽谷DealBook峰會上，黃仁勳在對著全息演示屏上的中國地圖重申：“失去這個市場，我們沒有Plan B。”2024年1月，黃仁勳來華，在北京、上海、深圳三地的年會連軸轉。上海那一場，他脫下黑皮衣，換上東北大花馬甲，扭起了大秧歌；11月在港科大的講台上，他又動之以理“開放研究是全球合作的最終形式”。進入2025年，黃仁勳一方面繼續向中國市場示好，身著“唐裝”用生硬中文讚揚中國科技發展，一邊對著大洋彼岸曉之以利：“中國是一個不可替代的市場，服務這裡符合美國的利益。”可惜任憑他做足了各種姿態，說盡好賴話，還是事與願違。輝達在中國市場一家獨大的格局一去不復返，華為昇騰、阿里平頭哥、百度崑崙芯和寒武紀，毫不客氣地瓜分了它空出來的位置。到嘴的鴨子越飛越遠，黃仁勳忍不了了。DeepSeek-V4，戳中輝達的命門2026年4月15日，黃仁勳做客美國知名播客節目。面對主持人的一連串追問，其中還夾帶著指責他為了利益不顧國家安全的暗示，黃仁勳罕見地發飆了。他表示，管制的邏輯“極其愚蠢”，是典型的“失敗者心態”。在黃仁勳看來，如果是強者心態，一開始就不該關注要不要限制高端晶片出口。他曾公開表示：“無論有沒有美國晶片，中國的人工智慧技術都在快速發展。問題不是中國是否會擁有人工智慧，它已經擁有了。真正的問題是，世界上最大的人工智慧市場之一是否將運行在美國的平台上。”所以，黃仁勳反覆呼籲放開對華晶片銷售。他不只是怕少賣幾塊GPU，更擔心的是輝達的生態地位被挑戰。一直以來，他真正在意的是CUDA生態。有人比喻，如果把輝達GPU看作“電腦主機”，CUDA就是“Windows系統”。只要該生態能讓大部分人離不開，輝達就立於不敗之地。截至2025年，全球超過450萬開發者在使用CUDA。幾乎整個AI圈子的人都習慣在CUDA上寫程式碼、開發應用。他們所有的學習成本、項目程式碼、工程經驗，全都有輝達的印記。要離開這個生態也不是不行，但那就意味著程式碼重寫，工具鏈重搭，工程師重新培訓。有業內測算指出，非輝達平台上開發周期可能延長6個月，成本增加40%。所謂“賣產品不如賣品牌，賣品牌不如賣標準”，科技行業同樣如此。因此輝達不怎麼操心誰家的AI強不強，只關心他們的AI在不在自家生態裡黃仁勳對於DeepSeek的態度，就是一個例子。去年DeepSeek發佈R1，直接衝擊了行業對算力堆疊的路徑依賴，業內突然意識到原來搞頂級AI可能不需要海量GPU，於是輝達股價大跌，短短三天蒸發了6000億美元。但當時黃仁勳對外沒有顯出一點慌亂，還宣稱DeepSeek及其開源推理模型所帶來的能量“令人無比興奮”，並且篤定這種技術創新反而會帶來更多算力需求。那時他確實有底氣。畢竟R1再怎麼驚豔，終究是跑在輝達的GPU上，活在CUDA的生態裡。DeepSeek-V4的出現，則是把他最擔心的事變成了現實。V4預覽版上線的文件裡有一行小字寫著：“受限於高端算力，目前Pro的服務吞吐十分有限，預計下半年昇騰950超節點批次上市後，Pro的價格會大幅下調。”言外之意是，等下半年華為昇騰950鋪開了，V4不但會更流暢，價格還能再砍幾刀。V4的存在也是在告訴其他人：離開輝達的晶片和生態，也能幹旗艦模型的活。輝達的生態壁壘就此裂出了一條縫，雖然還微不足道，但對於喜歡把“輝達離倒閉只有30天”之類的話掛嘴邊的黃仁勳，不得不警惕。“全面替代”的口號，不是說說而已想挑戰輝達的遠不止國內企業。2024年，AMD、英特爾、Meta、微軟、Google等9家科技巨頭成立了一個UALink聯盟，針對的就是輝達的護城河——NVLink。OpenAI則是推出Triton編譯器，試圖繞開CUDA的“語言壟斷”。所以段永平曾表達過對輝達的一個顧慮：輝達的護城河雖然很強大，但這麼多巨頭針對它，不能改變一些什麼嗎？對此，輝達見招拆招，收效頗豐。客戶和競爭對手想在NVLink之外另起爐灶，輝達乾脆直接開放NVLink，讓出一部分權限，讓客戶可以把其他品牌的晶片也混進算力叢集裡。中國這邊全然不同，局勢促使我們堅定自研，歷史也反覆證明了爹有娘有不如自己有，必須把輝達從“唯一選擇”變成“備選之一”，那怕中國的晶片在許多方面還暫時落後。這也成了許多中國企業的共識。科大訊飛是一個典型案例，明知遷移成本極高，用輝達方案一個月能完成的任務，遷移到昇騰可能需要三個月，但其董事長劉慶峰直言：“這一步非走不可。”這種不計代價的投入，大概才是真正會讓黃仁勳頭疼的東西。更何況，中國同行也有不少與輝達對壘的底氣。一個是基建優勢。在播客裡，主持人認為輝達如果把高端晶片賣給中國企業，會幫助對手開發出頂尖AI模型。黃仁勳當即反駁道，頂尖的AI模型，不一定要最頂尖的晶片才能訓練出來。中國企業的解決方案是“芯海戰術”，通過相關技術把數百甚至數千顆國產晶片高速互聯，形成一個龐大的算力叢集，用數量優勢彌補單點性能的不足。叢集模式功耗巨大，但好消息是，中國不缺能源。還有市場優勢。晶片和AI好不好用，需要在市場裡驗證和迭代。中國不僅內需市場足夠龐大，中國頭部AI公司還普遍採用開源策略，大幅降低了開發者和企業的使用和二次開發門檻，疊加成本優勢，中國的AI模型能輕易觸達全球使用者。例如2024年初，Meta的大模型Llama下載量為1060萬次，而阿里的大模型Qwen下載量只有50萬次。但到了2025年10月，Qwen的累計下載量為3.853億次，超過了Llama的3.462億次。就像最近很火的何潤東版項羽說的“打仗靠的是決心和勇氣”，挑戰輝達也需要實力、動力和決心。還好這些我們也都不缺。國產晶片“能用”了，“好用”還會遠嗎？ (36氪)

8人團隊做10個月，AI只需一夜！輝達祭出「造芯」神技：晶片設計效率狂飆百倍，非人類直覺的設計方案驚呆工程師。矽基生命開始自進化，人類正退居二線？進來看黃仁勳的秘密武器。就在今天，這條消息全網刷屏了。輝達用AI設計GPU，原本需要8名資深工程師10個月才能完成的任務，一夜就完成了！在剛剛過去的輝達GTC大會上，首席科學家Bill Dally與Google首席科學家Jeff Dean的一場巔峰對話，揭露了令人震驚的這個事實。現在，這個Youtube演講已經有上萬人觀看，受到網友們的盛讚。在半導體行業的歷史長河中，摩爾定律曾是不可踰越的真理，但隨著物理極限的逼近，研發一款旗艦GPU的複雜程度已呈指數級增長。但現在，輝達的AI造芯神技，幾乎讓人類工程師徹底退居二線了？從「80個人月」到「一塊GPU的一夜」在傳統晶片設計流程中，標準單元庫（Standard Cell Library）的遷移是一項極度枯燥且耗時的重體力活。每當台積電或三星推出新的半導體工藝（如從5nm跨越到3nm），輝達必須將其包含約2500至3000個單元的基礎庫重新適配新工藝。Bill Dally透露，過去這項任務需要一個由8名資深工程師組成的團隊，連續奮鬥10個月才能完成，總計耗費80個人月的人力成本。但在AI介入後，這一切被徹底顛覆了！現在，輝達開發了一款基於強化學習的工具——NB-Cell。只需將需求輸入系統，一塊GPU在一夜之間即可完成全部遷移工作。在這個過程中，NB-Cell通過不斷的試錯和自我最佳化，在極短時間內探索數以億計的設計排列組合。令人震驚的是，AI生成的單元在尺寸（Area）、功耗（Power）和延遲（Delay）等核心指標上，不僅達到了人類水平，甚至在某些案例中優於人類的手工設計。這種「隔夜交付」的能力，意味著輝達可以比競爭對手更早地跑通新工藝，從而在硬體競賽中始終保持身位領先。AI在晶片設計中的具體應用層次邏輯重塑：Prefix RL與「非人類直覺」的佈局如果說NB-Cell解決的是重複性勞動，那麼Prefix RL則展示了AI在複雜邏輯設計上的創造力。在晶片的算術邏輯單元（ALU）中，進位前瞻鏈（Carry Lookahead Chain）的放置是一個研究了幾十年的經典難題。人類工程師憑藉經驗和直覺進行佈局，往往會達到一個性能瓶頸。但Prefix RL系統給出了一份完全不同的答案。Dally形容，AI生成的佈局是「人類永遠無法想到的怪異設計」。這些設計違背了傳統電子工程的審美，但在性能表現上，卻比人類最優設計提升了約20%到30%。這標誌著一個轉折點：AI不再僅僅是人類的助手，它正在突破人類認知的邊界，去尋找那些隱藏在數百萬維空間中的「最優解」。矽基導師Chip Nemo，讓初級工程師「原地升級」在輝達內部，人力資源的錯配曾是一個很大的隱痛：資深設計師往往需要花費大量時間指導新人，解釋某個特定硬體模組（RTL）是如何工作的。為了釋放核心生產力，輝達開發了內部大語言模型——Chip Nemo和Bug Nemo。不同於市面上的通用LLM，這些模型基於輝達數十年積累的專有架構文件、RTL程式碼和硬體規格進行微調。經過私有化訓練，它們是「最懂輝達GPU」的專家。初級工程師遇到複雜的模組設計不再需要去打擾忙碌的高級工程師，而是直接詢問Chip Nemo。它能像一位極具耐心的導師，條分縷析地解釋GPU的工作原理。Bug Nemo則負責彙總錯誤報告，自動將Bug分配給最合適的工程師或模組，極大地縮短了晶片驗證這一「長跑階段」的時間。AI真的能完全自主「造芯」嗎？儘管效率提升了百倍，但Bill Dally在對話中依然保持了極其清醒的克制。他明確指出，完全端到端的自動化晶片設計（即只需說一句「給我設計一個新GPU」，AI就吐出完整圖紙）距離實現還有「很長的路要走」。目前，AI扮演的角色更像是「增強設計（Augmented Design）」，而非自主造芯。其中有三大關鍵限制：高層級架構決策仍依賴人類專家。創造性電路設計和複雜邏輯結構仍需人工主導。設計驗證仍是整個流程中最長的「長桿」，AI只能輔助加速，無法完全閉環也就是說，框架設定的部分，比如頂層的邏輯架構、跨模組的協調以及關鍵的決策，依然牢牢掌握在人類手中。另外，雖然AI可以加速驗證，但最終的模擬模擬和實際實驗依然必不可少，以確保晶片在物理世界中萬無一失。輝達的實踐表明，AI並非淘汰工程師，而是重構工程師的工作方式。初級工程師需要通過Chip Nemo自主學習複雜模組的工作原理，減少對資深工程師的打斷。資深工程師能從重複性任務中解放，專注於更高價值的創新和決策。在整體流程上，AI負責大規模搜尋、最佳化、驗證，人類負責目標設定、約束定義、創意引導。只是一種「人類設定框架 + AI極速執行」的協同模式。而Dally構想的未來，是一個「多智能體（Multi-agent）」模型，不同的專業AI系統處理不同的設計環節，就像現在的各職能團隊一樣協作。長期目標仍是端到端自動化設計，但需要克服驗證、介面協商、動態調整等難題。目前的進展已經讓輝達能夠 更快地迭代下一代硬體，成為維持摩爾定律的重要支撐。人類工程師，還不能被替代當8名工程師10個月的工作被一塊GPU的一夜取代時，我們不得不直面一個殘酷的現實：平庸的體力型工程勞動正在迅速貶值。輝達正在構築一道由AI驅動的技術壁壘。當競爭對手還在通過增加人力來追趕進度時，輝達已經進入了「AI設計AI，AI最佳化AI」的自循環體系。這種效率上的降維打擊，正是其能夠一年一更旗艦顯示卡的核心密碼。對於晶片工程師而言，這既是危機也是機遇。人類正從繁瑣的布線、搬運單元中解脫出來，被迫向更高層級的架構思考、更複雜的創造性決策進化。在矽基造芯的新紀元。在這裡，計算不再僅僅是晶片的目的，計算已成為晶片誕生的源頭。 (新智元)

最近，一句來自科技巨頭的“驚世之語”在網路上掀起了軒然大波，尤其是在我們留學生群體和關注中國科技發展的圈子裡，更是引發了廣泛熱議。輝達（NVIDIA）CEO黃仁勳，這位以其標誌性皮衣和前瞻性視野聞名的科技領袖，罕見地“發怒”，直言不諱地指出：“美國最先進的晶片如果不賣給中國，中國人將以極快的速度造出最先進的晶片，超越美國，美國根本無法引領第四次工業革命，科技未來在中國。”這番話猶如平地一聲雷，不僅是對當前國際科技博弈的一次深刻洞察，更是對未來全球科技格局的一次大膽預言。那麼，黃仁勳為何會如此“上頭”？這背後又隱藏著怎樣的深層邏輯？作為身處海外、心繫祖國的留學生，我們又該如何看待這一趨勢，並從中找到自己的機遇？01. 黃仁勳的“憤怒”：晶片戰下的真知灼見？“罕見發怒”這個詞，足以描繪黃仁勳此次表態的強烈情緒和對現狀的擔憂。作為全球AI晶片領域的絕對霸主，輝達的業務與中國市場緊密相連。黃仁勳的這番話，並非空穴來風的抱怨，而是基於其對全球半導體產業和地緣政治格局的深刻理解。他認為，如果美國持續限制先進晶片對華出口，非但不能阻止中國科技進步，反而會“逼”中國加速自主研發的步伐。這種“逼迫”將激發中國巨大的創新潛能，使得中國在極短時間內掌握核心技術，甚至可能在某些領域實現彎道超車。這並非危言聳聽，而是基於中國龐大的人才儲備、市場需求以及國家戰略投入的理性判斷。02. “科技未來在中國”：是預言還是警示？黃仁勳的這句“科技未來在中國”，無疑是整段話中最具衝擊力的部分。這不僅僅是一個簡單的預測，更像是一個帶有警示意味的預言。他看到了中國在人工智慧、巨量資料、5G等新興技術領域的巨大投入和快速發展，也看到了中國工程師和科學家們在攻克技術難題上的決心和效率。從歷史經驗來看，當一個國家被外部力量限制時，往往會激發其內部的創新活力。中國在半導體領域的“補課”之路雖然充滿挑戰，但其決心和投入是前所未有的。從人才培養到資金投入，從政策扶持到產業鏈整合，中國正在全方位發力，力求在關鍵技術上實現自主可控。圖源：網路黃仁勳的言論，從某種程度上也反映了國際科技界對中國科技實力的一種普遍認知。儘管面臨重重阻礙，但中國龐大的市場體量、活躍的創新生態以及對新興技術的擁抱態度，都使其成為全球科技版圖中不可忽視的力量。他所說的“第四次工業革命”，正是以人工智慧、生物技術、新能源等為核心的智能時代，而這些領域，中國都有著舉足輕重的地位和發展潛力。03. 晶片戰的“後遺症”：對全球科技格局的影響中美晶片戰，表面上是兩國之間的技術競爭，實則牽動著全球科技產業鏈的神經。黃仁勳的“發怒”，正是這種牽動下的一種強烈反應。加速中國自主創新：限制政策客觀上加速了中國在晶片設計、製造、封裝等全產業鏈的自主研發處理程序。雖然短期內會面臨挑戰，但長期來看，將有助於中國建立起更加完善和獨立的半導體生態系統。全球供應鏈重構：為了規避風險，全球科技公司都在重新審視和調整其供應鏈佈局，尋求多元化和本地化。這將導致全球科技分工模式的深刻變化。技術標準之爭：隨著各國在關鍵技術領域的投入增加，未來可能會出現不同的技術標準和生態系統，這無疑會增加全球科技合作的複雜性。美國科技企業的困境：對於輝達這樣的美國科技巨頭而言，失去中國市場不僅意味著巨大的營收損失，更可能導致其在技術迭代和市場份額上的領先優勢受到侵蝕。正如黃仁勳所言，DeepSeek如果使用華為晶片，對美國將是“災難”，這凸顯了中國市場和技術生態的重要性。黃仁勳的言論，正是對這種複雜而動態的全球科技格局的深刻洞察。他看到了短期限制可能帶來的長期反噬效應，也看到了中國科技崛起勢不可擋的趨勢。04. 留學生視角：如何把握“科技未來在中國”的機遇？對於我們海外留學生而言，黃仁勳的這番話，無疑提供了看待未來職業發展和個人成長的新視角。當“科技未來在中國”成為一個被全球科技巨頭認可的趨勢時，我們該如何把握住這波浪潮？1. 深耕專業，瞄準前沿技術無論你身處那個專業，都應思考它與未來科技發展方向的結合點。人工智慧、巨量資料、生物科技、新能源、高端製造、量子計算……這些都是未來科技競爭的焦點。如果你正在這些領域深造，那麼恭喜你，你正站在風口上。如果你是其他專業，也要思考如何將你的知識與這些前沿技術相結合，比如AI+金融、AI+醫療、AI+教育等。黃仁勳特別提到了“晶片”領域，這無疑是中國目前最需要攻堅克難的領域之一。如果你是EE、CS、材料科學等相關專業的同學，這更是你大展拳腳的絕佳機會。無論是晶片設計、製造工藝，還是EDA工具開發，都有著巨大的需求和發展空間。圖源：網路2. 關注國內動態，搭建人脈網路身在海外，更要保持對國內科技發展和產業政策的敏感度。關注國內的科技新聞、行業報告，瞭解那些企業正在崛起，那些技術正在突破。利用社交媒體、專業論壇等平台，積極與國內的同行、學者、企業建立聯絡。參加線上或線下的行業交流活動，為未來的歸國發展或國際合作打下基礎。黃仁勳的多次表態，包括“我就是中國人！”以及他脫掉皮衣穿上唐裝，用中文開場鏈博會演講，都體現了他對中國市場和文化的尊重與親近。這提醒我們，瞭解並融入中國本土的文化和商業環境，對於未來的發展至關重要。圖源：網路3. 提升跨文化溝通與協作能力“科技未來在中國”並不意味著中國將完全脫離全球科技體系，而是將在其中扮演更重要的角色。未來的科技合作與競爭，將更加需要具備跨文化溝通和協作能力的人才。作為留學生，我們擁有獨特的國際視野和語言優勢，這是我們寶貴的財富。學會如何在不同文化背景下進行有效溝通，如何在國際團隊中發揮作用，將使你在未來的職業生涯中更具競爭力。無論是選擇回國發展，還是留在海外為促進中美科技交流貢獻力量，這種能力都不可或缺。圖源：網路4. 保持創新精神和終身學習的態度科技發展日新月異，知識更新速度極快。黃仁勳所說的“極快的速度”，正是對這種變化的最好詮釋。作為未來的科技人才，我們必須保持對新知識、新技術的渴望，不斷學習和適應。無論是通過線上課程、專業認證，還是參與科研項目，都要積極拓展自己的知識邊界。黃仁勳的“罕見發怒”和“科技未來在中國”的預言，無疑為我們描繪了一幅充滿變數卻又蘊含巨大機遇的未來圖景。在全球科技競爭日益激烈的當下，中國在半導體等關鍵領域的自主創新之路，雖然充滿挑戰，但其潛力和決心不容小覷。圖源：網路對於身處海外的我們而言，這既是挑戰，更是機遇。我們不僅要關注國際局勢的風雲變幻，更要深耕專業，提升自我，為未來的發展做好準備。無論你選擇回國投身於這場科技浪潮，還是在國際舞台上發揮橋樑作用，你的知識、你的視野、你的能力，都將是推動“科技未來”走向何方的關鍵力量。讓我們一起，在時代的洪流中，尋找屬於自己的位置，為中國科技的崛起貢獻一份力量，也為自己的未來書寫精彩篇章！ (留學生日報)

【新智元導讀】黃仁勳說Agent將創造100兆美元。易鑫用Model+Harness的硬核組合，把這一預言提前落地汽車金融，效率革命已悄然拉開帷幕。大模型在垂直行業的落地，正邁入深度融合的新階段。過去一年，大模型概念在各行各業加速滲透。作為公認「最具AI潛力」的垂直領域，金融行業展現出了極高的敏銳度與行動力。行業資料顯示，金融行業成為大模型技術落地的核心戰場，全球近半數金融機構已積極引入大模型。儘管目前大模型在核心業務環節的應用仍不足10%，但這恰恰意味著一個超過90%的藍海市場正等待行業去開拓。然而，巨大潛能的背後，同樣伴隨著極高的落地門檻。金融業務兼具複雜性與專業性：獲客線索來源多且分散，單筆融資額從數萬到數十萬不等，業務周期普遍超過20天，所需材料最多可達60余種，涉及15+關鍵決策節點，業務路徑組合可達數萬種，且存在正向與逆向反覆決策過程。面對這種複雜、動態的業務鏈路，缺乏業務根基的通用大模型或簡單的「套殼」應用，往往只能停留在業務外圍。它進不了預審、碰不到風控，更摸不透資金鏈路，難以創造真正的價值。行業真正亟需的，從來不是只會泛泛而談的AI百曉生，而是一個懂業務、能幹活、守規矩的專屬AI解決方案。在此背景下，作為國內規模領先、AI驅動的金融科技平台，易鑫依託10餘年行業深耕經驗，推出了一套深度適配汽車金融場景的Agentic AI解決方案，為行業破局提供了可行路徑。（易鑫是一家AI驅動的金融科技平台，2017年在香港上市，2025年成為港交所科技100指數成員。目前年交易額已達到約750億元人民幣，全球擁有員工5000多人，核心產品為Agentic AI解決方案，深度賦能汽車金融全鏈路。）易鑫Agentic AI = Agentic Model + Harness易鑫Agentic AI解決方案的底層邏輯，源於一個核心公式： Agent=Model+HarnessModel與Harness相輔相成，缺一不可。大模型具備強大的理解、推理與生成能力，但在業務應用中存在很大的侷限性：沒有持久記憶，無法直接呼叫業務系統API；穩定性不足，易出現「幻覺」輸出；更關鍵的是，它缺乏業務約束機制，不懂得什麼叫「權限」與「合規」，能力無法直接轉化為業務價值。Harness則是彌補Model侷限性的關鍵。作為連接模型與應用的中間層框架，Harness的核心價值在於兩件事：一是賦予模型上下文管理和工具整合等能力，讓其能順暢處理複雜業務；二是給模型劃好規矩、守住底線，把不確定的機率性輸出轉化為確定的業務結果。Model提供智能潛力，Harness提供執行標準。基於這個邏輯，易鑫推出了行業首個專屬的Agentic大模型XinMM-AM1，並配套設計了全面的Harness AI Infra（Harness Framework）和三層Harness體系。這兩者的結合，正如易鑫CTO賈志峰所言，「Agentic基礎模型和Harness AI Infra，是金融垂直行業真正把Agent用起來的兩個輪子，缺一不可。」輪子一：專為汽車金融打造的Agentic大模型——XinMM-AM1XinMM-AM1絕非通用模型的簡單套殼，而是在業務實踐中打磨而成的專屬模型。極高的工程效率：參數量約為300億，單卡吞吐可達370 tokens/s，響應延遲低於200ms，可支援語音即時互動，完全匹配汽車金融一線業務的高效需求。優質的專有資料：擁有超過15T tokens的訓練語料，且絕大部分來自易鑫真實、多元的汽車金融業務場景，讓模型更懂行業痛點，更貼合業務實際。四大核心能力：全管道互動、全模態感知、全域協同決策和全量安全合規，全方位覆蓋汽車金融從管道到資管的全鏈路需求。輪子二：基於人機協同的Harness AI Infra和三層Harness體系為了讓Agent真正走進業務流程，易鑫設計了全面的Harness Framework和三層Harness體系（人類駕馭層、Agentic駕馭層、資料駕馭層）。這相當於Agent的「手腳」與「運行規則」，可使AI賦能的業務安全合規、全鏈可審計、低成本維護更新。人類駕馭層：在同一個訂單流裡，實現Agent與真人即時無縫切換，涵蓋語音、文字、圖片等多模態形式。在關鍵的合規節點，人類即時干預，成為風險兜底者。Agentic駕馭層：根據模型能力邊界和人類特長進行動態混合編排。一旦大模型出現「幻覺」或試圖做出違規承諾，系統能在毫秒級觸發熔斷機制，瞬間切換至人工干預鏈路。資料駕馭層：打通人與AI的運算元據，通過人類示範修正模型能力邊界，相關資料反哺模型訓練，這不僅放大了人與AI各自的優勢，還推動模型持續進化，Harness逐漸變輕。易鑫「Model + Harness」如何重塑核心業務？「Model + Harness」的協同效應，充分釋放了易鑫Agentic AI解決方案的核心價值。從前端智能進件，到中端風控決策，再到後端融後服務，易鑫Agentic AI解決方案，不再是孤立的單點應用，而是覆蓋汽車金融全鏈路的一站式AI智能服務解決方案。那麼，從概唸到落地，易鑫Agentic AI解決方案究竟如何通過「Model + Harness」賦能核心業務？場景化應用案例一：風控和反欺詐前置，建構全鏈路風險屏障傳統汽車金融風控多在客戶提交資料後進行風險攔截，主要依賴靜態徵信資訊與人工審批。易鑫Agentic AI採用全鏈路風險管控模式，不僅將風控節點前置，還可以處理語氣、語速、情緒波動等非結構化資料，實現風險的動態識別與即時攔截。管道線索即時核驗：客戶留資後，XinMM-AM1會立即呼叫管道風險識別工具，核查管道和線索的真實性和質量，並迅速判斷線索跟進的優先順序。聲紋檢測識別風險：確認線索後，XinMM-AM1自動呼叫外呼Agent致電客戶，並即時呼叫聲紋檢測工具，與歷史聲音風險庫比對，捕捉高風險訊號（如通過聲紋匹配發現客戶為歷史黑名單客戶）。多模態資訊無損納入決策：XinMM-AM1可以將文字、語音和圖片等多模態資訊無損納入建模過程中，減少傳統特徵工程帶來的資訊丟失，確保全量資訊參與決策，並提高模型泛化能力，識別更多長尾風險案例。人工鏈條即時介入：當系統檢測到潛在欺詐、高風險或複雜案例時，Agentic AI確保人工能立刻接手當前互動，並獲悉完整上下文，實現人機無縫協同。場景化應用案例二：一次對話即辦理，告別溝通「拉鋸戰」在傳統流程中，客戶常需要與資訊採集、產品推薦、風控驗證等多個環節重複對接，導致流程割裂與重複，同時影響審批效率與客戶體驗。易鑫Agentic AI通過多模態即時互動與跨模組協同，在一次互動中完成聯動和業務目標。情緒洞察與動態話術：在互動過程中，XinMM-AM1可呼叫情緒分析工具，即時檢測客戶情緒，識別客戶的真實意圖和上下文，並動態調整溝通話術，最佳化客戶體驗和互動效果。Example:以典型互動場景為例，當客戶說出「說了，你繼續說吧」時，僅從文字語義的角度極易將其判定為積極的溝通訊號。而XinMM-AM1能夠通過即時情緒分析，識別語調升高、語速加快等細微變化，進而判斷出語義背後隱藏的不耐煩、催促等負面情緒。基於此判定，XinMM-AM1會自適應調整為安撫性話術或主動轉換話題，從而更好地貼合客戶情緒，實現高效溝通。資訊採集與方案推薦：在互動過程中，XinMM-AM1能引導客戶提供進件資訊和電子授權，並自動完成進件資訊的採集。同時，XinMM-AM1能即時聯動產品與風控模組，根據資質推薦最優金融方案，在一次對話中完成資訊錄入和方案匹配。資料閉環與模型進化：人類處理複雜情緒、疑難問題、棘手案例的運算元據，同步反哺至XinMM-AM1的訓練，形成「AI助人，人教AI」的閉環。結語輝達CEO黃仁勳曾預言：未來的主流極有可能是Agent，新興的AI技術（如Agent和機器人等）將會創造100兆美元的價值。十四屆全國政協委員、科技部原副部長李萌則指出，從大模型到Agent，是AI向生產力落地的必然路徑，金融Agent更是撬動金融新質生產力的有力工具。宏觀趨勢已然清晰，關鍵在於如何落地。易鑫通過Agentic大模型與Harness的結合，讓AI真正應用於真實、複雜、充滿變數的汽車金融場景。汽車金融的效率革命已拉開序幕，而這，正是易鑫給出的答案。 (新智元)

2026年4月24日，DeepSeek-V4橫空出世的那一刻，久經考驗的資本主義戰士，輝達老總黃仁勳在矽谷的辦公室裡感到了深深的絕望。這個在AI圈叱咤風雲、被尊為“算力沙皇”的男人，這輩子見過大風大浪，卻從沒像現在這樣憋屈——他精心布下的“鎖喉大局”，被美國那群只會打政治正確牌的豬隊友，親手砸得稀碎；而他最害怕的結局，被DeepSeek和華為昇騰聯手，硬生生變成了現實。很多人都搞錯了一個關鍵：黃仁勳從來不是要卡中國的脖子，恰恰相反，他拼了命想說服美國政府，把高端算力卡賣給中國。作為久經考驗的資本主義戰士，黃仁勳的算盤打得比誰都精，藏著一套美國人看不懂的東方智慧。他太清楚了，想要徹底拿捏中國AI，靠封鎖是最愚蠢的辦法——你越堵，中國人越能逼出絕境反擊；可要是主動把晶片賣過去，讓中國開發者習慣輝達的CUDA生態，依賴他們的硬體，久而久之，誰還會費勁去搞自主研發？這才是最高明的“鎖喉計”：用技術依賴，溫水煮青蛙，讓中國AI永遠被困在他的生態裡，永遠翻不了身。可惜，他的良苦用心，在一群腦回路清奇的美國政客眼裡，全是“資敵”的罪狀。不久前，黃仁勳接受了印度裔主持人帕特爾的專訪，這場長達1小時45分鐘的訪談，成了他這輩子最無語的一次經歷。前半場，不管帕特爾挖多少坑、拋多少刁鑽問題，黃仁勳都遊刃有餘，談笑間把AI底層邏輯、輝達的經營哲學講得明明白白，那份從容，是執掌算力帝國的底氣。可下半場，畫風瞬間反轉，一場好好的科技訪談，變成了一場“是否愛國”的靈魂拷問。話題一轉到晶片出口限制，帕特爾就像瘋了一樣，死死咬住黃仁勳不放，質問他為什麼要把最先進的晶片賣給中國，語氣裡全是美式傲慢。黃仁勳耐著性子，苦口婆心地解釋：靠封鎖硬體阻止中國AI崛起，不僅天真，更是致命的。中國有龐大的市場、用不完的廉價能源，還有最頂尖的人才，就算硬體落後一點，他們也能靠數量硬生生抹平差距，到時候，反而會逼他們徹底放棄依賴，搞全端自研——這才是最可怕的。可帕特爾根本聽不進去，像個復讀機一樣，翻來覆去就一句話：“反正中國掌握AI很危險”。他甚至拋出一個惡毒到極致的類比：把高端晶片賣給中國，就等於把濃縮鈾賣給敵人。還拿特斯拉、iPhone舉例，陰陽怪氣地揶揄黃仁勳，把他的商業佈局，污衊成“資敵”行為。這個印度裔主持人的邏輯，完美貼合了那種“我思故我在”的刻板印象——只要我覺得你不對，不管你說什麼，都是錯的。黃仁勳這輩子，估計第一次體會到什麼叫對牛彈琴，忍無可忍之下，連飆兩次“Childish（幼稚）”，情緒激動到近乎破防。他在談產業鏈、談生態壟斷、談算力格局，談如何用商業手段牢牢鎖住中國AI，可帕特爾，還有那些背後撐腰的美國政客，滿腦子都是意識形態、政治正確和零和博弈。這場訪談，那裡是什麼科技交流，分明就是一場披著“技術安全”外衣的宗教獵巫，藏著骨子裡的美式雙標和傲慢。更讓黃仁勳寒心的，是美國社會根深蒂固的亞裔歧視——他7歲就拿到美國護照，公司註冊在加州，僱傭了海量美國本土員工，每年給美國政府交的稅，足以撐起一個中小型國家的財政，可就因為說了一句“我們應該在中國市場保持競爭力”，就被當成犯人一樣，在訪談裡被審問了一個多小時。反觀馬斯克，在中國的生意做得比誰都大，上海超級工廠救了他一命，中國成了特斯拉最大的市場之一。他心情不好了，就在社媒上一邊喊著自己有“中國血統”，一邊痛罵白宮和華爾街；可回到美國，NASA的訂單照接，五角大樓的合同源源不斷，沒人懷疑他的忠誠，所有人都把他當成根正苗紅的商業天才——那怕他20歲才移民美國。這就是黃仁勳的宿命，也是所有美國亞裔的尷尬：白人維護商業，叫“自由市場擴張”；亞裔維護商業，就是“族裔利益輸送”。膚色帶來的等級差距，比台積電的製程鴻溝還要深。不管黃仁勳表現得有多“黃皮白心”，在那些白人精英眼裡，他永遠是個“外人”，永遠不配走進他們的核心圈層——估計他這輩子，都沒資格收到蘿莉島的入場券，因為在那個圈層看來，亞裔根本不配和他們同一張桌子吃飯。美國的歧視，從來都不是藏著掖著的。這個嘴上喊著“多元包容”的國度，把社會分而治之玩得爐火純青。亞裔被死死釘在歧視鏈的最末端，連僅佔美國人口5%的他們，都要被加州的《亞裔細分法案》拆成十類，美其名曰“精準提供公共服務”，實則就是美式“推恩令”，怕亞裔抱成一團，永遠成不了能威脅他們的統一票倉——這種玩法，熟悉二戰史的人都懂，當年奧斯維辛集中營，就是這麼拆分犯人的。而反華，更是美國政壇的政治正確。不管民主黨和共和黨平時怎麼互相拆台、互潑髒水，只要涉及中國，抹黑、詆毀就成了共同的主旋律，誰表現得不夠硬，誰就是全美公敵。背後牽扯的，全是軍工複合體、醫藥巨頭、槍支協會的利益鏈條，至於真正的科技發展、商業邏輯，沒人在乎。於是，連Wi-Fi都不懂的議員，能在聽證會上逼問周受資的國籍；孟晚舟能被捏造罪名，在異國他鄉被軟禁多年；為了維護霸權，誰不聽話就踢出SWIFT，誰敢冒頭就卡誰的晶片——這就是美國人的邏輯，霸道又愚蠢。黃仁勳比誰都清楚，這種愚蠢的封鎖，最終只會拖死輝達。他太懂算力的本質了：算力不是魔法，就是能量和金錢的轉化率，說白了，就是晶片×能源×演算法。美國政客以為，切斷高端晶片，就能鎖死中國AI，可在黃仁勳看來，這簡直是愚不可及。他最害怕的，從來不是中國用落後產能堆出大模型，而是美國政客親手摧毀輝達的護城河——CUDA生態。這就像把GPU比作電腦主機，CUDA就是主宰一切的Windows系統，過去20年，全球600萬開發者在這個平台上沉澱了無數心血和習慣，那種肌肉記憶，比任何枷鎖都牢固。黃仁勳的算盤很簡單：只要中國還能買到那怕是閹割版的輝達晶片，中國開發者就會因為遷移成本太高，捏著鼻子留在CUDA生態裡。可一旦連閹割版都買不到了，遷移成本就成了活命必選項，所有人都會被逼著搞全端自研——這才是他口中“極其糟糕的結果”，是他徹夜難眠的災難性噩夢。而他最擔心的事情，還是發生了。4月24日，DeepSeek-V4橫空出世，用實力狠狠擊碎了黃仁勳的幻想，也給了所有崇洋媚外者一記響亮的耳光。過去一年，DeepSeek的沉默，不是認輸，而是憋著一股勁。為了擺脫輝達的生態控制，為了和華為昇騰深度繫結，他們組織工程師，把底層程式碼全部重寫，一次次推遲新版本發佈，從春節拖到開春，從三月拖到四月。那段時間，那些軟骨頭跳得比誰都歡，指著DeepSeek的鼻子冷嘲熱諷，說他們放著成熟的CUDA不用，非要硬磕國產，純屬自尋死路。可他們那裡知道，DeepSeek憋著的，是一場足以改寫格局的逆襲。DeepSeek-V4的厲害，從來不是靠什麼複雜的技術參數，而是它把AI從“貴族玩具”變成了“全民工具”，真正做到了普惠。以前，不管是企業還是個人，想用頂尖AI模型，都要花天價支付算力成本，有時候一個簡單的指令，就能耗掉普通人半個月的工資；可DeepSeek-V4一出來，直接把成本打了下來，普通人也能隨便用，不用再為算力花錢發愁。更厲害的是它的實用性，不管是複雜的程式碼編寫、長文字處理，還是各種推理任務，它都能輕鬆勝任，甚至比很多國外的頂級模型還要好用。更關鍵的是，它能輕鬆處理百萬字的超長內容，相當於一次性讀完十幾本長篇小說，還能精準提煉核心，以前需要幾天才能完成的工作，現在幾分鐘就能搞定，這對各行各業來說，都是極大的效率革命。而真正讓黃仁勳絕望的，是DeepSeek和華為昇騰的深度繫結——這不是簡單的“湊活能用”，而是從頭到尾的量身定製，是真正的“珠聯璧合”。兩者的結合，沒有複雜的技術壁壘，反而簡單直接，完美避開了輝達的所有限制，走出了一條完全屬於中國的路。華為昇騰的思路，從來不是靠單顆晶片硬剛，而是走“抱團取暖”的路子，把幾百顆晶片整合在一起，形成一個超大規模的計算節點。這種方式雖然耗點電，但對中國來說，這根本不算事兒——西部戈壁灘的風電、光電多到用不完，電費便宜得令人髮指，這點功耗，換來的是徹底擺脫對美國晶片的依賴，怎麼算都值。DeepSeek則專門為華為昇騰量身打造了適配方案，放棄了輝達的CUDA生態，把底層程式碼全部重寫，和華為自研的框架完美契合，就像一把鑰匙配一把鎖，嚴絲合縫。以前，中國模型用國產晶片，總要有“翻譯器”，效率大打折扣，可現在，DeepSeek和昇騰聯手，直接跳過了翻譯環節，速度更快、更穩定，再也不用看輝達的臉色。更狠的是，DeepSeek-V4直接選擇了開源，全世界任何國家、任何公司，都能免費使用這個頂級模型，不用再向美國交高昂的“算力稅”。這就意味著，黃仁勳辛辛苦苦打造的生態壁壘，被硬生生撕開了一道口子，而且這道口子，只會越來越大。以前，全球開發者都被輝達的生態捆住了手腳，想換平台，就要付出巨大的成本，沒人敢輕易嘗試；可現在，DeepSeek和華為昇騰聯手，給了所有人一個新的選擇——不用花高價買晶片，不用被美國卡脖子，就能用到頂尖的AI模型。未來，不管是中東的土豪，還是東南亞的極客，甚至是非洲的創業者，憑什麼還要去買價格昂貴、還隨時可能被安插後門的美國貨？更諷刺的是，2026年初，白宮假意批准輝達對華出口H200晶片，卻設下流氓條款，要抽走25%的銷售收入，明搶一樣。可等到4月，商務部長盧特尼克被議員質問時，無奈交底：“他們一塊沒買，中方要全力發展本土產業。”輝達急得想賣，白宮急著抽成，國會急著防洩露，可回頭一看，中國早就不玩了，自己搞起了全端自研。黃仁勳精心布下的“鎖喉計”，被美國政客的短視和傲慢，徹底攪黃了；他一輩子打造的商業帝國，正在被DeepSeek和華為昇騰，一點點瓦解。黃仁勳的絕望，是深入骨髓的。他真心為美國著想，想用最高明的商業手段鎖住中國AI，保住美國的科技霸權，可他的豬隊友們，只懂打政治正確的牌，只懂封鎖和詆毀，親手把他推向了深淵，也親手把美國的算力霸權，送到了懸崖邊上。回望中國的發展史，這樣的絕境反擊，從來不是第一次。美國封鎖核技術，我們靠算盤敲出兩彈一星；封鎖空間站，我們就搞天宮，讓歐洲國家排隊合作；壟斷燃油車專利，我們就在新能源領域殺出血路；現在封鎖晶片，我們就搞DeepSeek+昇騰，用實力告訴全世界：中國的物理定律，和西方一樣，越施壓，越反擊。黃仁勳的“鎖喉計”黃了，美國的算力霸權懸了。從今往後，中國AI再也不用看任何人的臉色，矽谷的規則，該由我們來定了；屬於中國的算力時代，終於來了！ (曾楊清評論)

這兩天黃仁勳的訪談刷得到處都是，刷短影片、看公眾號，到處都在剪他那句“很可怕”的片段。大部分號都在說，老黃急了，少賺中國市場的錢，慌了。還有的在渲染對抗，說他怕了華為，怕了中國的晶片。我一開始也沒當回事，直到找了完整的兩個小時訪談，一字一句啃完，才發現幾乎所有人都看錯了。他急的根本不是少賺那幾百億營收，甚至不是怕華為的晶片追上他。他真正慌到骨子裡的，是放棄中國市場，等於直接把整個AI技術鏈條的未來，拱手讓人了。01. 黃仁勳最怕的是失去迭代能力前幾年我還在網際網路公司做ToB產品經理，那時候我們團隊接了個任務，要做一款給工廠用的生產管理工具。一開始我們幾個產品經理關在會議室裡憋方案，天天對標國外最頂尖的同類軟體，把人家的功能拆得稀碎，想著做個更牛逼的出來，肯定能爆。結果產品上線三個月，連十個付費客戶都沒拉到。我們幾個都懵了，功能明明比別人全，價格還便宜，怎麼就沒人用？後來老闆急了，把我們全趕去工廠駐場，讓我們別在辦公室裡瞎想，就跟著車間的工人、廠長待著，看他們到底怎麼幹活，到底需要什麼。我在浙江一個汽配廠待了快一個月，才明白我們之前做的東西，就是個空中樓閣。我們想的是“功能全不全”，人家想的是“車間裡的工人小學文化，能不能三步就操作明白”；我們想的是“資料統計多精準”，人家想的是“能不能提前預警機器故障，別耽誤半夜的生產進度”。就這麼著，我們天天泡在工廠裡，聽客戶提各種細碎的、甚至我們之前覺得“不值一提”的需求，改一版，給人家試，有問題再改，前前後後磨了快半年。最後這款我們當初根本看不上的、“一點都不高大上”的產品，成了公司之後三年裡最穩的營收支柱。也是那時候我才懂一個道理：一款產品、一項技術，能一直往前走，核心根本不是你在實驗室裡能憋出多牛逼的技術，而是有沒有持續的、真實的需求，推著你迭代。02. 市場從來不是什麼提款機是技術迭代的養料，是你活下去的根很多人覺得，中國市場對輝達來說，就是每年幾百億的營收，沒了就沒了，大不了少賺點，反正全球還有別的市場。但只有真正做過技術、跑過市場的人，才懂這個市場的價值，根本不是錢能衡量的。現在的中國，是全球最大、最活躍的AI應用市場，沒有之一。你能想到的所有AI落地場景，這裡都有最旺盛的需求。工廠裡的AI質檢，港口裡的無人調度，城市裡的智慧交通，還有數不清的網際網路公司、創業團隊，每天都在用AI做各種各樣的嘗試。這裡有全球近一半的AI開發者，他們每天都在跟晶片打交道，提需求，找bug，想辦法把晶片的性能榨到極致。輝達的晶片為什麼能一直領先？真的是他們的工程師天生比別人聰明嗎？不是的。是全球無數的開發者、無數的企業使用者，在用他們晶片的過程中，不斷地給他們反饋，不斷地提出新的要求，逼著他們一代一代地最佳化，一代一代地突破。你把這個市場放棄了，等於主動把自己的耳朵堵上了，眼睛蒙上了。你聽不到最前沿的需求了，看不到技術落地的真實問題了，你的技術迭代，自然就慢了。03. 你越想靠封鎖把對手摁死越容易把對手逼成你最不想看到的樣子我想起前幾年華為被斷供GMS的時候，我身邊好幾個在國外工作的朋友，用的華為海外版手機，一夜之間連Google地圖、信箱都用不了，那時候全網都在說，華為的海外市場徹底涼了。誰能想到，幾年過去，鴻蒙起來了？不是華為天生就想砸進去幾千億，去做一個完全自研的作業系統。是你把人家現成的路堵死了，人家除了自己開一條新路，別無選擇。你以為封鎖能摁死人家，結果反而幫人家把所有的退路都斷了，逼著人家只能往前衝，最後長出了你最忌憚的本事。這種事，歷史上發生過太多次了。當年美國給日本汽車加高額關稅，限制進口，想保住本土車企，結果豐田直接跑到美國建廠，針對美國人的需求改車型，反而在美國徹底紮下了根。當年歐美對中國搞太陽能封鎖，結果現在中國太陽能企業佔了全球90%以上的市場份額，人家連湯都喝不上了。黃仁勳在這個行業裡摸爬滾打了三十年，把一家快倒閉的公司做成了全球巨頭，他比誰都懂這個道理。你不讓輝達的晶片進中國，中國的企業就不用AI晶片了嗎？不可能的。需求就在那裡擺著，你不供應，自然有人供應。原本大家有現成的輝達晶片用，不會拼了命去搞全端自研，結果你一禁售，直接把所有人的路徑依賴都打破了。逼著中國的企業，從晶片設計，到架構，到模型，再到開發工具，一點點把整個AI的鏈條都打通了。等人家把整個生態都建起來了，全行業都習慣了用人家的東西，你再想進來，就一點機會都沒有了。04. 市場才是一個企業真正的護城河很多人看到黃仁勳說“只要能讓我們參與競爭，我們的晶片性能會遠勝華為，肯定能贏”，都在罵他自大，吹牛逼。但我看完訪談，反而覺得這是他最清醒的地方。他不是覺得輝達的技術有什麼天生的光環，永遠不會被超越。他是知道，真正的護城河，從來不是政策給你築起來的壁壘，不是你把對手擋在市場外面，自己躲在溫室裡過日子。真正的護城河，是你在充分的市場競爭裡，一點點磨出來的本事。是你天天跟對手貼身肉搏，天天被使用者的需求逼著往前走，練出來的，別人抄不走的能力。我見過太多企業，靠著地方保護，靠著政策壁壘，在自己的小圈子裡過得舒舒服服，十幾年都沒遇到過像樣的競爭。結果一放開市場，外面的對手一進來，瞬間就垮了。為何？因為太久沒打過仗了，你連使用者真正要什麼都不知道了。你所有的優勢，都是別人給你的，不是你自己練出來的。就像一個人，一輩子都待在溫室裡，從來沒淋過雨，沒吹過風，看起來白白淨淨，一出門，一場風雨就扛不住了。黃仁勳怕的，根本不是華為的晶片現在有多強。他怕的是，輝達被擋在中國市場外面，失去了最大的競爭陣地，失去了最前沿的需求反饋，慢慢就失去了迭代的動力。而華為在全球最大的AI市場裡，天天被使用者逼著跑，天天在跟市場磨合，遲早會長出能跟你正面抗衡的能力。真正能讓你站穩腳跟的，從來不是沒有競爭的安穩，不是把對手擋在門外的壁壘。是你在一次次的真實需求裡，一次次的貼身競爭裡，磨出來的本事。是你不管環境怎麼變，都能接住需求、解決問題的能力。黃仁勳那段刷屏的話，說到底，根本不是什麼中美晶片戰，也不是什麼大佬之間的博弈。他說的是商業世界裡最樸素的一個道理：你能服務多大的市場，接住多大的需求，你就能走多遠。那些靠高牆築起來的優勢，終有一天會被市場的洪流沖垮。只有在真實的世界裡，在一次次的打磨裡沉澱下來的本事，才能陪你走到最後。 (關山敘)

2026年4月15日，播客主持人Dwarkesh Patel做了一件許多主持人不敢做的事——他在採訪輝達CEO黃仁勳時，一路追問到這家全球最高市值公司的"核心命門"。當然，他自己說他是刻意站在被採訪人的對立方提問題，且以Dario支援晶片出口限制的觀點出發。這場近兩小時的訪談，在第57分鐘時陷入僵局，我特別看了這部分內容，兩人的相關爭論持續了30分鐘左右，這在很多超大企業CEO的採訪中非常罕見。雙方的分歧主要在於輝達高端晶片對中國市場的出口限制是否具有合理性。我的看法：兩人分歧的根源，不在於生意，而在於不同的出發點、心態和競爭邏輯。一場關於AI終局的假設之爭Dwarkesh Patel在訪談中，提出了一個清晰的邏輯鏈：AI晶片就像是濃縮鈾——濃縮鈾可以發電，但限制濃縮鈾的流通，就能限制核武器的擴散。因此，限制高端AI晶片出口給中國，就能延緩中國大模型的發展速度；中國縱有強大的工程能力，也難以在算力落後的情況下追上通用人工智慧的"奇點"。他把AI競賽定義為一場"誰先到達終點"的衝刺——終點是通用人工智慧（AGI）或更遠的超級智能。在這場衝刺中，任何能讓對手減速的策略，都具有戰略合理性。或者，他把Anthropic封閉式發佈的Mythos模型作為一個例子：如果中國也研發出類似的模型，能快速識別網路漏洞，豈不是可以攻擊美國的網路？這個假設，讓黃仁勳罕見地情緒激動。黃仁勳的核心論點，是這個比喻從根本上就是錯誤的。他沒有選擇正面辯論AI是否需要那麼高的算力，而是直接拆解了Dwarkesh背後的邏輯鏈條：算力不是AI的唯一瓶頸，能源、架構、演算法也是。他的"五層蛋糕"框架，將AI產業從底層到頂層依次定義為：能源→晶片→基礎設施→模型系統→行業應用。在這個框架裡，晶片只是第二層，能源才是第一層。如果中國擁有豐富的能源，那麼算力的差距可以通過其他方式彌補——比如用更多的晶片疊加、用更高效的演算法降低單位算力成本。更重要的是，黃仁勳認為摩爾定律正在走向終結——晶片性能每年翻倍的時代已經過去了，今天最先進的晶片，其性能優勢不是永恆的護城河，而是有時間窗口的相對優勢。一旦製程逼近物理極限，後來者的追趕難度反而會降低。基於這兩點，黃仁勳的結論是：限制晶片出口，短期確實會延緩中國AI的發展速度，但長期來看，這只會逼迫中國形成自己的生態鏈——一個內部整合、協同進化的完整體系。這個體系一旦形成，就不再需要依賴輝達，也不再容易被外部力量切斷。而這，才是黃仁勳說出"災難性"的真正所指。而Dwarkesh的假設，恰恰是黃仁勳的反面：AI的終局是某種"超級智能"，算力是到達終點的核心燃料，任何對算力的限制都能有效延緩對手。這個假設為出口管制的合理性提供了道德基礎——"我們在爭取人類未來的制高點，暫時的封鎖是必要的代價"。但這個假設本身成立嗎？通用人工智慧真的會以"超級智能"的形式出現，並成為某種決定性力量嗎？這至今仍是一個無法證明，也無法證偽的信念，而非已經被驗證的結論。黃仁勳對"核武器比喻"的憤怒，本質上是對這種未經檢驗的終極假設的拒絕。即便是Mythos模型，黃仁勳並不認為是在最先進的晶片上訓練出來的，也不認為Mythos模型的優勢有那麼大，掃描網路漏洞是AI模型發展史上必然會出現的一類功能，但還達不到所謂“核武器”的層級。黃仁勳甚至認為很多政策是建立在極端假設上，而這些極端假設是帶有一種“Loser”心態的，因為非常害怕輸，所以就選擇封閉別人。從黃仁勳脹紅的臉色上，可以知道他內心已經很激動，並對這些想法有種“恨鐵不成鋼”的感覺。逐漸的，兩種不同的競爭邏輯就體現出來了，一種是零和遊戲邏輯，一種是共生競爭邏輯。回到商業：一個無法迴避的身份困境訪談中還有一條更隱蔽的暗線：黃仁勳不希望把輝達定義為"國家的武器"。輝達的市值已突破4兆美元，但它始終強調自己是一家商業公司——賣晶片、建生態、服務客戶、創造利潤。但在現實中，它的一舉一動都被華盛頓納入戰略框架：CHIPS Act補貼附帶著"在美國製造"的義務；出口管制政策直接決定了它的中國市場命運；美國政府把它視為AI霸權的基礎設施。黃仁勳在訪談中說："美國內部會優先獲得最新晶片，不會影響美國的領先——而服務中國市場，是為了讓輝達的生態持續創新。" 至於如何避免最先進的晶片被用作軍事用途，黃仁勳提出讓兩國的研發人員能保持更頻繁的學術交流，設立機制以保證AI的使用在一定倫理內。這句話的商業邏輯是清晰的，但政治邏輯更複雜。當政策制定者把輝達視為"等同於半導體國家競爭力"的存在，他們很難接受輝達在賺取中國市場利潤的同時，扮演"中立的商業角色"。你很難既被列為"國之重器"，又保留完全的商業自主權。這個張力，才是輝達最深層的困境。理解黃仁勳的真實立場把整場訪談的邏輯梳理清楚之後，黃仁勳的立場可以概括為以下幾個層次：第一層：出口管制幫了誰？短期確實幫了美國半導體裝置商（向中國出售成熟製程裝置），也讓CHIPS Act補貼有了戰略合理性。但對Nvidia本身而言，失去高價值市場是真實的商業損失。更關鍵的是：管制在戰略層面的實際效果，並沒有所謂"鎖死中國"，而是"逼迫中國整合成一個更有凝聚力的生態"。第二層：AI競爭的終局是什麼？黃仁勳沒有提到AI的終局是某種"超級智能奇點"，也不認為晶片性能是決定勝負的唯一變數。他的"五層蛋糕"框架，本質上是說：AI是電力革命、網際網路革命之後的下一代基礎設施，它需要的是能源、晶片、基礎設施、模型和應用的完整生態——在這個生態裡，單一晶片的優勢只是局部變數，不是決定性力量。圖源：網路第三層：輝達需要什麼？保持生態的開放性、保持對全球市場的服務能力、保持作為"商業公司"而非"國家工具"的身份——這是輝達最核心的商業利益。黃仁勳不希望輝達成為那個被犧牲的代價。黃仁勳所有的表態，都是圍繞這三個核心利益展開的。為什麼CUDA是輝達真正的護城河理解黃仁勳的擔憂，首先要理解輝達的護城河到底是什麼。外界的普遍認知是：輝達的護城河是GPU的硬體性能——晶片算力強、功耗低、生態好。這固然沒錯，但黃仁勳本人在這次訪談中給出了一個更底層的定義："輸入是電子，輸出是Token，中間是輝達。"這句話的意思是：輝達真正的護城河，不是某一個晶片型號的性能指標，而是從電子到Token的整套轉化體系的效率。硬體只是這個體系的最底層，往上是驅動層、編譯層、框架層、工具鏈層和開發者生態層——五層疊加，才是輝達真正的壁壘。CUDA（Compute Unified Device Architecture）就是這個體系中承上啟下的核心軟體層。它不僅僅是"讓GPU做平行計算的工具"，而是一套定義了"如何用算力"的語言和規則體系。圖源：網路全球數百萬AI開發者，在研究生階段就學習CUDA程式設計；他們的論文程式碼、實習項目、開源貢獻，幾乎全部基於CUDA生態建構。當一個畢業生在CUDA上訓練了第一個模型，他的整個職業路徑都會被鎖定在這個生態上——換框架，意味著重寫程式碼；重寫程式碼，意味著放棄多年的積累。更深的一層是：AI框架（PyTorch、TensorFlow）和最佳化庫（cuDNN、TensorRT）都深度繫結CUDA。這意味著當研究人員說"這個模型在A100上訓好了"，他們實際上是在說"這個模型在CUDA生態裡建構好了"。晶片可以換，底層生態遷移的成本卻極高。這就是為什麼黃仁勳在訪談中說："這些生態系統很難替代，換掉它們需要花大量時間和精力，而且大多數人根本不願意換。"他還提出了一套"AI五層蛋糕"理論自洽自己的邏輯：能源→晶片→基礎設施→模型系統→行業應用。每一層都不是孤立的，而是彼此深度耦合。輝達真正的優勢，是在基礎設施層和模型系統層，同時提供了硬體加速和軟體工具的整合方案——這種全端能力，是單一晶片廠商無法提供的。中國是如何撕開這道裂縫的黃仁勳口中"災難"的觸發點，是DeepSeek V4全面轉投華為昇騰晶片。根據多方報導，DeepSeek V4將首次完全基於華為昇騰950PR（配合中芯國際7nm製程）進行訓練，底層程式碼從輝達CUDA生態重寫為華為自研的CANN框架。如果這一計畫按期落地，DeepSeek V4將成為全球第一個完全脫離輝達生態鏈路的頭部大模型。圖源：網路這一步的難度，不能被低估。這也是V4為何延後到4月底發佈的原因之一。從CUDA遷移到CANN，核心工作量相當於重寫整個模型的底層算子庫。DeepSeek團隊在V3時期積累了大量的CUDA最佳化程式碼，這些程式碼背後凝結了團隊對GPU硬體特性的深度理解。遷移到CANN，不僅僅是換一套API呼叫，而是需要工程師重新理解昇騰的架構特性，重新設計每一個計算核心的調度邏輯。但DeepSeek選擇走這一步，恰恰說明：遷移的代價，在戰略收益面前已經變得可以接受。撕開CUDA裂縫的力量，來自四個方向。第一：華為昇騰的性能已經足夠用了。昇騰910C配合中芯國際7nm工藝，在推理場景下的性能已經可以對標輝達H20。更關鍵的是，昇騰的硬體已經進入大規模量產階段——2026年一季度，昇騰950PR正式發佈並進入商用，國內外多個智算中心開始批次部署。第二：CANN框架已經成熟到可以承接工業級模型。CANN（Compute Architecture for Neural Networks）是華為自研的異構計算架構，定位對標CUDA。經過多年迭代，CANN在算子覆蓋度、編譯最佳化能力和偵錯工具上已經相對完善。DeepSeek V4若能成功遷移，說明CANN已經具備了承載頂級大模型的工程能力。圖源：網路第三：中國AI生態正在形成完整的替代鏈。晶片層：昇騰、寒武紀思元、燧原、沐曦、百度崑崙芯——五家主要廠商合計已佔據國內市場41%的出貨量（2025年資料）；框架層：華為MindSpore、百度PaddlePaddle、阿里MQL；模型層：DeepSeek、通義、文心一言——越來越多的模型開始在國產算力上進行預訓練。第四：政策壓力加速了遷移意願。2022年以來，美國商務部將昇騰系列列入實體清單，倒逼中國科技公司必須在國產晶片上實現技術自主。這種"被迫"的生態整合，反而在客觀上加速了中國AI算力生態的內循環。清華大學魏少軍教授在一次行業會議上曾指出："當前全球AI發展已被輝達的GPU架構和CUDA生態深度繫結，形成了'模型-架構-生態'三重依賴。打破這種依賴，不是某一家公司的事，而是需要整個產業生態協同遷移。"這條路的代價極高，但它正在發生。這場突圍，能走多遠黃仁勳的擔憂，還提出了一個反直覺的論斷：晶片不是AI的唯一瓶頸，能源才是。如果美國斷供晶片，中國AI發展的天花板將由電力而非算力決定；能源豐富的中國，有能力自己解決電力問題，屆時整個"晶片斷供"的邏輯就會反轉。這個論斷有它的合理性，但也有盲點。盲點在於：晶片的製程工藝，不僅僅是"買不買得到"的問題，更是"能不能造出來"的問題。中國目前最先進的製程是中芯國際7nm，而輝達最新Blackwell系列已使用定製4nm/3nm工藝。晶片製造工藝的差距，不是兩三年可以彌合的。專家們的預測，大致可以分為兩派。一派相對審慎，認為中國AI晶片的"替代"，更多是政治壓力下的被迫選擇，而非技術和商業上的自然結果。晶片性能的差距客觀存在，軟體生態的豐富度也遠不如CUDA，短期內很難在輝達傳統優勢的訓練場景實現完全替代。這一派的代表是部分美國半導體行業分析師，他們認為輝達的護城河依然堅實，"災難性後果"是黃仁勳在政策遊說時的誇大之詞。另一派則更為激進，認為中國AI生態的整合速度，已經超過了西方觀察者的預期。DeepSeek V3已經證明了中國團隊能在極低訓練成本下做出頂級模型；同樣的工程能力一旦遷移到昇騰生態，迭代速度會顯著加快。昇騰950PR的實測性能，已經接近H20；按照摩爾定律，18到24個月內，昇騰與輝達旗艦晶片的性能差距將進一步縮小。圖源：網路一個更值得關注的技術趨勢是：DeepSeek證明了，算力效率可以彌補晶片性能的差距。 DeepSeek V3用557萬美元完成了與GPT-4比肩的訓練，其核心方法正是極致的算力利用率最佳化。這意味著，即便中國晶片性能只有輝達的70%，通過演算法最佳化，差距可以被大幅壓縮。一場沒有終點的生態戰爭回到黃仁勳那句話。"如果DeepSeek先在華為平台上發佈，那對我們國家（美國）來說將是災難性的。"這句話的語境，不應該被簡化為"黃仁勳害怕華為"。它背後真實的焦慮是：輝達最害怕的，不是華為做出一款好晶片，而是中國通過政策壓力+市場整合+技術迭代，形成一個能夠自我進化的AI算力生態閉環。圖源：網路晶片禁運的政策壓力，反而加速了這個閉環的形成——這個邏輯反轉，是黃仁勳"災難"二字的真正所指。對於中國而言，目前還不意味著勝利。輝達的護城河，並非一紙禁令就能拆除。CUDA生態積累了十五年的開發者心智和使用習慣，不可能在一夜之間遷移；國產晶片在製程工藝、工具鏈成熟度上，與輝達的差距依然顯著；完整的替代生態，需要晶片廠商、模型廠商、雲服務商和終端使用者的協同共進，這是一場以十年為單位的耐力賽。但趨勢的方向已經確認。當DeepSeek V4全面適配昇騰的那一刻，那不只是一個模型的遷移，而是一張多米諾骨牌的倒下。第一個吃螃蟹的人已經出現了，跟進者會越來越多。黃仁勳的"災難"，或許不會在一夜之間降臨。但它描述的未來，正在以肉眼可見的速度，逼近現實。本文核心資訊來源：Dwarkesh Patel播客專訪黃仁勳全文（2026年4月15日），建議大家可以去看原視訊，資訊更豐富。 (首席商業評論)

現如今，白領們往往深陷乏味的辦公日常：處理沒完沒了的電子郵件，應付接踵而至的會議，熬到周末時早已身心俱疲。從輝達、愛彼迎到美國聯合航空和Twilio，這些企業的CEO們正按照自己的方式重塑企業規則。圖片來源: Bloomberg / Contributor / Getty Images，Mike Windle / Staff / Getty Images但一些商界領袖正在打破常規，他們領導著市值數十億甚至數兆美元的公司，以更具個人特色的方式執掌商業帝國。輝達CEO黃仁勳：不舉行一對一會議作為輝達的聯合創始人兼CEO，黃仁勳將效率放在首位，摒棄例行匯報，以精簡工作流程。黃仁勳認為，與55名直屬下屬頻繁地單獨溝通並不高效，無休止的會議只會擠佔日程、拖慢工作進度。“我不會和他們中的任何一個人進行一對一談話。”黃仁勳在2024年史丹佛經濟政策研究所峰會上表示。他希望在這家市值4.9兆美元的科技巨頭內部保持資訊透明。“我對任何人說的話都不會是秘密，不存在‘僅限你知道’的資訊。”黃仁勳仍然會與高管團隊召開定期會議，他也承諾，如果員工確實需要與他溝通，他隨時可以放下手頭工作處理。在他看來，減少耗時的會議是為了讓輝達在人工智慧競賽中全力衝刺。“這樣一來，輝達就能保證敏捷性，讓資訊更快地流動。我們的目標是讓員工發揮所長，而非通過掌握多少資訊來獲得成就感。”黃仁勳說。愛彼迎CEO布萊恩·切斯基：不發郵件，不開早會布萊恩·切斯基主張，任何領導者都無需為自己的管理方式感到抱歉，他本人也正坦然地踐行這一理念。例如，這家市值870億美元短租平台的首席執行長，已經擺脫了令職場人倍感頭疼的電子郵件，改用簡訊和電話處理工作。切斯基去年在接受《華爾街日報》採訪時坦言，“疫情之前，回覆郵件是工作中我最討厭的部分。”此外，這位愛彼迎的CEO常常在深夜湧現靈感，因此他從不安排上午10點前的會議。矽谷CEO們推崇的“早起拚搏”文化，並不適用於這位白手起家的億萬富翁。切斯基說：“當你成為CEO後，你就可以自行決定一天中的第一場會議何時開始。”美國聯合航空CEO斯科特·柯比：辦公室有效午睡斯科特·柯比認為，在數十年的職業生涯中，抽空在辦公室小憩是他保持思維敏銳的秘訣。稍作休息能讓他精力充沛，更從容地執掌這家市值330億美元的航空巨頭。他甚至曾經直接睡在地板上，直到公司員工發現了這個習慣，連忙為他找來一張沙發，讓他能好好休息。“我的職業生涯中，一直有個旁人看來頗為古怪的習慣：在辦公室關門小睡20分鐘。”他近期在接受麥肯錫公司採訪時分享道。哈佛醫學院2024年研究佐證了他的做法：30分鐘內的“有效午睡”能提升個體的警覺性，改善情緒與思維清晰度，同時緩解疲勞。柯比堅信，疲憊時大腦無法全速運轉，如果不能全神貫注，就不該做決策。“疲勞狀態下，如果我小睡20分鐘，取得的成效比做其他事更高。”柯比說。西南航空CEO鮑勃·喬丹：下午不開會2026年，鮑勃·喬丹定下了一條新規：每周三、周四、周五的下午，他的日程表徹底清空。這些時段不允許安排任何會議，這位航空業巨頭CEO希望擁有完整的時段來“思考當下真正重要的事務”，而不是被那些耗時的常規雜務纏身。喬丹在2025年《紐約時報》DealBook峰會上表示：“剛上任時，CEO們很容易誤將忙碌、頻繁開會等同於有效領導。但結果往往是：會議吞噬了大部分時間，真正的工作反而沒空做。”喬丹稱，對於每天參加各種會議、分身乏術的高管同行來說，這套規則聽起來可能有點“瘋狂”，但他認為，CEO的核心價值在於專注自身最擅長的事務，而這些工作通常難以在耗時的溝通中落地。“這樣做是為了讓你專注處理更要緊的事，”喬丹解釋道，“你可以思考當下的重中之重，也可以聯絡真正需要溝通的人。”Twilio CEO霍澤瑪·希普錢德勒：在限時會議間隙鍛鍊“推崇巧幹”的希普錢德勒對日程的管控極為嚴格。和許多同行一樣，他會精心篩選要參加的會議、嚴格把控會議時長，還會利用會議的間隙進行鍛鍊。“我不會參加那些無法推動公司業務發展、或無法給我帶來能量的會議。”希普錢德勒去年對《財富》雜誌表示。“30分鐘的時段我通常只開25分鐘的會，1小時的時段只開50分鐘，”他解釋道，“在會議間隙，我會繞著辦公樓快走一圈，促進血液循環，或是呼吸一下新鮮空氣。”編者語警惕“忙碌陷阱”：真正的領導力並非體現在填滿日程表，而是敢於在繁忙中“留白”，通過制度化地清空部分日程，將時間從瑣碎會議中奪回，留給核心決策思考。頂尖的商界領袖正在系統性地設計自己的工作規則，而非被動適應傳統範式。在卷效率、卷時長的職場環境中，或許我們更需要的是像CEO一樣，主動管理自己的“工作系統”。黃仁勳削減耗時的會議，以保持輝達在人工智慧競賽中處於領先地位，提示企業應專注於更長遠的發展目標，提高管理效率，而非在繁冗的流程中消耗時間和精力、拖慢競爭的步伐。 (財富FORTUNE)