“大多數人不是被AI取代，而是被會用AI的人取代。”
“一個國家不能只“吃碳水”——我們不僅需要資訊產業的人才，也需要製造業、勞動力和技藝工種的強大力量。”
“你們現在與所有人站在同一起跑線上，沒有人比你們更有先發優勢。”
最近，史丹佛的官方帳號上新了一場圍繞人工智慧的對話——嘉賓陣容超硬核，包含輝達創始人兼 CEO 黃仁勳、國會議員羅·卡納，以及前國家安全顧問、現任胡佛研究所與佛里曼·斯波利國際研究所高級研究員的 H.R. 麥克馬斯特。
備註：胡佛研究所，是美國史丹佛大學下屬的公共政策研究機構；
首先，關於AI，我們到底做了什麼？黃仁勳的觀點是：“我們實際上重新發明了計算——軟體如何開發、如何編寫、軟體能做什麼、以及它如何被處理。”
計算的形態從傳統的“檢索式”變為“生成式”，並如今進一步發展到智能代理系統；資料中心也從“儲存檔案”變成了“生成 token”，過去的資料中心是檔案伺服器，現在本質上是 token 生成器。
第二，從產業架構上看，AI 本質上是一個五層結構，包括能源、晶片、基礎設施、模型和最關鍵的應用層。“每一層都有各自的問題、動態和參與者，但我們必須讓每一層都成功。”
只有當AI應用廣泛擴散到社會和各行各業時，整個技術飛輪才能真正轉動。
第三，有關AI行業的監管問題，在黃仁勳看來，在 AI 這樣快速發展的技術中，意外後果是很難預測的。無論是過早監管還是過度監管，更應該尋求一個中間路徑。
“是希望社會完全沒有風險、從而幾乎不承擔任何創新風險、導致產業受限？還是願意承擔一定風險，同時在事後修正問題？我剛才描述的，其實就是兩個不同地區的監管文化，而美國目前大致處於中間。”
第四，在就業方面，黃仁勳認為 “AI並不會大規模摧毀就業”；因為任務和工作本質是不同的，AI自動化的是具體任務，而非工作的根本目的，當任務被高效完成後，人類的需求幾乎是無限的，最終將創造比開始時更多的就業崗位。
“大多數人不是被AI取代，而是被會用AI的人取代。”
第五，是對未來前景的判斷——現在是在校學習、以及即將畢業的最佳時代。在他看來，整個世界正在被‘重設’。因此，所有人都站在同一起跑線，沒有人會更有先發優勢。
“一整代人將借助一種前所未有的新技術進入這個行業，而你們正是第一代。這是一個難以置信的機會。”
除了上面的這些之外，還有更多“反直覺”的觀點!
完整內容放到下面了！
計算被重新發明：過去的資料中心是檔案伺服器，現在是 token 生成器
H.R. 麥克馬斯特：很榮幸能和兩位先生同台，也感謝大家來參加這場討論。這感覺有點像一個笑話的開頭：一個過氣將軍、一位科技創新者兼 CEO，以及一位來自矽谷的國會議員走進一家酒吧——接下來會發生什麼？
那我們直接進入正題吧。顯然有很多內容可以討論，我也很想聽聽你們在這些方面的看法。首先，我想我們都同意，人工智慧相關能力極其強大，對社會有巨大影響，也充滿潛力。它正在改變戰爭的方式，並且在經濟、軍事以及國家安全層面決定我們是否擁有競爭優勢。
如果你們也同意（我知道你們同意）我們應該保持這種競爭優勢，那麼問題是：我們該如何做到？黃仁勳，要不你先來。
黃仁勳：首先，我覺得有必要先退一步，問一個問題：我們到底做了什麼？我們實際上重新發明了計算——軟體如何開發、如何編寫、軟體能做什麼、以及它如何被處理。從最根本的層面來看，這就是我們所做的一切。
當然，計算的形態也發生了變化。過去的雲端運算，本質上是一種“檢索式計算”：所有內容都是預先記錄好的。你寫了一篇文章、設計了某樣東西、錄製了一段視訊或演講，然後把它儲存在雲資料庫和資料中心中。接著根據點選行為、推薦系統和各種演算法，把這些預先存在的內容呈現給你。
而今天的計算方式是“生成式”的。它會結合上下文、提示和你的意圖，因為它能夠理解——能夠感知、理解、推理——然後生成內容：寫故事、做總結、寫程式碼等等。所以這種新的計算是生成式的，因此看起來像是“智能”。
但如果你打開資料中心、打開電腦“引擎蓋”看本質，你看到的依然是軟體在電腦上運行。這是一種新的軟體形態，很驚人，但從本質上講也沒那麼神秘。它不是外星產物，不是從天而降的東西。
我認為第一點是要理解：這種新型計算的出現，改變了整個電腦產業。因為它能力太強，可以做的事情太多，從公司形態到企業地位，再到資料中心的性質都發生了變化。資料中心從“儲存檔案”變成了“生成 token”，我把它稱為“工廠”。你把電力轉化為 token，這其實是在製造東西。過去的資料中心是檔案伺服器，現在本質上是 token 生成器。
AI 本質上是一個五層結構
黃仁勳：這需要大量計算資源。那問題來了：它能做什麼？我們都很清楚，最新一代 AI 已經從“感知”發展到“生成”，再到現在的“智能體系統”。這一階段的 AI 展現出了極強的能力，而且也確實正在發揮作用。
具體對各行各業的影響我們可以稍後再談。首先要理解這項技術本身。從產業角度看，AI 本質上是一個五層結構：最底層是能源，其次是晶片，然後是基礎設施，再往上是 AI 模型，最上層也是最重要的是 AI 應用。這些應用可以是企業軟體、消費軟體、藥物研發、機器人、製造業等等。
這五個層級，每一層都有對應的產業、市場和大量公司。最重要的一點是：如果美國想保持領先，就必須在這五個層級上全部取勝。
每一層都有各自的問題、動態和參與者，但我們必須讓每一層都成功。
最後，也是最關鍵的一點：最重要的是應用層。如果應用層不成功，整個“飛輪”就不會轉動；飛輪不轉，技術就無法規模化，產業也無法規模化。最關鍵的是讓應用真正進入社會、進入產業，讓 AI 被實際使用。
如果因為我們自己的某些決定或言論，讓整個國家對 AI 產生恐懼，從而抵制它，用監管把它擋在社會和產業之外，讓發展放緩，那將是非常不幸的。因為這是我們發明、我們引領、我們在各方面都處於領先地位的一場工業革命，卻最終沒有被我們自己充分利用。
美國保持領先的比較優勢
H.R. 麥克馬斯特：如果總結一下你的觀點，就是要消除 AI 採用的障礙，同時加速技術發展和應用落地。那麼卡納議員，你怎麼看？要保持競爭優勢的關鍵是什麼？你最擔心我們在那些方面可能落後？
羅·卡納：首先，我想說能來到這裡是一種榮幸，能和黃仁勳同台更是榮幸。我第一次見到他時，他問我的第一個問題是：“議員，你怎麼理解麥克斯韋定律？”這讓我愣了一下，然後他又用非常簡單的方式解釋了一遍。所以他是一個具有經濟愛國情懷的人，我非常尊重他，即便我們有分歧，我也一直覺得他非常有思想。
在我看來，美國擁有比較優勢的第一點，是我們吸引了來自世界各地的人才，他們願意來這裡學習、創新，並參與我們的研究型大學。如果你看 AI 初創公司，其中 60% 是由移民創立的；如果你看 AI 研究人員，72% 本科並非在美國完成，而是來自世界其他地區；其中 38% 是來到美國的中國公民。
H.R. 麥克馬斯特：這讓我想起了王安——王安電腦公司的創始人。
羅·卡納：是的。所以我認為，不只是吸引全球人才本身重要，更重要的是讓這些來自不同背景的人才彼此交流，這種多元視角的碰撞會產生“化學反應”，催生創新。
第二點是我們的研究型大學。全球前20所研究型大學中，我們擁有14所；中國有清華和北大兩所。雖然《自然》雜誌說中國在論文數量上佔據前10中的9席，但我們在研究質量上仍然領先。這不是偶然的，而是因為我們長期對研究型大學進行投入。大家或許還記得，1969年正是在史丹佛，在美國國家科學基金會的資助下，實現了從加州大學洛杉磯分校到史丹佛的 ARPANET 連接，也就是網際網路的起點。因此，我們必須繼續為研究型大學提供資金支援。
第三點是學術自由。在我們的國家，你可以從事任何職業，你對戰爭與和平、經濟問題的看法，與博士、國會議員甚至總統同樣重要。人們不會害怕說“你錯了”，不會害怕質疑權威、挑戰傳統。這正是我們的比較優勢，我們必須保持這一點。
最後一點，在史丹佛也體現得非常明顯，就是技術轉移機制——大學可以與私營部門合作。政府、大學和企業協同運作，這是一種“魔法公式”。在我看來，這些原則讓美國能夠持續在 AI 以及其他技術領域保持領先。
H.R. 麥克馬斯特：很好。也就是說，為了保持競爭優勢，我們需要消除應用層面的障礙——這些障礙可能來自情緒或認知層面。同時，你強調了人力資本、科研投入以及學術自由。我想自由市場的力量也是其中一部分——畢竟這裡是胡佛研究所，也是米爾頓·佛里曼的地盤。
備註：米爾頓·佛里曼，美國著名經濟學家，芝加哥經濟學派領軍人物1976年諾貝爾經濟學獎得主。
監管的意義並不是“幫助我們成功”
H.R. 麥克馬斯特：不過，除了科研投入，我們還需要採取一些具體行動來維持競爭優勢，這涉及政府政策以及像 黃仁勳 和你團隊這樣的創新者。那麼你如何看待“經濟治國工具”？比如出口管制、對內外投資的審查、通過對抗經濟脅迫來創造正確的投資激勵，以及放鬆監管、消除阻礙，從能源到應用各個層面維持競爭力。政府在其中應該扮演什麼角色？
黃仁勳： 我們的情況與大多數行業有些不同。我會說，電腦產業——也就是計算技術產業——是美國的國家級財富之一。與其他行業不同，這個行業在全球處於領先地位。
我現在所處的位置正是計算技術教育的核心地帶，這無疑是國家最重要的資產之一。另一個當然是我們的金融服務業，它是全球經濟的支柱。
幾乎所有其他行業都需要補貼，需要保護，但這兩個行業不需要。它們在全球範圍內表現卓越、領先程度之高，往往超出人們的想像。歷史上沒有那家汽車公司曾佔據95%的市場份額，而輝達在中國曾達到95%的市場佔有率。
因此，對我們來說，監管的意義並不是“幫助我們成功”，因為這個行業本來就非常成功。問題在於：監管會如何影響我們？
首先，我們當然希望美國繼續保持全球領先。我們是一家美國公司，希望美國贏。但關鍵在於，在技術本質下應該如何實現這一點。
當我們談論 AI 時，我們到底在談什麼？AI 並不是一個模型，就像電腦並不是一個作業系統一樣。所以，理解 AI 產業的本質非常重要：它如何被培育，才能增強國家安全、經濟安全，並保持產業繁榮？如果政策的目標是強化這些支柱，那就必須先弄清楚我們在監管什麼，以及如何監管，才能保持甚至增強全球競爭力。
人們在思考 AI 時常犯的一個錯誤，是把 AI 當作一個“單一事物”。實際上，它是一個由五層構成的產業體系。而且我們與許多競爭對手之間存在相互依賴關係。
如果美國想發展 AI，就需要能源產業增長；如果能源產業要增長，我們需要中國；如果基礎設施產業要增長，我們也需要中國。原因在於供應鏈極其複雜，我們在許多核心工業技術上對其存在依賴。
因此，我們必須以全域視角思考這些問題，最終目標是讓美國整體勝出，而不是某個單一行業的勝負。
21世紀的馬歇爾計畫：實現再工業化
H.R. 麥克馬斯特：卡納，我也想問你同樣的問題，不過希望你重點談談你一直倡導的一點：減少我們對中國東南沿海製造業的依賴。你剛才提到，我們在一定程度上確實需要中國來維持競爭優勢，而這某種程度上也是中國通過“雙循環”戰略以及供應鏈控制所刻意塑造的局面。
例如在能源領域，我們依賴電池、渦輪等關鍵材料。卡納議員，你認為我們可以運用那些經濟政策工具？短期來看，也許像黃仁勳說的那樣，我們需要維持競爭優勢，比如繼續從中國進口某些元件。但從長期來看，我們是否有辦法削弱中國對我們經濟的“脅迫能力”？
羅·卡納：我同意你的看法。我們不能讓中國在稀土、藥物關鍵原材料以及活性藥物成分方面形成全球壟斷。黃仁勳說得對，美國的科技產業和金融產業確實極大增強了我們的比較優勢，也是我們成為全球最大經濟體的重要原因。但我們犯了一個巨大的錯誤——讓工業基礎空心化。
我在賓夕法尼亞州巴克斯縣長大，親眼看到鋼鐵產業關閉，也看到整個中西部以及許多地區失去了工廠城鎮和工業基礎。認為我們可以只靠金融和創新，而不需要製造業基礎，這是一個錯誤。
這對我們的國家安全是一個錯誤，對社會凝聚力來說也是一個錯誤。我認為，我們今天在政治中看到的憤怒與撕裂，某種程度上正是這一選擇帶來的後果。很多人失去了尊嚴——那些曾參軍作戰、他們的祖輩也曾參軍、共同建設這個國家的人，突然被告知：“你們去別的地方吧，如果你進不了金融或科技行業，那也沒辦法。”而他們會說：“不，我們建設了這個國家。”
因此，我認為我們需要一個“21世紀的馬歇爾計畫”，一種新的經濟愛國主義。這不僅僅意味著戰略性關稅——我支援針對傾銷採取關稅措施——但如果你對活性藥物成分徵收關稅，而國內根本沒有相關產業，那關稅只會推高價格。
所以我們還需要配套政策，比如設立產業發展銀行。前 MIT 校長 Rafael Reif 在《外交事務》上有一篇很好的文章，提出應當投資新興關鍵技術，幫助其規模化，在美國本土培育新產業——無論是稀土、關鍵礦產、核心原材料、機器人，還是先進鋼鐵等領域——確保我們具備一定程度的自主能力。
同時，我也希望像黃仁勳這樣的企業領袖能夠參與進來，幫助我們在俄亥俄州、賓夕法尼亞州、密歇根州等地區實現再工業化。但這次不是回到過去，而是圍繞未來所需的產業，創造新的就業和產業結構。我相信，這可以成為一個跨黨派、跨地區的共同使命，讓勞工、企業、科技界和政府朝著同一個方向努力。
AI 產業正成為美國再工業化的引擎
黃仁勳： 沒錯。正如議員所說，AI 產業的增長正成為推動美國重新工業化的引擎——包括晶片製造、電腦製造，以及建設各種 AI 工廠。
我們正在實現再工業化，正在創造大量製造業相關崗位，比如管道工、建築工、電工，還有精密工具製造人員。他們的薪資正在翻倍、甚至三倍增長，這非常令人振奮。但前提是我們需要一個強勁、繁榮的經濟引擎，讓美國企業有能力在本土進行投資。
我們計畫在美國投資5000億美元，用於建設晶片工廠和電腦製造工廠。如果沒有一個繁榮的商業環境，這是不可能實現的。
因此，其中一個路徑就是順勢而為，推動製造業多元化，把生產帶回國內，建構更加平衡的經濟結構。一個國家不能只“吃碳水”——我們不僅需要資訊產業的人才，也需要製造業、勞動力和技藝工種的強大力量。
現在，隨著產業的繁榮，我們有機會做到這一點。因此，一切有助於維持這個產業繁榮的措施，都是值得去做的。
H.R. 麥克馬斯特：或許政府可以做的，是激勵你剛才提到的這些投資，同時營造一個有活力的經濟環境，從而產生資本，讓這些投資成為可能。
我認為，卡納議員提到的是全球經濟的一次結構性轉變——很大程度上發生在中國加入 WTO 之後。許多美國人從中受益，比如可以買到來自中國的廉價商品，但也有很多人被落下。
AI民主化：推動就業計畫
H.R. 麥克馬斯特：你提到了“AI民主化”，黃仁勳也談到了推動 AI 在整個經濟中的廣泛應用，這其實是同一個主題。在你最近的一篇文章中，你提到不應該讓 AI 集中在少數億萬富翁手中（當然不包括在座的各位），而是要讓所有人都能使用它。
所以我想問你們兩位：如何讓所有人都參與進來？
黃仁勳： 是的，怎麼才能讓所有人都參與進來？
H.R. 麥克馬斯特：這也涉及你提到的“悲觀情景”，比如人們失業等問題。你們如何實現所謂的 AI 民主化？如何確保這場巨大轉型不會讓美國人被拋在後面，而是讓大家都能從中受益？
羅·卡納：我的出發點是：如果美國成就了你，那你就應該回饋美國。美國對我們三個人都很好，我們都以各自的方式實現了“美國夢”。我很欣賞黃仁勳的一點是，他強調一種“社會契約”——對國家、對社會有回饋的責任。
但我們也必須看到，在東聖何塞或我成長的賓夕法尼亞州巴克斯縣，很多人對這個國家的看法是怎樣的。他們看到19位億萬富翁擁有3兆美元財富，佔 GDP 的12.5%，這是“鍍金時代”的三倍財富集中度。而70%的美國人已經不再相信“美國夢”。
我們面臨嚴重的經濟不平等，而且說實話，人們並不信任我們。即使 AI 是我們發明的，美國卻是對 AI 最懷疑的國家之一。為什麼？因為人們不信任精英，不信任國會、不信任總統、不信任企業領袖，也不信任媒體。他們覺得我們沒有為他們創造機會。
因此，我們有責任去思考，如何讓這場 AI 革命真正惠及所有人。
我可以講很多細節，但我認為有兩個關鍵點。首先是就業計畫——對就業的承諾。我前幾天在布朗大學問學生：“有多少人擔心就業？”80%的人舉手。過去，當 William Julius Wilson 討論黑人城市就業問題時，美國關注的人並不多；後來 Deaton 和 Case 研究白人工人階層時，關注多了一些，但仍然不夠；而現在，連布朗大學學生都在擔心這個問題，這說明機會來了。
H.R. 麥克馬斯特：比史丹佛還嚴重吧。
羅·卡納：史丹佛當然不會承認。但現在我們有機會推動一個最具愛國精神、最積極的就業議程。我們可以通過聯邦政府對年輕人說：“我們會僱傭你，你可以參與社區重建。”你可以修復公園、做心理輔導、參與護理經濟、提升地方政府效率，或者加入聯邦項目，參與“登月計畫”式工程——
H.R. 麥克馬斯特：也可以參軍。
羅·卡納：當然，也可以參軍，不過那畢竟只佔1%。我希望即使不參軍，也能有一種“回饋社會”的路徑。同時我們可以與企業合作，比如黃仁勳在輝達推動與歷史性黑人大學（HBCUs）的合作項目，讓年輕人獲得技能。
關鍵是，我們要把這種不確定和焦慮的時刻轉化為行動。事實上，沒有人真正知道未來那些工作會被替代、那些工作會出現。比如黃仁勳提到放射科醫生的需求反而增加，這是我完全沒有預料到的。
我們需要保持謙遜，但同時可以利用這個時刻推出一個積極的就業議程，讓人們參與國家建設，賦予國家新的使命感。這是對 AI 與技術焦慮的一種建設性回應。
黃仁勳： 我對大家說：“搬來加州吧，別離開。雖然稅很高，但沒關係，天氣很好。”
羅·卡納：而且還有一位優秀的國會議員。
“任務”≠“工作”：工作沒有消失，只是“任務被自動化了”
黃仁勳： 沒錯，一位非常優秀的議員。首先，我認為“AI 會摧毀就業”的敘事對美國沒有幫助。這並不真實。事實上，每一項技術、每天的進步，都會改變過去的工作形態。
H.R. 麥克馬斯特：你能舉個例子嗎？剛才卡納提到了，你之前講過放射科醫生的例子，能再說說嗎？我覺得這是一個非常好的案例。
黃仁勳： 在 AI 革命初期，有一位非常聰明、極具影響力的電腦科學家，也是現代 AI 的奠基人之一，他曾說：十年之後，最不該選擇的職業就是放射科醫生。因為在十年內，AI 將徹底改變放射學，會滲透到其中的每一個環節，實現掃描解讀的自動化，放射科醫生將變得過時。
十年之後，他在一件事上完全說對了：AI 的確已經全面滲透到放射學的每一個方面。現在幾乎所有放射影像分析都由 AI 輔助完成，AI 處理的掃描數量也大幅增長。
但他完全說錯的一點是：放射科醫生的數量反而增加了。
那為什麼會這樣？從表面看完全說不通——既然放射科的任務已經被自動化了，為什麼還需要更多醫生？
原因其實很簡單。一個人的“工作目的”和“具體任務”是相關的，但並不相同。
拿我自己舉例，如果兩者完全一樣，那別人可能會說，我的工作就是“打字和說話”。而這兩件事，AI 已經可以做到遠超人類水平。但我卻比以往任何時候都更忙。
所以第一點是要區分“任務”和“工作的本質”。
更有意思的是，我們當初其實做了一件有害的事情：當我們告訴那些想從事放射學的人“這個行業已經沒有未來”時，選擇進入這個領域的人數下降了。
結果現在呢？我們比以往任何時候都更需要放射科醫生，卻供給不足。
放射科醫生的真正職責是幫助診斷疾病、與患者和醫生協作。AI 讓他們可以接收更多患者、進行更多檢查、提高醫療質量。醫院因此賺得更多，於是會僱傭更多放射科醫生，以擴大服務能力。這就形成了一個“飛輪”。
但這個飛輪成立的前提，是我們必須有足夠的放射科醫生、軟體工程師等人才。
有人說 AI 會消滅所有軟體工程師的工作。但現實是，在輝達，我們已經全面使用“智能體 AI”。每個工程師都在用它。
你會觀察到兩點：第一，會用 AI、會使用智能體系統的工程師，是最受歡迎、最成功的工程師；第二，工程師比以前更忙了。
為什麼？以前有一個想法，需要花時間去寫程式碼；現在有想法，幾乎可以瞬間實現。於是公司立刻等著你提出下一個想法，你始終處在關鍵路徑上。
現在的情況是：你的 AI 助手會不斷“騷擾”你——不停發消息問：“下一步做什麼？這個已經完成了，接下來呢？”你被 AI 反向“微管理”，結果反而更忙。
但與此同時，公司可以做得更多——更快、更大規模、甚至去嘗試以前從未想像過的事情。
問題的根本誤區在於：有人認為像輝達這樣的公司，一年“必須”寫出比如10億行程式碼，只要完成了這個目標，任務就結束了。如果 AI 能自動完成這10億行程式碼，那麼原本需要1萬人，現在只需要1000人，那剩下9000人就不需要了。
但事實是，這10億行程式碼只是我們在既定時間和人力下“能做到的上限”。而我真正的願景，是寫出1兆行程式碼。
有了 AI 助手，我們可以探索更大的空間、做更好的工作、更高效、更低成本。所以工作沒有消失，只是“任務被自動化了”。
當然，有一些工作本身就是高度重複、上下文不變的，這類工作確實可能受到影響。但總體來看，正如歷次技術革命一樣，雖然過程不均衡，但我相信最終會創造更多就業機會。在這場工業革命結束時，就業人數會比開始時更多。
“去神秘化”：讓 AI 偏向勞動者
H.R. 麥克馬斯特：我原本後面想問一個關於勞動力適應的問題。卡納，你在這方面也思考很多，要不要接著說說？
羅·卡納：當然。我認為黃仁勳所說的某種“富足邏輯”在一定程度上是對的。凱恩斯曾預測，他的孫輩每周只需要工作15小時。他關於生產力和產出的提升是對的，但他錯在低估了人類的慾望——我們不會滿足於貴族式生活，我們想要室內自來水、想要坐飛機、想要智慧型手機。
人類的需求幾乎是無限的，這確實會創造更多就業。
問題在於，從工業革命到每一次技術變革，即使最終創造了大量就業，中間過程也伴隨著嚴重的不平等、就業衝擊，以及弱勢群體無法受益。
所以我認為，我們需要在“技術應用階段”就進行設計：讓勞動者擁有更多所有權、議價權，能夠分享生產率提升帶來的收益，而不是全部流向資本方——尤其是在 AI 天生偏向資本的情況下。
我們還需要關注初級崗位、可能被自動化替代的人群，思考如何避免出現比如400萬卡車司機失業，或年輕人連續三四年找不到工作的情況。
這需要政府、企業和大學的協同努力。我並不是 AI 悲觀主義者，也不是盲目加速主義者，我是“AI民主化”的支持者——我希望這項技術為所有人服務。
黃仁勳： 毫無疑問，讓所有人都參與進來，是最重要的事情。
事實上，大多數人不太可能被 AI 取代，而更可能被“會使用 AI 的人”取代。因此，我們必須確保每個人都會使用 AI。
另外也有很多例子，比如有人原本是木匠，但借助 AI，現在可以成為建築設計師——你只需要描述想法，AI 就能生成出非常出色的設計和圖紙。
黃仁勳： 他們甚至可以成為室內設計師。也就是說，AI 可以提升他們的技能水平、服務能力以及業務層級，讓他們能夠提供更多價值。所以我認為，首先我們必須讓人們明白：AI 並不是一種神秘到無人能用的技術，而是一種人人都應該會用的工具。
它之所以成為歷史上採用速度最快的技術，就是因為它非常容易使用。因此，我們需要降低使用門檻，去“去神秘化”，讓人們不再害怕它，從而利用這項工具去提升自己、賦能自己。
“前沿模型保護”和“開源”相結合
H.R. 麥克馬斯特：好的，我們稍後會更多討論 AI 對各個行業的影響以及它的潛力。但在此之前，我們先談談風險。我們知道這是一個競爭性領域，也知道潛在對手和敵對國家正在將 AI 應用於戰爭。同時，人們也希望對其進行監管，設立一些“護欄”。最近我們也看到了圍繞 Anthropic 與國防部門合作的一些爭議。
羅·卡納：“爭議”其實是一個比較委婉的說法，本質上更像是被國防部長施壓。
H.R. 麥克馬斯特：好吧，是這樣。但無論如何，當你和國防部簽合同時，也應該清楚那意味著什麼。
如果要對某項技術進行監管，就需要競爭中的各方都參與進來。但這確實是一場競爭，我不認為所謂的“侵略軸心”會加入我們制定的任何規則。從安全形度來看——無論是國際安全還是國家安全——你們認為在應對 AI 被濫用或危險使用方面，什麼樣的規範和機制是合理的？
羅·卡納：首先，我認為我們需要“前沿模型保護”和“開源”相結合。比如中國有 Qwen 模型，他們並沒有把最先進的模型完全開源，但推出了成本更低的版本並廣泛推廣。我不希望美國的模型在全球範圍內失去標準地位。
黃仁勳： 被全球採用，對吧。
羅·卡納：是的。但我們可以設定一種標準：當模型訓練使用了大量算力、或者屬於前沿模型時，就要在出口管制和開源方面進行限制。但同時，我們仍然要在某些開源模型上競爭，這樣才能讓美國標準在全球範圍內佔據主導，而不是把市場讓給中國或其他模型。
第二點，我們不能陷入“逐底競爭”。我認為美國的 AI 應該是“高品質的 AI”。當歐洲或亞洲購買我們的 AI 時，他們應該知道這是安全的，知道智能體不會做出失控行為，不會進行監控或侵犯隱私，美國的 AI 應該體現美國價值觀。
就像過去人們說“買美國貨”，意味著質量可靠。我希望 AI 也是這樣——美國提供最好的產品。這就需要合理的監管，不是沒有監管。
你看，每次我坐飛機，我都很慶幸有監管存在。我不希望生活在一個完全沒有監管的世界。如果航空和核能可以被監管，那麼 AI 也可以。但監管方式必須既保證安全，又不扼殺創新。
“過早監管”：意外後果很難預測
H.R. 麥克馬斯特：很好。黃仁勳，我想請你從另一個角度談談，比如“過度監管”的風險。歐洲模式似乎在促進創新方面並不成功。另外，最近也有一些關於安全漏洞工具的爭議。這些對你來說是擔憂嗎？還是你認為這是自由市場和美國倫理在發揮作用？
黃仁勳： 我認為，我們應該像今天監管應用那樣，嚴格監管具體應用、行業和使用場景。但要警惕“過早監管”。不同國家在監管上的文化不同。有些國家傾向於在問題發生之後再監管；有些國家則傾向於在任何風險發生之前就提前監管。這兩種方式各有風險。你必須決定：你願意承受那種後果？
是希望社會完全沒有風險、從而幾乎不承擔任何創新風險、導致產業受限？還是願意承擔一定風險，同時在事後修正問題？我剛才描述的，其實就是兩個不同地區的監管文化，而美國目前大致處於中間。
從技術監管角度來看，那個國家發明了技術、擁有這個產業，就有權決定是否給予本國產業“先發優勢”。但在“先發優勢”和“限制他人進入”之間，你必須仔細權衡其影響。
現實是，我們依賴很多國家。例如 ASML 並不是美國公司；再比如我們的能源產業，很大程度依賴來自中國的技術和礦產資源。因此，我們必須認識到這是一個相互依賴的世界，而不是一個簡單的零和博弈。不能把世界簡化成“我要把所有東西都留給自己”。別人也有資源。
在這種相互依賴的體系中，我們需要具備全域視角、成熟度、平衡感和細緻判斷，同時具備長期思維。認為“切斷一切聯絡而不會有後果”，是有些天真的。
H.R. 麥克馬斯特：所以你的意思是，不要先行動再思考，而是要先考慮後果。
黃仁勳： 我的意思是，在 AI 這樣快速發展的技術中，意外後果是很難預測的。
H.R. 麥克馬斯特：這確實是監管中的一個核心問題。我聽過一個比喻：試圖監管 AI，就像要求萊特兄弟在繼續研發飛機之前，先寫好波音707的維修手冊一樣。
“中間路徑”：不能只由資本決定一切
H.R. 麥克馬斯特：但政府顯然仍然有角色——正如你提到的，需要與私營部門合作，我也會加上高校的角色。最後我想請你們從宏觀層面談談：政府、企業、大學，以及國際合作，各自應該扮演什麼角色？你們也提到我們依賴國際夥伴。我們把範圍收回到美國國內來看：公共部門、私營部門以及高校，在維持我們討論的核心——競爭優勢方面，各自扮演什麼角色？
羅·卡納：這是關鍵中的關鍵。在我看來，我們應該在全國範圍內推動就業項目，讓高校、社區學院與產業合作，並由政府提供資金支援，使人們能夠理解技術、瞭解不同的職業機會——無論是技校、四年制大學，還是非四年制路徑，都可以獲得高薪工作。
我們當然要繼續資助科研，同時向全球人才開放大學體系，而不是自我限制。更廣泛地說，黃仁勳提到我們無法“脫鉤”，我也同意。但問題在於，過去30到40年的“無約束全球化”，實際上是資本在對國家說：“你不重要，我們想去那裡就去那裡。”這種模式對美國並不奏效，對很多地方也不奏效。
人們開始意識到：不能只由資本決定一切，我們需要產業、社區，以及一定程度的自給能力。
但與此同時，我們也不應該走向另一個極端——把美國變成一個內向的國家，拒絕移民、拒絕國際合作。我們可以一方面看到中國在稀土等領域的壟斷並進行再平衡，同時也不希望與中國陷入冷戰，還可以在氣候變化、AI 或全球貧困問題上合作。
我希望看到的美國，是一個更加自立、能夠修復被“掏空”的地區，同時又充滿自信的國家——在多元價值觀、解決氣候變化和全球貧困、制定 AI 規則等方面引領世界。一個多種族、充滿信心、願意與世界互動的美國。
我們之所以變得“驚弓之鳥”，是因為發展方式出了問題。但如果我們在全國範圍內實現更均衡的發展，我相信我們可以再次成為真正的全球領導力量，而不是陷入出於恐懼的孤立主義。
黃仁勳： 我同意議員的看法。我認為我們需要找到的，是一種“中間路徑”，而不是走向兩個極端。既不能完全放任貿易毫無約束，也不能在沒有長期思考的情況下保護產業。我們需要社會穩定，需要一個平衡的生態、平衡的產業結構和經濟結構。
我們認識到不能完全自由貿易，也同樣認識到“脫鉤”是不現實的。所謂脫鉤，其實是一個非常不理性、缺乏認知的想法。
“美國夢”的信念正在消失
黃仁勳：世界是在中間地帶運行的。一旦我們接受這一點，就能更理性地思考：我們會與很多國家共存。我們會與中國競爭，但不是“反中國”。我們必須警惕從“反中國”滑向“反華人”的危險。一旦發生這種滑坡，就會損害我們最重要的國家資產——那就是，美國是一個讓全世界都想來的地方。
“美國夢”這個概念是獨一無二的，沒有所謂的“塔希提夢”或其他國家的類似說法。人們之所以來到這裡，是為了實現美國夢——就像你我一樣。
要維持這一點，我們不能對任何種族或國家抱有敵意。我們需要讓所有人都感到被歡迎。這樣一來，正如你一開始提到的，大學體系、思想自由等優勢才能真正發揮作用。
我自己就是美國夢的一個例子。我是第一代移民，如果你在百科上搜尋“美國夢”，可能會看到我的照片。因此，我們必須保護並培育這一點。而要做到這一點，就不能走極端：既不能完全放任，也不能完全脫鉤，更不能敵視所有人。
我們可以自信地與所有人競爭。我對競爭很瞭解——競爭並不需要仇恨。我們不需要反對任何人，也可以贏。這就是美國，這就是我們的產業，我相信我們可以做到。
羅·卡納：我認為這個國家正渴望這種聲音——一種更宏大的願景。黃仁勳和我都實現了美國夢，當然他的財富後面多了幾個零，但我們都實現了。但我認為，我擁有的同樣非常珍貴——作為1.1萬名國會議員之一，代表世界上最偉大的國家，並且代表這個地區（全球三分之一財富來源於此）發聲，這是巨大的榮譽。
我成長於一個來自印度的移民家庭，我的祖父曾參與甘地的獨立運動。我在中產階級家庭長大。在70年代和80年代，儘管我上的是公立學校、背負了很多貸款，但我始終相信：在美國你可以做任何事情、成為任何人。
但如今，這種信念正在消失。一方面是因為很多人缺乏醫療、托育等基本保障，以及去工業化的影響；另一方面，是因為我們變得越來越恐懼，被教導去彼此對立。
我希望大家能從這場討論中帶走一個信念：我們依然可以相信“美國夢”——一個多種族的美國，一個讓來自世界各地的人都能實現夢想的國家。這正是我們的使命，也是我們要努力建設的美國。
不要重蹈工業革命時期的覆轍：讓工人受益
H.R. 麥克馬斯特：這幾乎已經是一個完美的結尾了。不過我還是想請你們做個收尾發言，也可以結合剛才提到的內容。我們討論的是如何恢復信心，以及如何在 AI 技術及其應用上保持競爭優勢。你們能否談談，這些技術所帶來的前景是什麼？另外，也給在場的史丹佛學生一些建議：他們現在應該學習什麼？應該去追求那些經歷，才能抓住這些巨大的機會？
羅·卡納：AI 能做的事情非常驚人。它可以幫助我們攻克罕見疾病，因為我們將擁有前所未有的技術能力；它會推動 mRNA 技術的重大突破——就像我們已經繪製了 DNA 基因組一樣，借助 AI，我們甚至可能繪製 mRNA，這不僅在新冠疫苗中已經有所體現，還可能帶來對無數疾病的治癒。
它還能夠推動美國的再工業化，也能讓教育更加普及，不僅是在美國，而是在全球範圍內。
因此，沒有理由去反對技術發展。但我希望我們不要重蹈工業革命時期的覆轍——當時英國在60年間成為最富有的國家，但工人階級卻沒有受益，反而不平等加劇。
在今天這種憤怒、撕裂以及全球化衝擊的背景下，我們無法承受這樣的結果。
所以問題是：我們如何在推動 AI 發展的同時，把“工人階級”和被忽視的人群放在首位，確保他們擁有經濟安全？因為歸根結底，美國的使命不僅僅是技術進步。
美國最終的使命，是成為一個團結的、多種族的民主國家，讓“美國夢”惠及每一個人。這應該成為我們的“北極星”，然後我們再反過來思考技術應該如何服務於這一目標。
我一直強調的一點是：矽谷應該思考“這個地區能為美國做什麼”，而不是“美國能為矽谷做什麼”。
整個世界正在被“重設”：把握好先發優勢
H.R. 麥克馬斯特：謝謝。黃仁勳，最後請你總結一下。
黃仁勳：現在是在校學習、以及即將畢業的最佳時代。我經常聽到相反的說法，但在我看來，未來充滿了非凡的機會。
舉個例子，如今的初創公司數量比歷史上任何時候都要多。更多的創業公司、更多的行業、更多的應用，正在解決那些我們過去認為根本無法解決的問題。
借助 AI，我們第一次真正開始理解語言，甚至開始理解“生物機器”的語言。我們正在以前所未有的規模去理解各種科學領域和複雜問題，這一切就在眼前。
這是讀書的最好時代，也是畢業的最好時代，因為整個世界正在被“重設”。全球最大的產業——電腦產業——正在被重設，而所有行業都建立在電腦產業之上，因此每一個行業都在被重設。
你們現在與所有人站在同一起跑線上，沒有人比你們更有先發優勢。這是一個可以擁抱人類有史以來最強大技術的完美時機。
這項技術是個性化的，每個人都可以通過瀏覽器使用它，它是可獲取的，而且已經被廣泛使用。你們可以把它用於自己的職業發展、用於實現夢想、用於解決重大問題。
我無法想像你們不感到興奮，但我確實聽到有些人對未來感到擔憂。我想告訴你們，我所看到的，是一個歡迎你們的行業——它正在尋找那些精通 AI 的畢業生。
無論是用 AI 做市場行銷、金融分析、工程設計，還是軟體開發，我們都在尋找會使用 AI 的人才。
一整代人將借助一種前所未有的新技術進入這個行業，而你們正是第一代。這是一個難以置信的機會。我們這些已經在行業中的人，正期待著你們的加入，一起建構未來。謝謝。
H.R. 麥克馬斯特：好的。卡納、黃仁勳，非常感謝你們。
非常感謝。兩位傑出的美國人。非常感謝你們的分享。
黃仁勳： 謝謝，這次討論非常精彩。謝謝。 (51CTO技術堆疊)