前天，黃仁勳再次掀桌子，在 NVIDIA GTC 的一場演講轟動全球科技圈。
“人類不再學習使用軟體，一切都交給 AI。”黃仁勳認為，過去 40 年形成的電腦互動模式，正在被一種全新的方式取代。簡單概括就是：“AI 成為新的使用者介面（AI is the UX）。
相比很多媒體說的“軟體時代的終結”，我卻認為這是一種工作方式的變革。從此，我們個人價值的衡量標準將會發生翻天覆地的變化，而那些AI減少工作崗位的說法也將不攻自破。
尤其是對工業軟體產業的影響，我覺得是前所未有的衝擊。到底是如何衝擊的？下文我將採用黃仁勳的兩張 PPT 展開分析。
01 工作方式的顛覆
幾十年來，我們使用工業軟體的方式，一般都是先輸入參數，然後建立模型，最後進行分析和結果修正。在這個過程中，完全由工程師來驅動軟體執行。
而黃仁勳描述的 Agent 時代——工程師不再操作軟體，只需把目標告訴 AI，由Agent理解需求，然後拆解任務、呼叫相關工具、執行分析並持續最佳化，直到達成目標為止。
下面的一頁 PPT 就是最好的說明。Cadence、達索系統、西門子、新思科技、Flexcompute、Luminary、nTop 等軟體巨頭，都在基於 NVDIA 提供的大模型、Agent 框架以及加速計算設施，探索建構面向工程場景的自主 AI 工程師。
另外，這頁 PPT 也透露出一個行業趨勢：大模型正在通用化，而真實工作流將成為新的核心競爭力。因為，決定Agent價值的不是模型本身，而是背後工業軟體沉澱的真實工程知識、規則和流程。所以，一定程度上來說，黃仁勳展示的不只是簡單的合作夥伴名單，而是未來 Agent 時代的產業版圖。
02 Cadence 完全自主的 AI 工程師
我要說的第二張 PPT，是黃仁勳重點介紹的典型案例：Cadence 基於 NVIDIA 相關 AI 基礎設施打造的“完全自主的 AI 工程師”，可以獨立執行晶片設計與驗證工作流。據介紹，NVIDIA 已經使用該系統實現自主驗證晶片設計。
從 PPT 上的架構來看，ChipStack AI 超級智能體不再是傳統的 AI 助手，而是由多個專業 Agent 組成的一支工程團隊。使用者只需輸入 RTL 程式碼和設計規格，隨後由 ChipStack AI 統一規劃和編排任務。其內部包含了多個專業 Agent ，例如負責理解設計意圖的 Mental Model Agent、負責單元測試的 Unit Test Agent、負責形式化驗證的 Formal Agent 等。這些 Agent 圍繞同一個驗證目標協同工作，自動完成測試生成、驗證執行、缺陷定位以及程式碼修復等任務。
“過去需要數周完成的工作，現在只需要幾個小時；驗證周期提升超過 40 倍。”黃仁勳強調說，NVIDIA 正在與 Cadence 共同利用 AI Agent 重新定義晶片設計流程。
與此同時，Cadence 也宣佈將 ChipStack AI 超級智能體升級至 L5 級自主能力。根據官方介紹，該系統基於 Cadence AI 驅動 EDA 平台建構，結合 NVIDIA Nemotron 模型以及 OpenShell 安全運行環境，能夠在工程師監督下自主執行複雜的晶片設計與驗證任務。
03 工業軟體的全新價值
看到這裡，你或許會疑問：黃仁勳為什麼要大篇幅介紹工業軟體？我個人認為，一定程度上是在強調 Cadence、西門子、達索系統等工業軟體巨頭所掌握的工程能力。
因為，大模型只是台前，而真正決定結果的仍然是幕後的工程體系。雖然 AI 可以理解需求，可以生成方案，也可以自動執行流程，但卻無法判斷結果是否正確。尤其是在晶片設計領域，一個驗證錯誤就會帶來巨大的研發和時間成本損失。
因此，Cadence 在官方發佈中反覆強調一個概念——“以工程事實為基礎”！道理很簡單，Agent 不是自由發揮，而是建立在工業軟體數十年積累的設計與驗證體系之上的。無論是 Xcelium 邏輯模擬平台，還是 Jasper 形式化驗證平台，本質上都是經過產業長期驗證的工程規則和簽核標準。
總結來說，NVIDIA Nemotron 負責理解問題，NVIDIAOpenShell 負責安全運行，而 Cadence 等工業軟體提供的是工程可信度。但是，“ Agent 沒有耐心，它們希望立刻得到答案。”黃仁勳表示，NVIDIA 也正在積極推動 Cadence 工具鏈向 CUDA 體系全面加速。因為在 Agent 時代，客戶越來越在乎能否更快地呼叫工具、完成驗證並形成工程閉環。
最後，再回頭看黃仁勳的兩張 PPT，一張展示的是工業軟體與 AI 基礎設施正在深度融合，另一張展示的是 AI 工程師如何進入真實工程流程。它們的結果其實都是一致的：未來工業軟體的 AI 創新，一定是把數十年積累的工程知識、物理規律和驗證體系，轉化為真正能夠執行工作的 AI 工程師。 (坤少說)