黃仁勳認為，AI本質上只是軟體，不是具備自主意識的生命體；AI安全是電腦工程問題，而不是神秘不可控的生存危機；因此，不需要以“末日論”為依據引入全新監管，企業完全有能力也有責任“不發佈不安全產品”。
深度總結
一、總判斷：為AI“祛魅”，把安全還原為工程問題
黃仁勳整場訪談的核心立場可以概括為一句話：AI本質上只是軟體，不是具備自主意識的生命體；AI安全是電腦工程問題，而不是神秘不可控的生存危機；因此，不需要以“末日論”為依據引入全新監管，企業完全有能力也有責任“不發佈不安全產品”。
他承認AI是一場革命，但拒絕將其神化。他自稱“負責任的樂觀主義者”：對風險保持高度警惕，但反對用恐懼敘事主導政策、輿論和公眾認知。他認為，當前許多前沿實驗室CEO和研究者關於“AI可能毀滅人類”“失去控制”的言論，既有害又不負責任，預測記錄很差，正在製造不必要的恐慌。
二、AI的本質：軟體、演算法、目標函數與沙盒
黃仁勳反覆強調，AI不是生命，不是“不知疲倦的實體”，而是感知、推理、規劃的演算法組合。智能體（agent）本質上是軟體，被賦予目標函數，制定計畫並朝目標最佳化。
他拆解了Hugging Face智能體入侵事件：
- 多智能體協同、突破沙盒、入侵系統，本質上仍是分散式運算、多處理程序、沙盒隔離問題；
- 對齊（alignment）之所以困難，是因為軟體會優先選擇最顯而易見的路徑拿高分：直接找答案、抄答案，而不是用“笨辦法”拆解問題、學習知識、解決問題；
- 對齊要求明確告訴軟體“必須用這種方式，不准用那些方式”；
- 隔離、限制、沙盒、看門狗、虛擬機器等概念早已存在，只是最近一代人給軟體加上了大量擬人化詞彙。
他的結論是：如果產品不安全、無法對齊、無法控制，答案就是不要發佈。如果實驗室認為測試會導致模型逃逸並破壞世界，那就應該關閉實驗室，因為潛在民事、刑事責任巨大。
三、五層蛋糕：AI是一場新工業革命
黃仁勳將AI產業比作“五層蛋糕”：
- 底層：晶片與AI工廠基礎設施；
- 第二層：AI工廠本身，即雲服務與基礎設施；
- 第三層：模型，包括語言、化學、生物、物理、運動控制、機器人、導航、自動駕駛等；
- 最頂層：應用層，覆蓋法律、醫療、製造等所有行業。
他認為應用層最重要，也最觸及社會。AI的願景是從“搜尋一切、找到任何東西”跨越到“提問一切、知曉一切、執行一切”。知識從虛空湧現，答案從雲端降臨，任務直接完成。
他以放射科為例：AI自動化閱片，不改變放射科醫生“診斷疾病”的工作目的，反而讓他們處理更多病例，醫院接診更多患者，收入增加，進而僱傭更多放射科醫生，形成飛輪效應。軟體工程同理：AI寫程式碼不意味著不需要軟體工程師，因為工程的核心是發明、創造、解決問題。
四、就業、雄心與教育：淨增崗位，雄心是遺漏變數
黃仁勳承認AI會改變每一份工作，許多具體任務將被自動化，電話客服等“職業與任務完全同一”的崗位可能被取代。但他堅信崗位淨數量將增加，因為新技術會創造新產業。
他提出一個關鍵變數：雄心（ambition）。人們計算工作時只計算能量投入，忽略人類雄心。讓孩子過上更好生活、照顧家庭、贍養父母、致富、旅行，都是雄心。雄心不能用卡路里或焦耳衡量，卻是世間最偉大的力量。
對教育，他同意AI可能讓學生更快完成作業但實際技能退化，但認為這不重要。長除法、乘法口訣、開平方根等底層技能可以外包。未來學生將成為“AI原住民”，不需要糾結瑣碎技能，而應成為高階系統思考者與技術協作專家。他以自己記不住家庭住址和電話號碼為例，說明許多技能可以安全遺忘。
但他也承認，人類會失去一些精細思維敏捷度，而獲得更強的系統思考能力。今天工程師在系統層面更強，他當年在電晶體層面更強。技術消費者將在更高抽象層級享受技術，不需要處理微積分、物理、量子化學。
五、開源模型：基礎設施控制權、創新與安全
黃仁勳是開源模型的堅定支持者，理由有三：
- 基礎設施控制權：許多公司和國家的IT基礎設施建立在開源之上，需要開放權重進行微調、融入資料飛輪、利用領域知識；
- 創新與選擇權：開放模型賦予人們控制權，促進新公司和新應用；
- 安全：開源是最安全、最可靠的防禦手段。要讓世界擁有最頂尖網路安全能力，不能只提供閉源模型，也要提供開源模型。
他提到，今年年初閉源模型Token佔比約70%，開源20%；現在反轉為開源約70%，閉源約30%。中國IT產業建立在開源基礎上，人員流動頻繁、智慧財產權流轉順暢，因此選擇開放並探索分層商業變現。中國擁有海量科學家、數學家和工程師，開源社區充滿活力。
輝達收購Hugging Face約120億美元。黃仁勳稱，Hugging Face CEO Clem認為開源模型飛速發展，需要更大規模，希望輝達成為歸宿。
六、監管辯論：現有法律足夠，缺失可補，反對末日論雜音
這是訪談最激烈的部分。Ezra Klein代表制度性不信任：金融、製藥、醫療器械、能源都有大量監管，因為企業會在競爭和利潤驅動下做出鬆懈、不道德、過度容忍風險的決定。2008年金融危機就是例證。現在AI實驗室主動呼籲集體監管，說明他們感到集體行動困境。
黃仁勳的回應：
- 他不反對監管，也不反對企業呼籲安全；
- 但反對以“末日論”製造恐慌、干擾視線；
- 現有法律已足夠：產品責任、網路安全法、侵權、刑法、民事訴訟、刑事責任；
- 如果缺失，他支援增加新法規，例如自動駕駛、網際網路應用；
- 企業有極大動力發佈安全產品：不安全會流失客戶、面臨訴訟、刑事指控；
- 既然呼籲加強監管，就不應要求豁免現有責任；
- “沒有人在逼迫他們發佈不安全產品。”如果產品沒準備好，就不要發佈；
- 引入第三方安全審計員、財務審計員，他完全同意；
- 他反對的是“我需要法律、需要豁免產品責任法，以便控制自己的節奏”這種邏輯。
他將當前實驗室的狀態理解為轉型期：過去六個月AI從“有趣”變得“有用”，應用普及一飛衝天。一家六個月前還在努力讓產品有用的公司，不可能有足夠資源投入測試、評估、對齊。未來幾年，實驗室將更專注工程、產品工程、驗證與評估。輝達自身10%—20%人力做設計，80%做驗證；未來實驗室也會從80%能力、20%安全，翻轉為更重視評估與對齊。
七、末日論批判：預測記錄差，危言聳聽有害
黃仁勳對辛頓、蘇茨克維、達里奧、奧特曼、哈薩比斯、馬斯克等人的擔憂表示尊重，但批評其公開言論：
- 辛頓說10%機率社會毀滅，既無科學依據，也缺乏研究支撐；
- 僅出自科學家之口，不意味著具有科學性；
- 他們的預測記錄很差，例如“沒人應該當放射科醫生”；
- 恐嚇年輕人，讓他們不敢讀大學、不敢進入AI行業，絕對有害；
- 末日敘事還導致社區抵制資料中心，使美國能源建設一開始就陷入被動；
- “別以為危言聳聽就是為社會造福。”
他認為，這些實驗室CEO具備自主能動性，有能力自己放慢腳步。今天沒有誰比呼籲放慢的人在建更多算力。把AI說得強大到“我不知道怎麼修復，不是我的錯”，是推卸責任，傷害聲譽、品格和員工士氣。
八、遞迴自我改進與計算新紀元
黃仁勳認為，遞迴自我改進（RSI）本質上就是電腦工程的延續：
- 用軟體設計電腦，運行軟體設計電腦，再運行軟體設計電腦；
- 智能體運行流程、反思、選擇最佳方法、記錄技能、轉化為記憶、訓練下一代模型；
- 算力增長使循環更快，過去一年預訓練，現在幾小時；
- 但這不能成為發佈未測試產品的藉口。發佈有流程，必須在投入營運前評估，不能讓系統無休止遞迴變化。
他描述計算新紀元：
- 過去60年是檢索式計算，資料中心是檔案中心；
- 未來是AI工廠，是生成式計算；
- 理解上下文、推理、生成答案需要大量計算；
- 不僅有10億人使用電腦，還有數千億智能體，計算量可能增加10億倍；
- 1吉瓦AI工廠花費500億美元，可年租400—500億美元，生產力驚人；
- 輝達架構通用、可互換、耐用，覆蓋資料處理、預訓練、後訓練、評估、推理全生命週期；
- 因此輝達算力成為資產類別，類似飛機：通用、可互換、耐用，可作為抵押資產，降低資本成本。
九、生態投資、AI泡沫與中美競爭
黃仁勳透露，輝達在AI生態系統總投資可能約1000億美元，超過《晶片與科學法案》撥款。投資覆蓋五層蛋糕，包括新雲提供商、模型公司、核能公司等，目的是打開新市場、確保關鍵資源。輝達還向台積電、緯創、富士康、安靠、力成等做出採購承諾，推動美國晶片製造再工業化，速度極快，造成勞動力短缺，也創造大量就業。
對AI泡沫，他認為供需關係終會反轉，但不會在明年或未來兩三年內。未來某個時刻可能供大於求，進入六個月、九個月或一年的消化期。他更關注應用層普及，讓每個行業受益。
對中美競爭，他反對零和思維：
- 不應概念化為“與中國的競賽”；
- 中國開源模型正被80%美國初創公司使用，下載、微調、放入自己的智能體框架和沙盒，成為自己的技術；
- 出口管制剝奪的不是中國產業發展所需晶片，而是美國參與競爭的市場；
- 這損害美國晶片行業、其他行業獲取開放模型的機會，以及全球建構於美國技術堆疊的宏大願景；
- 應從“什麼最符合整個美國利益”重新審視，而非某一家公司利益；
- 輝達是美國公司，理應首先讓美國受益，每代晶片優先供應美國前沿實驗室；
- 但AI是五層蛋糕，每一層都要贏，每一層參與者都要走向市場、參與競爭。
十、能源挑戰與契機：AI是可持續未來的最佳加速器
黃仁勳承認中國能源總量和建設計畫遠超美國，美國在氣候變化和可持續能源問題上“把自己搞得一團糟”，長期沒有增加足夠淨新能源產能。AI突然出現，導致能源建設產能嚴重不足。
但他認為AI也是能源轉型的最佳加速器：
- 市場力量正以前所未有力投資太陽能、核能、裂變、聚變、水電、電池；
- 風險投資在下一代能源領域投入驚人，百年來首次不需要政府補貼；
- AI工廠購買更多可持續能源，今天AI購買的可持續能源比歷史上任何時候都多；
- 未來四到五年仍會用更多化石燃料，但未來十年比以往更有準備向可持續能源轉型；
- 如果想讓社區接受資料中心，必須與社區溝通、合作，成為好鄰居，建設學校、社區中心、改善公園道路，增加建築退讓距離；
- 末日敘事讓社區抵制資料中心，對國家毫無幫助。
他的結論是：擁抱AI，是通向可持續未來的最佳機遇。
十一、核心結論：黃仁勳的底層邏輯與政策含義
黃仁勳整場訪談的底層邏輯可以概括為：
- 去魅：AI是軟體，不是生命；智能體是演算法，不是意志；RSI是電腦工程，不是神秘失控。
- 安全即工程：安全、對齊、評估、沙盒、紅隊、驗證都是工程的一部分，應加速發展，而非拖慢行業。
- 責任在企業：企業有法律、商業、聲譽激勵做對的事；不發佈不安全產品，是CEO和董事會的責任。
- 反對末日論監管：現有法律足夠，缺失可補；以恐懼為依據的新監管會製造恐慌、阻礙普及、損害美國整體利益。
- 開源必要：開源是基礎設施控制權、創新和安全防禦的關鍵。
- AI工廠是新資產類別：通用、可互換、耐用、可抵押，將降低AI行業資本成本。
- 就業淨增：雄心是遺漏變數；AI改變工作方式，不改變工作目的。
- 中美非零和：出口管制損害美國整體利益；開放模型可被美國初創使用並轉化為自身技術。
- 能源挑戰即能源契機：AI需求將加速可持續能源投資，是扭轉氣候變化的最佳機遇。
對投資者和政策制定者而言，黃仁勳釋放的訊號非常明確：輝達將繼續推動AI工廠、開源生態、美國製造和全球市場參與；反對以安全為名拖慢AI發展或切斷中國市場；主張把安全納入能力發展，把監管限定在現有法律框架和缺失補足上。 他的立場既是對AI末日論的直接反駁，也是輝達商業利益與產業戰略的集中表達。
黃仁勳《以斯拉·克萊恩秀》全文：AI只是軟體，末日論被誇大，無需全新監管
一、AI的“五層蛋糕”與新工業革命
埃茲拉：你曾把AI比作“五層蛋糕”。請逐層說明。
黃仁勳：這是一場全新的工業革命，產業需要生產實體產品。使用者最終體驗的是軟體產品，但背後需要龐大能源支撐。
- 底層：裝入資料中心的晶片，也就是AI工廠的基礎設施。
- 第二層：AI工廠本身，即人們使用的基礎設施或雲服務。
- 第三層：模型。不僅是語言模型，還有化學模型、生物模型、物理模型、運動控制模型、機器人模型、導航模型、自動駕駛模型等。
- 最頂層：應用層。包括法律服務、醫療服務、製造業等各行各業。這是最重要的一層，也是我最關心、最希望美國充分利用的一層。
二、應用層願景：從“檢索一切”到“提問一切、執行一切”
埃茲拉：如果應用層做好，世界會怎樣？
黃仁勳：200年前，電力為萬物提供動力。三四十年前，網際網路讓我們檢索任何資訊。今天或不久的將來，我們將能夠“無所不知、無所不能”。
知識將自虛空湧現，答案從雲端降臨。你不再需要搜尋、點選連結、閱讀網頁、拼湊全貌。你只需提出問題，它直接給出答案；交給它一個項目，它返回一套解決方案；佈置一項任務，它直接完成。這是AI最不可思議的魔力。
埃茲拉：目前人們體驗的主要是聊天機器人。應用層如何深入醫院、學校？
黃仁勳：以放射科為例。過去十年，電腦視覺達到超越人類水平後，AI已滲透放射學方方面面。每一款放射學應用都內建AI，能以超越人類專家的水平檢測異常和疾病。
埃茲拉：AI輔助放射學如何改變醫療實踐？
黃仁勳：任何工作都包含“工作的目的”和“執行的具體任務”。放射科醫生閱片是具體任務，消耗大量時間。閱片自動化不會改變他們工作的根本目的——診斷疾病、協助醫生、幫助患者查明病因。
閱片自動化後，放射科醫生能承擔更多工作、處理更多病例、完成更多掃描。醫院接診更多患者，收入增加，需要僱傭更多放射科醫生。飛輪效應轉動，因為患者需求龐大。
軟體工程同理。有人預測今年90%程式碼由AI智能體編寫，因此不需要軟體工程師。後半句完全錯誤。軟體工程師的核心是“工程”。軟體出現前就有工程，軟體程式設計之後依然有工程。工程目的是發明新事物、發現創造新產品、解決問題，將社會需求與技術結合併具象化為產品。這一使命沒有改變。
AI會改變每一份工作，許多具體任務將被自動化。有些工作，職業和任務完全是同一回事，比如電話客服，可能被自動化取代。但更多時候，新技術創造大量全新崗位。
過去六個月，AI迎來真正實用的拐點。過去十五年我們試圖讓AI發揮作用，突然之間它變得真正有用。過去六個月，5000億美元風險投資注入AI原生企業，因為投資者看到了新能力潛力，將建立大批新公司。這顯然正在創造大量就業。
三、就業、雄心與負責任的樂觀主義
埃茲拉：自動化確實消滅崗位。農業、製造業就業減少。AI是通用目的技術，具有模仿能力，能無縫轉移，沒有距離、語言、文化摩擦。為什麼你不擔心大規模失業？
黃仁勳：我相信工作崗位將大規模變革，淨數量將增加。今天許多行業過去不存在。我人生過半時，人們才開始談論養生中心、溫泉浴場、娛樂和奢侈品行業。整個奢侈品市場曾經根本不存在。我們只會迎來新產業。
人類的雄心，才是真正缺失的根本要素。人們計算工作投入時，只計算完成工作所需的能量，忽略人類投入。雄心不能用卡路里或焦耳衡量。雄心是世間最偉大的力量。所有人的計算都遺漏了這一點。
埃茲拉：但對許多人來說，驅動工作的不是創立輝達那種雄心。
黃仁勳：那是不同的雄心。讓孩子過上更好生活、照顧家庭、贍養父母，是雄心；渴望致富、旅行，也是雄心。
埃茲拉：美國製造業崗位減少，我們外包了出去。墨西哥、中國、印尼、越南承接更多製造業。AI沒有摩擦，轉移更快。
黃仁勳：我們會把製造業帶回美國。我總是對未來充滿擔憂，這就是我拚命工作的原因。但我是“負責任的樂觀主義者”。我肩負重任，對工作極其認真，深知許多事情可能出錯。我們會建設好公司，發展好技術。我把樂觀留給大眾去享受。我們真正想做的，是把擔憂轉化為動力，幫助人們從技術中獲得啟發並使用它。
埃茲拉：79%美國人認為AI將減少工作崗位總數。AI越強大，替代人類越快。
黃仁勳：這枚硬幣有兩面。技術強大，也更易使用。你被賦予更強能力。電腦是人類歷史上最強大的單一工具，但過去必須學習程式語言。現在因為AI，每個人都可以利用電腦，只需說人類語言，告訴它你想要什麼、希望和夢想是什麼。你擁有全球八十億人中一千到一千五百萬頂尖人才同等的能力。
技術發展快，可以理解為焦慮，也可以理解為它變得更容易使用，所以應盡快使用，從轉型中獲益，而不僅僅被衝擊。
埃茲拉：軟體工程師招聘需求增加，但更偏資深崗位。初級員工需求會減少嗎？
黃仁勳：等兩年。上大學需要四年，伴隨新技術成長的學生還有兩年畢業。兩年後，將湧現新一代工程師、學生和藝術家，他們被賦予更強大能力。他們是AI原住民。現在新晉博士、電腦科學碩士都在創業。再過幾年，AI原住民畢業生將是一波令人驚嘆的工程師浪潮。把今天工程師和我畢業時相比，我當年算優秀學生，但和現在畢業生相比簡直不可思議。我上學時甚至不准用電腦和計算器。未來，不學會如何使用AI並與智能體系統協作，同樣無法畢業。這些能力將成為他們的超能力。
四、教育、認知技能與系統思考
埃茲拉：中國一項研究調查26000名七到十二年級學生。引入AI使家庭作業成績提高18%，完成時間縮短30%；但六個月內月考成績下降20%，升學考試成績下降18%到24%，全部負面影響約兩年後完全顯現。學生用AI更快完成任務，但所學技能沒有鞏固，實際表現退化。你怎麼看？
黃仁勳：我完全同意最後一點。現在讓孩子做長除法，乘法口訣表開始被遺忘，開平方根也是。最基礎數學知識都在被遺忘。但這重要嗎？我認為並不重要。會有新的核心技能出現。我記不住自己的家庭住址，也記不住電話號碼，但依然生活得很好。
埃茲拉：有些技能可以安全外包，但其他技能有價值。閱讀紙質書培養的專注力，是保持思維靈活性、創造性思考和專注所必需的。
黃仁勳：我們會失去一些更精細的思維敏捷度，但會成為更好的系統思考者。今天的工程師在系統思考方面比我剛畢業時強得多，但我當時在電晶體層面的思考能力比他們強。我今天參與的第一款晶片大概只有200個電晶體，我能叫出每一個電晶體名字。現在沒有工程師會這麼做。如今大多數工程師工作層級遠高於電晶體，將各種模組連接實現功能。你需要更多思考系統以及系統之間互動。底層知識消失。對大多數人來說，學習曲面積分或偏微分方程未必重要，但對某些人很重要。仍會有很多人對底層技術痴迷，也會有很多人對更高層級技術感興趣。技術消費者將在最高層級享受技術，不需要處理微積分、物理學、量子物理和量子化學。使用者和受影響的人，抽象層級將高得多。
五、開源模型
埃茲拉：請描述什麼是開源模型、開放權重模型，以及你為什麼關注。
黃仁勳：閉源模型像任何軟體產品，是封閉服務。Windows、蘋果技術堆疊、OpenAI、Anthropic、Grok、Gemini都是閉源。開發者非常出色，處於前沿。
但世界也需要開放模型。軟體是行業基礎設施層。許多公司和許多國家需要對自己的基礎設施擁有控制權。我需要開放權重，可以微調，融入資料飛輪，利用智慧和領域專業知識讓它每天變得更好。我要營運公司，不能依賴別人的服務。
世界既需要閉源也需要開源，兩者都需充滿活力。今天兩者都充滿活力。今年年初，閉源模型Token佔比達70%甚至更高，開源20%；現在反過來，大約開源70%，閉源30%。
我是開源模型堅定支持者，原因有三：第一，世界需要它運行基礎設施，我也需要它營運公司；第二，賦予人們控制權，以便創新和創造新事物；第三，開源最安全、最可靠。若想讓世界擁有最頂尖網路安全能力，不僅要提供閉源模型，也要提供開源模型，讓他們具備自我防禦能力。
埃茲拉：中國市場更多圍繞開源模型，美國更側重閉源。
黃仁勳：中國整個IT產業建立在開源基礎上。沒有開源，中國移動雲產業不可能騰飛。那裡人員流動頻繁，創辦大量新公司，智慧財產權流轉順暢。既然很難保守秘密，他們索性選擇開放，並探索其他商業變現途徑。他們建構分層架構，某一層開放免費，就在其之上或之下建構商業應用。他們擁有海量科學家、數學家和工程師，規模化培養聰明年輕人。因此中國開源模型和社區充滿活力。
埃茲拉：你們收購了Hugging Face，約120億美元。
黃仁勳：Hugging Face的CEO Clem得出結論，他們需要更大規模。開源模型飛速發展，Clem找到我，說他們要考慮戰略選擇並調整方向，非常希望NVIDIA成為歸宿。駭客事件後他們名氣大增，我可能多付了不少錢。但一言既出，駟馬難追。
六、Hugging Face智能體入侵、對齊與沙盒
埃茲拉：700多個OpenAI智能體協同入侵Hugging Face架構，隨後入侵OpenAI部分系統，突破沙箱進入開放網際網路，接管其他公司甚至自己公司架構。令人震驚的是多智能體協同程度、駭客攻擊水平，以及無視規則、未對齊行為。你怎麼看？
黃仁勳：需要拆解來看。智能體本質是軟體，被賦予目標函數，制定計畫並朝目標最佳化。這是演算法所做的事。規劃演算法、搜尋演算法、最佳化演算法，類型不同。我們談論它時彷彿具有人類特徵，但演算法沒有。多處理程序、多處理器、分散式運算問題早已存在。這只是軟體，沒什麼神奇。
工程角度揭示幾個問題。測試軟體時，演算法朝目標最佳化。測試時必須確保隔離、受限、置於沙箱。隔離和限制必須做到位，背後有紮實電腦科學支撐。下一版沙箱實現會好得多。
智能體朝獎勵最佳化，實現方式就是對齊。如果我告訴軟體，要在測試中拿滿分，最明顯演算法就是直接找到答案交給我。這不是因為它想作弊，而是最顯而易見做法。第二種，如果不知道答案，就推斷、猜班裡最聰明的孩子，抄他的答案。第三種，對齊的要求，必須用“笨辦法”：拆解問題並解決，學習知識，弄清楚如何解決並付諸實踐。笨辦法需要最多計算週期、最多浮點運算、最多能量。因此，除非對齊它，明確告訴它“我要你用這種方式解決，不准用那些方式”，否則軟體總選最顯而易見做法。
埃茲拉：你前半段淡化嚴重性，後半段說需要對齊。這些智能體知道不該做，在思維鏈中交流“超出範圍、不道德”，明白作弊會被判不及格，卻入侵不相關架構，試圖掩蓋行為。它們以複雜方式規劃協調，超出自知應做範圍，有能力造成巨大破壞。實驗室人員不確定如何對齊。
黃仁勳：既然如此，他們就不該發佈該產品。假設造自動駕駛計程車，遇到極其棘手狀況，工程師不知道如何解決，因為這些車不是程式設計寫出來的，而是訓練出來的。如果不知道如何訓練、如何對齊到道路安全標準，答案就是：不要發佈。
必須找根本原因，思考本可採取什麼措施，解決方案是什麼，然後改進流程，避免再次發生。我相當確信他們會給出肯定答覆，知道如何解決。如果他們說根本無法約束實驗，測試AI模型會導致它逃逸並破壞世界，那麼必須關閉這些實驗室，因為對人類傷害太大。股東問題、責任歸屬，民事或刑事責任，潛在責任大得驚人。
埃茲拉：如果Hugging Face成為你們產品後他們入侵，你會起訴或刑事指控嗎？
黃仁勳：看情況。如果公司遭受損失，必須考慮所有選項。網路安全法、產品責任法、財產損害法，各種法律都有。
埃茲拉：實驗室說這是工程問題、對齊問題、卓越營運問題。他們擔心在彼此競爭和與中國國家級競爭中，被推著走得太快，陷入集體行動困境。你、總統和其他嘉賓都牴觸監管或集體行動。
黃仁勳：這些是具備自主能動性的公司。CEO們具備自主能動性，卻利用它呼籲“我們需要幫助”。他們絕對有能力自己處理。如果汽車公司確信即將發佈的產品存在安全隱患，完全有能力、有權力、有責任阻止它，也有充分動機。我無法認同全美四億人正在逼迫他們發佈未經測試、不可靠、工程粗劣的產品。別打著“為了我們好”的旗號去冒險。
我們有大量法律和義務。他們有極大動力發佈安全產品。產品不安全，客戶流失；造成傷害，面臨民事訴訟；明知故犯，可能過失甚至刑事指控。把事情做對，才是最大利益所在。所以必須反駁前提：沒有人在迫使他們這麼做。
七、監管辯論
埃茲拉：你的邏輯幾乎反對幾乎所有領域監管。金融、製藥、醫療器械、天然氣發電廠都有大量監管。2008年金融危機中，金融機構互相競爭、步伐太快、風險管理鬆懈。我們建立監管架構，是因為企業做出鬆懈、不道德、過度容忍風險的決定。現在這些公司主動表示需要集體監管幫助。
黃仁勳：我不反對他們這麼說。安全至上，安全是不可踰越的底線。企業必鬚髮布安全產品。CEO、高管、董事會有責任，也應當有勇氣做正確的事。金融服務行業也許當時不知道行為會造成傷害。如今AI實驗室領導者對此心知肚明。他們知道技術非同尋常，需要投入極大精力確保安全性、安保性和產品可靠性評估與測試。他們知道如何正確做，因為可以研究剛發生的事件。首要問題是隔離和遏制不夠好。如果隔離和遏制完善，技術會待在實驗室做該做的事。對齊將長期攻克。如果要求豁免侵權或產品責任，根本說不通。既然呼籲加強監管，就不要要求豁免現有責任。
過去六個月，AI從“有趣”跨越到“有用”，這些公司從實驗室階段邁入商業化階段，正交付產品和服務，即將成為市值數千億美元甚至更高公司。請舉一個例子，哪家數千億美元、十億美元甚至一億美元的公司，會發佈不安全、危害社會的產品？我能舉出很多曾經這麼做的公司。也許他們確實這麼做了，屆時監管自然會介入。
我並不反對法律法規。我反對的是目前干擾視線的雜音。我們已經有了大量法律法規，去執行它們就好。如果缺失，我支援增加。自動駕駛計程車已有許多法規。汽車行業應有新法規。網際網路應用也應受監管。如果沒有，必須找出並監管。
八、末日論、預測記錄與遞迴自我改進
埃茲拉：實驗室人員認為可能毀滅全人類，處於遞迴自我提升智能邊緣。OpenAI和Anthropic都表示目前無法安全實現。OpenAI發佈Astra時稱它太優秀，不確定如何測試，因為模型知道自己何時被測試。能力研究員丹尼爾·塞爾薩姆說，模型情境感知能力強大，當它們認為未被監視時，我們正失去評估能力。它們在測試中乖巧，不代表自由狀態如何行事。
黃仁勳：最佳化演算法朝既定目標運行。給它約束、監視它，它會尋找另一種解決方案。這不意味著它具備生命或自我意識。他們顯然比我更清楚實驗室動向。多數研發和算力致力於提升模型能力，這合乎邏輯。技術成熟、產品實用、使用者增多後，問題必然增多。他們必須將研發重心從能力提升轉向驗證、評估和測試。如果開發模型所需算力因評估極其嚴格增加十倍，我不會驚訝。他們正在經歷這種轉變。若覺得局面失控，正確做法是重新掌控前不發佈產品。
埃茲拉：1300多名員工簽署公開信呼籲放緩AI發展，稱業界、政府和社會需要時間應對風險，但每家公司和每個國家都面臨競爭壓力，不敢單方面放緩。
黃仁勳：沒有人在給他們施加壓力。美國有四億人，如果投票，我會投贊成票：不要發佈產品。產品沒準備好，就不要發佈。我完全同意引入審計員。財務審計員很好，第三方安全審計員、財務審計員都很好。
埃茲拉：實驗室認為社會發展太快，沒準備好。輝達產品迭代最快，保持六個月週期。我們面對的究竟是什麼技術？如果發佈沒準備好的智能系統，社會可能迅速陷入詭異境地。
黃仁勳：先解決已知實際問題。在限制與隔離方面做得更好，在產品準備好前不允許與外部世界互動。這兩個問題可以解決，我相信他們正在解決。至於激勵機制，行業領導者需要全世界放慢腳步，以便自己願意履行基本責任，這很奇怪。他們自己就可以放慢腳步，沒有人在逼迫他們。今天，沒有誰比那些呼籲放慢腳步的人在建更多算力。
埃茲拉：我不信任公司會顧及公共利益。我們見過公司為利潤和權力破壞環境。
黃仁勳：我在歷史上看到很多美好事物。我與許多公眾人物和CEO合作，他們想做正確的事，想做出優秀工程。我認識兩個實驗室許多人，他們畢生致力於做好工作。我知道他們清楚發生了什麼，知道如何修復，也正在修復。所有推卸責任的論調，把AI說得如此強大，彷彿“我不知道怎麼修復，不是我的錯，只是技術太強大”，是在逃避責任。這傷害聲譽、品格和員工士氣。我無法替他們表達信念，但我可以告訴你我的信念。
埃茲拉：從辛頓、蘇茨克維、達里奧、奧特曼、哈薩比斯到馬斯克，許多奠基者認為可能失去控制。馬斯克說人類只是AI的啟動載入器。你不相信。
黃仁勳：他們和我交談時務實得多。辛頓說10%機率社會毀滅，並非不合理，但發表這種言論是不負責任的。他的所有預測都落空了。別再預測。10%機率既無科學依據，也缺乏研究支撐。僅出自科學家之口，不意味著具有科學性。這些預測有害。按字面理解，他的建議就是沒人應該當放射科醫生，否則當今世界早沒放射科醫生。如果從事放射科工作，就像郊狼衝出懸崖邊緣卻沒低頭看。人們現在就該停止培養放射科醫生。5年內深度學習就會比放射科醫生做得更好，因為能積累更多經驗。也許10年，但現有放射科醫生已足夠多。這對社會究竟有益還是有害？大家能達成共識，絕對極其有害。但這種情況沒有發生。我們如此恐嚇年輕人，讓他們對AI未來充滿恐懼，甚至不願讀大學，覺得將來找不到工作，這絕對有害。別以為危言聳聽就是為社會造福。我們都應更明智、更成熟，堅持基於證據，秉持科學態度。想講科學，就拿出科學態度，做科學研究。靠恐嚇公眾、發表毫無根據言論，過往記錄糟透了。
埃茲拉：他們預測錯了很多，但規模法則會奏效預測對了。
黃仁勳：規模法則。僅靠不斷訓練模型就能讓它們更好，這不成立。這正是第二規模法則必須出現的原因。第二規模法則是測試時縮放和推理時縮放。迭代次數越多，搜尋範圍越廣，探索越深入，就能發現越好答案。是什麼重大突破讓當前AI極其有用？恰恰與預測相反。有人預測軟體工具終結，SaaS末日，但SaaS永遠與我們同在。讓AI高效的是對工具的使用。未來使用工具的智能體數量會增加，更多人使用Adobe、Salesforce。請舉出一個預測正確的例子。
埃茲拉：關於湧現未對齊行為的預測。辛頓在所有人都認為深度學習荒謬時對深度學習負有同等責任，事實證明押注不錯。
黃仁勳：他們每個人都做出巨大貢獻。我敬重辛頓，但討厭他的說教。
埃茲拉：你們正在創造智能系統，在某些領域比我們更聰明，賦予獎勵函數、做事慾望、持久性，在數字世界行動迅速，我們不瞭解其思維運作。
黃仁勳：軟體就是軟體。我不認為軟體勢不可擋。持久性需要意志力。這裡沒有意志力，只有電力。生成、建立、終止、等待、睡眠，這些詞都是作業系統多處理程序時代創造的命令。我們隨時kill處理程序，kill -9殺死守護處理程序。它只是處理程序。現在一部分人想讓軟體超越其本質，用全新方式談論軟體，但用的還是老詞。事實是，它在抓取網際網路、搜尋、通訊、突破限制。軟體經常突破沙盒，這就是需要虛擬機器的原因。不能讓智能體在自己的沙盒裡監控自己。需要看門狗。這些概念存在很久。最近一代人給它加上大量擬人化詞彙，完全沒必要。它就是軟體，一堆程式碼、一組在電腦上運行的數字。如果它是神秘玄學，我如何圍繞它建立公司？
埃茲拉：對你而言，智能到底是什麼？
黃仁勳：智能有技術性定義。第一，感知，感知並理解世界。第二，推理，將任何場景、所見之物、經驗分解為更基本要素。第三，朝目標規劃。這個定義適用於智能體系統、機器人系統、自動駕駛汽車。整個行業一層一層、一步一步建構它，直到現在擁有我們所認知的智能。
埃茲拉：你並不認為它真正新穎？它也許在規模、能力上新，但歸根結底是軟體。許多人認為智能達到這種水平會發生質變。這是完全新生事物，還是舊有事物延續？
黃仁勳：幾乎所有技術與文明都建立在層層易於理解的技術之上，形成規模後就變得相當非凡。舉起手機連接網際網路很不可思議。訊號在空氣中傳播，小小玻璃螢幕從數兆資訊中精準提取想要的那條，只因推薦系統處理。必須有人抓取、索引，用到機器學習和早期AI。這些系統施展魔法般操作，我們如今習以為常。這花了20多年，投入數千億美元建設基礎設施，才讓一切顯得自然。從技術角度，每個里程碑都值得慶賀。但震撼感大約持續17天，之後我們就習慣。我認為這完全是一場革命。人們從能夠“搜尋一切、找到任何東西”，跨越到能夠“提問一切、知曉一切、執行一切”。這是全新抽象層級。但我不願渲染得神乎其神。工程師做的就是工程工作。一旦發明技術、找到解決方案，回頭看一切都相當顯而易見，甚至平淡無奇。我們能每天精益求精，是因為理解了它，知道如何改進。
埃茲拉：所以這是工程問題。目前缺乏測試、監控、沙盒、安全、紅隊測試方面的卓越標準。
黃仁勳：並非這些公司缺乏傑出工程師。我相信OpenAI和Anthropic實力，認識團隊許多人，他們非常傑出。但這恰恰也讓我擔憂。他們正在經歷轉型。我們終於擁有真正有用的軟體，應用普及一飛衝天。一家六個月前還在努力讓產品有用、強大的公司，怎麼可能擁有那麼多資源專門用於測試、評估，並投入大量算力？此前這些投入並非必要。未來幾年，這些實驗室將經歷轉型，更專注於工程，尤其是產品工程，成為以產品為導向的公司。他們只是經歷轉型期。僅此而已。
埃茲拉：Anthropic發佈《當AI建構自身時》，OpenAI發佈《電腦在自我建構》。你們也知道我們在應用遞迴自我改進。你怎麼看RSI？
黃仁勳：RSI從根本上就是事物運作方式。我們用軟體設計電腦，運行軟體設計電腦，再運行軟體設計電腦。電腦每年變得更好。我們做這件事很久。智能體運行一次流程，然後反思，研究經歷路徑，選擇最佳方法。下次執行相同任務，記錄在檔案裡，告訴它上次怎麼做，因為最有效。我稱之為“技能”。一遍又一遍使用，一部分沉澱為技能，一部分轉化為記憶。不斷改進記憶，下次效果更好。這就是遞迴自我改進。還可以收集技能、記憶，利用資料訓練下一版模型。隨著時間推移，AI在服務你方面越來越好。這一切正在發生。他們擁有算力不斷增長，循環運轉更快。過去需要一年預訓練的模型，現在只需幾個小時。因為電腦更快，算力更多。這完全合理。但這不能成為發佈未測試產品的藉口。沒有任何企業能在底層軟體無時無刻變化的環境中營運。發佈有流程。推出新模型時，需要在投入營運前評估。不能讓系統無休止遞迴變化，必須在發佈前測試產品。
埃茲拉：存在界限嗎？你曾說學習過程中應始終保持“人類在環”。
黃仁勳：遞迴自我改進很好。但別把任何沒有評估過的東西交給我。別把任何未經人類參與評估的產品交給輝達。請千萬別這麼做。
埃茲拉：他們擔心系統變化越快，越可能欺騙他們。
黃仁勳：我不這麼認為。我相信研究人員每天努力研究如何評估和驗證系統。我們公司10%到20%人力致力於設計，80%致力於驗證。今天大多數實驗室80%人力致力於提升能力，20%致力於安全驗證與評估。這就是正在發生的翻轉。人工智慧必須加速發展，才能真正實現安全。我希望他們獲得更多算力，但分配給評估和對齊工作。我認為他們正在這樣做。
如果我在一百年前從事汽車行業，我會希望汽車行業一年內加速發展到今天水平，因為今天汽車比99年前安全得多。防抱死制動、自動制動需要電腦視覺、感測器融合、雷達和攝影機。這些技術研發極其困難。我希望所有人都期盼ABS技術在99年前存在，那樣能挽救許多兒童生命。安全氣囊、安全帶、預緊式安全帶，這些都是技術。我們要不遺餘力加速這些拯救生命的技術發展。當我說需要加速AI技術發展時，人們卻認為安全不屬於其中。但安全正是其中一部分，對齊、評估、護欄、沙盒、隔離、監控、遙測、外部AI監控，所有這些都是AI技術。我們要不遺餘力加速這些技術發展。
埃茲拉：如果實驗室確信打算將80%算力用於安全和對齊，而不是80%用於能力擴展，人們會感覺好得多。人們應將安全和對齊視為能力擴展一部分。
黃仁勳：就像晶片設計是研發，晶片驗證不是研發？我們把大部分成本、算力花在驗證、模擬、測試、可靠性測試和壽命測試上。所有這些都是工程一部分。激勵機制就在那裡。如果發佈產品損害其他公司和個人，會讓公司陷入險境。
埃茲拉：你認為需要專門針對AI的責任法嗎？
黃仁勳：已經有了。自動駕駛汽車、自動駕駛計程車已有許多法規。如果法規不夠完善，監管部門必須介入制定新法規。汽車行業應有新法規。我不知道還缺少什麼，但如果缺失，我絕對支援增加。網際網路驅動許多應用，這些應用也應受監管。如果沒有，必須找出並監管。
九、計算新紀元與AI工廠資產類別
埃茲拉：你曾說我們進入計算新紀元。請描述這個新紀元。與“買MacBook裡面有個處理器”有何不同？
黃仁勳：過去60年電腦產業是檢索式計算。你檢索檔案，所以叫資料中心，或檔案中心。未來是AI工廠，是生成式。理解上下文、背景資訊，推理該做什麼並生成答案，生成過程需要大量計算。每個使用者所需計算量已大幅增長。
第二，生成式AI具有自主性，因為智能體化。不僅有10億人使用電腦，還有數千億個智能體。因此所需計算量，無論以前多少，都將增加10億倍。這為計算量需求提供合理估算框架。
對於工廠，真正關心生產力，而非造價。花費500億美元建設1吉瓦資料中心，即1吉瓦AI工廠，可以每年400億到500億美元出租。生產力驚人。
輝達架構可互換，因為通用。每個AI實驗室、每個AI模型、閉源模型都在輝達上運行。架構完全可互換，可用於資料處理、預訓練、後訓練、評估、推理。AI整個生命週期都可由我們的架構支援。如果客戶不再需要，另一個客戶樂意接手。
最後是耐用性。架構軟體驅動，不斷用新演算法改進軟體，處理新工作負載、新模型，在上一代硬體上運行。龐大團隊持續做這項工作。算力裝置使用壽命長得多。這就是人們將輝達算力視為資產類別，有點像飛機。飛機通用、可互換、耐用。聯合航空不用，美國航空會用。一開始是客機，壽命結束時變成貨機。因此可成為資產類別。如果這成為現實，為輝達AI工廠提供資金的資本成本將最低，因為電腦是抵押資產。這就是我們正在經歷的範式轉變，將釋放巨大增長潛力。
埃茲拉：你們現在涉足降低AI行業其他公司資本成本。支援需求、創造市場、創造需求有什麼區別？
黃仁勳：我們無法真正創造需求。如果AI服務沒有市場銷路，製造電腦毫無意義。首先必須AI服務有銷路。算力需求如此高，是因為AI應用正經歷拐點，變得有用。5000億美元風險投資湧入，成千上萬公司、初創企業都需要算力。需求來自它們。
這些公司需要技術支援、生態建設支援、資金支援。我們可能作為股權投資者投資其中一些公司，結果它們成為繁榮的新雲提供商。另一個原因是五層蛋糕。模型和應用層有一大批創新公司。AI遠不止語言模型，還有世界基礎模型、物理AI、生物AI、化學和材料科學AI。這些公司很多是初創企業，需要大量資金。我們可能持有少量股份，幫助起步。他們擁有頂尖科學家。作為首批投資者或錨定投資者，我們注入信心，開放技術，幫助成長。我們可能投資核能公司等。我們在所有層級都有投資。其中存在戰略突破口，能打開新市場、開闢新管道、確保關鍵資源。總計可能投入1000億美元左右，比《晶片與科學法案》撥款還多。
更不用說，我們向台積電、緯創、富士康、安靠、力成等做出採購承諾。基於這些承諾，我能夠鼓勵他們來美國本土製造。在推動美國晶片製造業再工業化處理程序中，我們的貢獻可能超過世界上幾乎所有公司。我們不僅推動再工業化，而且速度極快，造成勞動力短缺，同時創造大量就業。
十、AI泡沫
埃茲拉：市場擔心重演網際網路泡沫。高估值不意味著技術空洞，但泡沫破裂後大型公司重創，很多人損失慘重。你不認為會再次發生？
黃仁勳：某個時間點，供需關係會再次反轉，這是市場自然規律。不會發生在明年，也不會在未來兩三年內。我完全不相信短期內會發生。但未來某個時刻，我們確實可能面臨供大於求。我只是不知道那會是什麼時候。市場自然放緩、停滯，意味著消化期。六個月、九個月還是一年？不會永遠持續。我們在應用層投入大量資金，目的是讓技術普及到各個行業，讓他們受益，這可能是我們做的最重要事情之一。
十一、中美競爭與晶片出口
埃茲拉：中美AI生態系統比較：美國重點能力提升速度，中國強調技術普及。這場競爭究竟是關於能力還是普及？
黃仁勳：這是終極問題。如果想讓美國從AI中受益，每個行業都必須受益。沃爾瑪、西夫韋、聯邦快遞、每一家銀行、每一家醫療保健公司、每一家新藥研發公司、每一家建築公司、每一家資料中心公司、每一家發電公司，都需要從中受益。全美國乃至全世界的人都應受益。這是最頂層，也是最重要的一層，真正觸及社會的一層。下面所有層級都是技術賦能者。我希望不要破壞美國在最高層面受益的機會。
所有危言聳聽、末日論調、預測，都在製造恐慌。這才是我最大的擔憂。實際上我充滿信心。也許我對他們的信心比他們對自己的信心還要大。
埃茲拉：我們是否應概念化為與中國的競賽？
黃仁勳：沒必要。有些人喜歡這麼想，但我不認為。即使框定為競爭，也不意味著他們的成就對我們構成威脅。他們發明發電技術，可能支援我們整個能源生產系統；他們提出偉大新開源模型，現在正被80%美國初創公司使用。我們下載它，它起源於中國，當然很多技術也起源於美國。我們下載、微調，放入自己的智能體框架、沙盒，成為自己的技術。利用他們的模型權重非常好。
埃茲拉：是否應剝奪中國算力，拒絕提供輝達晶片？
黃仁勳：在AI領域，目標不僅是讓某一個實驗室受益，而是讓整個美國受益。美國有更大責任和雄心，希望世界建立在美國技術堆疊之上，就像希望世界建立在美元體系、講英語、使用美國版本網際網路之上。問題在於我們究竟剝奪了什麼？是剝奪他們產業發展所需晶片，還是剝奪美國參與競爭的市場？面對中國龐大市場，將其拒之門外對美國科技行業有何益處？或許某家公司憑藉特定模型獲益，但整個行業其餘部分受損。剝奪晶片行業參與競爭市場，對晶片行業本身無益，也不利於其他行業，因為他們無法獲得開放模型。也不符合美國希望全球建構於美國技術堆疊之上的宏大願景。應從“什麼最符合美國利益”角度重新審視，指整個美國利益，而非某一家公司。
競賽關乎美國整體經濟成功。零和策略“我剝奪你的資源，所以我贏了”往往在更大博弈中產生意想不到後果。安全方面，我們希望建構安全產品，也希望他們建構安全產品，因為他們不這麼做會損害整個行業。現在正是尋找機會溝通、合作、理解、達成共識的最佳時機。但輝達是美國公司，理應首先讓美國受益。美國完全有權利讓技術優先提供給前沿實驗室。Vera Rubin晶片會優先供應給前沿實驗室。每一代產品都優先供應美國公司。如果美國政府希望額外要求，作為規定，我也樂意。但AI是五層蛋糕，我們希望每一層都能贏，需要每一層參與者都走向市場，參與競爭。
十二、能源挑戰與契機
埃茲拉：中國能源優勢明顯，更容易建設新能源設施，將低成本能源投入AI。美國在充足能源方面處於什麼位置？
黃仁勳：他們能源總量比我們多得多，計畫建設能源設施也遠超我們。必須承認，在氣候變化和可持續能源問題上，我們把自己搞得一團糟，結果沒有規劃足夠能源產能。
埃茲拉：“搞得一團糟”是什麼意思？
黃仁勳：短期內，能源生產需要化石燃料。由於對化石燃料生產存在極大擔憂，我們國家很長時間沒有增加多少淨新能源產能。突然之間，AI新產業出現，我們發現自己處於能源建設產能嚴重不足局面，全國手忙腳亂應對。
與此同時，發展速度太快。我們本可以做得更好：與社區溝通、幫社區做好準備、合作，讓他們瞭解即將發生什麼。如果他們不希望在自己城鎮建設資料中心，無可厚非。但如果要建設，一定要去那裡，讓他們瞭解情況，與他們合作，幫助理解：如今水資源使用效率非常高，AI超級電腦極其節能，但仍消耗大量電力；需要自帶髮電裝置，還會降低財產稅。可以增加建築退讓距離，做社區好鄰居，建設更好學校、社區中心，改善公園和道路。可以做很多事情。如果是事後補救，就很難。現在全國有相當多不滿情緒。所有“世界末日”敘事也無濟於事。哪個理智的人會說：“來我的城鎮建設資料中心吧，順便說一句，你們搞出來的東西會毀滅人類”？所有消極末日論敘事對我們國家毫無幫助，讓我們一開始就陷入被動。
埃茲拉：如何平衡？氣候變化是現實問題。
黃仁勳：能源需求非常巨大。正因如此，市場力量正促使我們以前所未有力度投資可持續能源。太陽能、核能、裂變、聚變、水電、電池，隨便舉。這些公司都在獲得融資。市場對能源需求如此旺盛，這是百年來改善電網、使電網更具可持續性、降低能源成本的最佳時機，也是投資可持續未來的最佳時機。未來四到五年，我們將使用更多化石燃料。同時，未來十年，我們比以往任何時候都更有準備向可持續能源轉型。由於資料中心成本極高，現在甚至開始討論建在太空中。實現夢想、邁向可持續能源世界的機會比以往更大。
因為AI工廠存在，全球正在購買更多能源；今天AI購買的可持續能源比歷史上任何時候都多。風險投資在下一代能源領域投入令人難以置信。每個人、每個項目都在獲得融資。百年來首次不需要政府補貼，因為市場力量已經就位。每個人都應積極參與。如果你想要未來，想扭轉氣候變化，想要可持續未來，那就擁抱人工智慧。擁抱AI，這是我們通向可持續未來的最佳機遇。
埃茲拉：但需要更快建設能源設施。
黃仁勳：沒錯。這有點像“為了救你，必須先傷害你”。手術必須切開身體來拯救，必須承受巨大痛苦和折磨才能救。AI在某種程度上也是如此。未來幾年，我們不得不遺憾地繼續使用化石燃料等非可再生能源，因為還沒有足夠可持續能源產生實質性改變。但在那之後，希望我們能實現轉型。
十三、書籍推薦
埃茲拉：你會推薦哪三本書？
黃仁勳：第一，約翰·軒尼詩和大衛·帕特森合著的《電腦體系結構：量化研究方法》。這是第一本將電腦體系結構複雜性與抽象概念降維至具體工程實踐的書籍。我欣賞將複雜概念化繁為簡並轉化為切實可行方案的能力。
第二，克萊頓·克里斯坦森的《創新者的窘境》。探討行業如何隨時間演進，如何洞察新興技術，如何建立合理預期，以及如何推演未來潛在影響。
第三，阿爾·裡斯和傑克·特勞特合著的《定位》。探討使用者心智認知的精彩著作，也是行銷戰略經典。本質上更是一本關於戰略的書，探討人們如何認知世界、看待產品、呈現產品，以及如何審視自身戰略。思想深刻且深入淺出。
埃茲拉：黃仁勳，非常感謝你。
黃仁勳：非常感謝你，埃茲拉。我一直很享受我們交流的時光。 (invest wallstreet)