黄仁勋：系统思维是未来核心技能，物理AI将是英伟达下一个千亿美元业务

在AI重塑计算机产业的当下，创业者最需要具备什么能力？黄仁勋给出的答案并不是编程，而是系统思维、韧性，以及敢于进入未知领域的勇气。

近日，在一场面向早期创业者的公开访谈（Startup School）中，黄仁勋与YC CEO Garry Tan展开了一场近一个小时的对谈，围绕创业、AI产业变革、企业管理和个人成长，分享了他对下一代创业机会的最新判断。

在计算机工业被彻底重置的当下，英伟达CEO黄仁勋明确指出，系统思维将成为未来的核心技能，而物理AI和机器人将是英伟达下一个千亿美元级的增量市场。

当前，市场正密切关注英伟达在突破万亿美元市值后，未来的增长想象空间究竟在哪里。对此，黄仁勋在访谈中给出了明确的答案：从AI智能体到物理AI，科技产业的重置才刚刚开始。

物理AI与机器人：下一个千亿美元的爆发点

除了大语言模型，资本市场最为关注的莫过于具身智能和机器人的商业化落地节点。黄仁勋在对谈中抛出了一个极其反直觉的观点：“我想说，机器人的‘ChatGPT时刻’在几年前就已经发生了。”

他回忆道，当英伟达内部首次成功生成一段手指移动、手拿起玻璃杯的视频时，他便意识到物理世界的人工智能即将迎来突破。“如果我能生成手指移动的视频，为什么我不能让机器人做同样的事情？那一刻我意识到，机器人关节的灵活运动即将实现。”

针对未来的业务指引，黄仁勋首次向市场描绘了庞大的物理AI商业版图。他指出，自动驾驶是目前唯一一个市场足够大、技术相对标准化、具有真实经济价值且能让数据飞轮转动起来的机器人应用场景。

“我们在特斯拉的车里，在奔驰的数据中心和车里，我们甚至开源了自研的自动驾驶堆栈，因为农业、邮件投递、仓库物流都需要它。”黄仁勋透露了一项极具震撼力的数据：“我们包含自动驾驶在内的物理AI业务，目前的规模大概已经接近100亿美元了。这很可能会成为世界上最庞大的产业之一，它不需要两三年，但也不需要十年，这将是我们下一个千亿美元级的业务。”

AI智能体（Agents）：全新的软件形态与控制力难题

在软件生态的演进上，黄仁勋断言，“智能体（Agents）就是新的软件”。他透露，英伟达内部已经在大规模使用各种AI智能体来加速研发流程，“我们让成百上千朵花同时绽放，让大家自由选择工具，云计算代码在英伟达内部的沙盒中自主运行，这太棒了。”

但他同时也指出了当前智能体技术面临的核心瓶颈——精细化控制（Controllability）。

“无论是使用RAG（检索增强生成）还是提示词，目前的输出控制仍然太粗糙了。最大的突破将是我们能否对智能体进行极其细粒度的控制。”

黄仁勋强调，“只要我们改变计划文件中的一个词，它就能产生具体的差异，比如只改变一个像素、一个多边形、CAD文件里的一个组件，然后重新生成其他所有内容。这种级别的控制和与智能体的协作，将是改变游戏规则的。”

AI会夺走工作吗？“这个叙事完全搞反了”

随着AI能力的跃升，市场对“AI取代人类”的担忧日益加剧。黄仁勋不仅对此予以否认，还给出了极具经济学视角的独特判断。

“关于AI摧毁就业的叙事，完全是倒果为因（exactly backwards）。AI确实会消除某些具体的‘任务’（tasks），但它绝不会消除‘工作’（jobs）。”

他用具体的数据和行业现状论证了这一逻辑：“编程这项‘任务’正在被自动化，但软件工程师的岗位数量却以每年10%的速度增长；阅读放射科光片的任务被自动化了，但过去几年放射科医生的工作岗位却增加了20%以上。为什么？因为积压的需求太庞大了。”

黄仁勋指出，由于创意、野心以及案件、病患的积压量惊人，当AI接管了繁琐的底层工作后，企业反而需要雇佣更多的人来完成更具野心的事情。“生产力提升带来增长，增长推动更多就业，这就是底层规律。”

时代的生存法则：系统思维与“创始人模式”

面对“年轻人现在到底该学什么”的经典问题，黄仁勋给出了非常硬核的建议。他直言，坐在电脑前手写代码这种“简单的工作”绝对会被自动化，甚至是老一代人学的“长除法”早就被淘汰了。

“底层的东西未来都会由智能体来完成。因此，你必须具备抽象的‘系统思维’（Systems thinking）能力。系统思维将是未来的新编程。” 黄仁勋建议，在这个被重置的计算机时代，年轻人应该回归“硬科学”：“物理、化学、生物学、计算机工程以及交叉学科，这些解决极端困难问题的科学永远不会过时。”

在访谈最后，黄仁勋分享了他极具个人色彩的管理哲学。他极力推崇最近硅谷热议的“创始人模式（Founder Mode）”。

早年，因为选错了3D图形的算法，英伟达差点破产，他靠去书店买的三本关于OpenGL的教科书重新拯救了公司。这段经历让他明白，面对飞速变化的技术，传统的管理教条毫无意义。

“你是在造一辆你要去比赛的F1赛车，所以你必须按照你能驾驶的方式来打造它。你应该让赛车适应你。”

面对“如果你不使用传统管理技巧，离开公司后怎么办”的质疑，黄仁勋回应得极其坦荡：“我告诉他们，等有一天我死在工作岗位上，他们只需为下一任CEO重新塑造公司即可。为了实现我们的使命，无论需要对组织进行怎样的调整来适应你，你就该怎么做。”

对于当下的创业者，黄仁勋发出了最强烈的号召：“这是过去60年来最好的创业时机。整个计算机工业被彻底重置了。只要你心里永远保持一句‘这能有多难呢（How hard can it be）？’，让苦难一点一点地来，你终会走到属于你的英伟达时刻。”

欢迎来到2026年创业学校。现在，让我们开始吧。

请和我一起欢迎英伟达的创始人兼CEO黄仁勋登台。

Garry Tan：

这对我来说是一个超现实的时刻。谢谢。感谢你来到这里，Jensen。

黄仁勋：

我很高兴这样做。能来到这里很棒。[欢呼] 显然，如果你在这里，你就会成功。

Garry Tan：

所以，我很高兴我在这里。[笑声] 哦，Jensen。

英伟达的错误算法

那些只把英伟达视为AI中心公司的学生，他们最需要了解英伟达早期故事的哪一部分？但大多数人不会相信的是，我们创办公司时选择的那个技术是绝对错误的。我们最初的想法是，我们要重新发明3D图形。嗯，公司的理念和视角是，通用计算机，即CPU，非常有用，但如果我们能用加速器来增强它，我们就能解决那些否则太难解决的问题。

我们选择的最初问题之一就是3D图形。在那段时间，也就是1993年，个人电脑刚刚传出消息要问世。我们的伟大想法是，我们要把每一台个人电脑都变成一个游戏主机，因为我们在游戏主机的时代长大。所以我们想，如果我们能设计一个系统，能放进个人电脑里，把它变成一个游戏主机，那会怎样？所以我们想，我们要重新发明那个需要这些大型超级计算机的算法，然后把它塞进个人电脑里。我们想出了一些新算法，对此感到很兴奋。我们相信它。嗯，我们以一种深思熟虑的方式推理过它，然后我们去创办公司来构建它。

结果证明，这个算法完全是错误的，创办公司所依据的技术也完全是错误的。所以在1995年，我们意识到了这一点，而且，几乎为时已晚，因为那时已经有大约35到40家其他公司在为个人电脑构建3D图形了。我们意识到这行不通。我回到公司，我们都在公司里。我说：“我们该怎么办？这行不通。”我们都在讨论这件事。

我说：“听着，如果我们不正视这行不通的事实，我们就会失去公司。”

真正的伟大想法：买书来拯救公司

然后开始努力寻找正确的算法。然后有人告诉我，结果发现我们谁都不知道正确的方法。

而且，我们不仅选错了技术，我们还不知道正确的方法该怎么做。所以那对我来说是重要的一天。我口袋里只有大约60美元，你知道，也就几百美元。于是我去了Fry's，买了三本教科书。这些教科书是关于OpenGL以及如何设计OpenGL管线的。我把它们带回公司，交给工程师们，然后我们就重新发明了计算机图形学。我们是现代计算机图形学的世界领先者。我们在过去25年里发明了大多数重大突破。

每个人都会认为英伟达是从3D图形世界领导者起家的，而我们是从一本教科书里学到的。所以实际上我们是先创办公司，融资，然后才买的教科书，想想看。所以对我而言，最大的教训是，技术在不断变化，只要你能面对现实，只要你有能力学习，技术本身其实并不重要。

从那时起，英伟达就在发明各种我们以前从未真正做过的技术，我们以同样的态度对待每一件事。你知道，如果这件事很重要，我们就要去学习它。能有多难呢？结果它总是比我们预想的要难得多。但你带着“能有多难”的态度投入其中。我是说，在后台，我们正在讨论……我们正在和一些顶尖的YC公司交谈，你说每一家都在某个领域有专长，你和你英伟达也有一个专长，而它们都只是……我忘了你怎么说的了。就像某种算法领域。所以听起来3D图形只是算法领域的第一个。

而且它来自一本教科书。但你知道，任何人都可以读那本教科书。你创造了粒子物理、流体动力学。是的。

但你创造了人们想要的东西，就像人们愿意花很多钱购买的最终产品。公司那个完全正确的伟大想法是，有可能通过增强CPU来解决那些否则太难解决的问题，分子动力学就是其中之一。图像处理是其中之一。

逆物理是另一个。所以有各种不同的算法。当然，深度学习是其中一个主要的。为了创造我们今天拥有的公司，我们很早就意识到，关键不在于制造一个伟大的芯片，而在于加速一个算法领域。所以我一直相信的一点是，造就伟大公司的是一种你对世界的独特视角，一种你深信不疑的视角。

与其说是技术，与其说是市场，尽管那些都很重要。如果你在正确的时间为正确的市场拥有正确的技术，你的生活会容易得多。对某个重要事物的未来有一个高层次的愿景，一个关于它的独特视角，你深信不疑，并且追求那个愿景是困难的。这些都是很好的组合。在我们的案例中，我们意识到加速计算将会很重要，而加速计算结果证明非常重要，我们的认识是一切都与算法有关，而不是芯片，结果证明完全正确。

世嘉的故事

Garry Tan：

所以，你已经谈了很多关于创始人的艰辛。有没有几个故事特别让你印象深刻？

我的意思是，这个房间里的人很想创办公司，但你知道他们真的准备好面对困难，可能不得不关闭公司，诸事不顺之类的吗？有哪些关键时刻特别让你印象深刻？

我想你刚才在日本，对吧？你似乎在某种程度上是去纪念……是世嘉吗？我感觉那是个非常有力量的故事。

黄仁勋：

那个让我们意识到我们选择的算法是错误的项目，是与世嘉的合作。世嘉当时委托我们为土星之后的那款游戏机做开发，后来证明那是Dreamcast。我不知道有没有人知道Dreamcast是什么？

所以，我们没有制造Dreamcast。我们原本应该制造Dreamcast，但因为我们的算法和技术存在根本性缺陷，我去了日本，告诉当时的CEO，他们给我们的那份合同，大约是1200万美元的合同，我们将无法履行，因为这项技术行不通。

我告诉了他原因，然后我建议他们另找别家来做。但后来我请求他，我告诉他，不幸的是，我仍然需要这笔钱。他问我，你可以想象那段对话。你是在告诉我，我签合同让你做的事你做不了，但你却想要合同里的所有钱。我说，你说得对，完全正确。

但显然我很礼貌。我很谦逊。他意识到我是诚实的，一切都很合理。

如果他不给我们钱，我们就会倒闭。我认为在座的各位也会遇到这种情况。你不是投资公司，你投资的是人。入江实里先生认识到的是，这里有一个他最初就信任的人和一个公司，这份合同，他相信他们，他希望看到他们能撑到第二天。那500万美元让我们活了下来，给了我足够的时间去发现该做什么。

3亿美元的IPO

然后我猜如果他们持有，后来卖了一千五百万，我听说。但他们在我们上市的那一刻就卖了。当英伟达上市时，我们的估值是3亿美元。

1999年的3亿美元。那是真金白银。

我想现在公司市值超过一万亿美元了，大概是吧。超过一万亿了。是的。太疯狂了。

Garry Tan：

所以，你算是核心人物，我们喜欢说你是掌控全局的人。嗯，在那之前，我认为没有人能真正预见到GPU以及你构建的技术对AI革命会有多么重要。嗯，你看到了什么？我的意思是，是加速器让你在正确的时间出现在正确的地点，还是肯定有很多事情导致你能够占据这个位置？

以不同方式看待AlexNet

黄仁勋：

是的。嗯，我和其他人一样看到了AlexNet，但记住，我看世界的视角，我的世界观总是在寻找算法，

那个算法可以是Namd，算法可以是Vasp，算法可以是OpenGL，可以是SQL，某种领域特定语言，某种算法。所以我看世界的视角总是在寻找一些我们可能能够帮助解决的问题。当AlexNet出现时，这个算法就是深度学习。

所以问题是，这个算法是什么？为什么它如此重要？为什么它如此有效？它还能做什么？如果你要扩展算法，让它超越现有的规模，它能解决哪些今天无法解决的问题？我们的突破在于意识到AlexNet不仅仅是AlexNet。AlexNet是一种深度学习方法，它让你能够学习任何函数。所以15年前，我告诉所有人，嘿，猜猜怎么了？我们刚刚学会了通用函数逼近器。

我们刚刚发现了通用函数逼近器。我们可以给它，我们几乎可以为任何函数提供答案，它就能学习这个函数是什么。对于很多函数，你不必非常精确，事实上，也不可能非常精确。所以大多数有趣的问题都是以这种不精确的方式存在的。

当我们意识到我们拥有了一个通用函数逼近器的那一天，问题就变成了，这对计算堆栈意味着什么？这对软件意味着什么？这对哪些行业可能产生影响？等等。

我们几乎立刻就开始研究计算机视觉。几乎立刻就开始研究机器人技术、自动驾驶汽车，因为那种基本能力，你可以想象，能解决计算机视觉和

机器人技术领域的一些重要问题。所以我认为，重大的突破仅仅在于，这比AlexNet要有基础得多。这是一种编写软件的方式，它对处理器、中间件、算法、应用程序的影响，就是我现在描述的“五层蛋糕”。嗯，整个工业堆栈，我在大约15年前就想象过要全部重新发明。

如何构建一个第一性原理的组织

这仅仅是关于提出问题，从第一性原理出发推理，问类似“如果是这样，那么会怎样？”的问题，“如果这个能变得更好，那又怎样？”，问所有这些关于你观察到的某个有重大影响事物的基本问题。我的意思是，真正让我印象深刻的一件事是，

你在多大程度上会深入细节，阅读论文，直接与那些提出这些理论的首席科学家交谈？你对观众中的各位有什么建议吗？我的意思是，那就像真正的创始人模式，但与此同时，你可能有一个组织，有高管，有那些会说“这是曲线图，我们要保持在这条曲线上”的人。你知道，有时这会引发不满。对于如何建立一个组织，以及如何驾驭这一点，你有什么建议给人们吗？比如如何建立一个让你能够从第一性原理思考的组织？因为如果财富500强公司都这样做，它们可能会看起来更像英伟达而非不像，而你似乎建立了一家非常独特的公司。

我的心态，当我处于那种状态时，我的心态总是始于好奇心。

我自己有很多问题，当然，和任何人一样，我会寻找通往答案的最短路径。但很多时候，我身边的人给出的答案可能不令人满意，我可能会有其他问题，也许他们正忙于做其他事情，在追求别的目标。所以我的第一个倾向是去发现我自身好奇心的答案。我的第二个倾向是，如果我发现有信息，并且这个信息领域或特定领域可能对某人很重要，可能对我们的公司很重要，那么我的下一个倾向是，我如何才能尽可能多地学习，以便能够为公司服务，并与其他人分享。这和你在分享知识时没什么不同。我是说，我看你的播客，我看你的视频，我非常喜欢它们。你在和所有人分享想法。在很多方面，我认为CEO是在为公司服务，为所有在那里工作的人服务，你想用一些洞见来赋能他们。

所以，这真的是它的来源。这与其说是一种管理技巧，不如说是一种个性技巧。你知道，我想赋能你，这是我刚刚观察到的非常重要的事情。让我告诉你为什么它如此重要。现在，必须贴近地面、深入细节的部分原因是因为技术通常很复杂，或者变化很快。特别是当它像我们的世界一样变化很快时，除非你有对正在发生的事情有触觉般的感知，否则它可能会让你觉得变化太快而无法理解。

但如果你随着时间的推移理解了它的第一性原理，那么一切就都说得通了。你知道，这有点像冲浪，我想象。我不知道怎么冲浪，但我可以想象它有点像冲浪。你出海去冲浪。对我来说，那看起来像一片混乱，但对冲浪者来说，不知何故，他们能找准方向。他们能读懂海浪，他们知道如何保持在浪尖上。所以，我认为做CEO与此非常相似。你必须学会如何冲浪。为了学会冲浪，你必须理解海浪。你必须能够读懂风，必须有好的时机，除非你尝试并真正去做，否则你不可能拥有这些。所以，部分是为了给自己提供信息，部分是为了试图弄清楚问题，把它分解开来，以便公司能够以一种他们能采取行动的方式来学习它。部分是为了

打造适合你驾驶风格的赛车

激励其他人，这些都是在座所有人的基本特质。你不需要在成为CEO时改变你的个性或行为。你可以继续做你自己。我很早以前就学到的一件事，我不知道我在哪里看到的，但你知道，CEO或创始人，你是正在打造一辆你要去比赛的赛车。你要打造一辆F1赛车，但你要以你能驾驶的方式去打造它。你应该让车适应你。我想有人问过我，Jensen，如果你不使用常规的管理技巧和组织技巧，当你离开公司时会发生什么？好吧，你知道，当我在工作中去世时，有一天，我告诉他们，他们将不得不为下一任CEO重塑公司。

这样做的智慧在于，我们是F1车手。我们是赛车手。世界竞争非常激烈，我们必须保持，我们必须赢得比赛，必须完成我们的使命。所以，无论需要什么来让赛车适应你，无论需要什么来让组织适应你，那就是你应该做的。下一任CEO，无论他们的个性如何，他们可以自己去想办法。

太棒了。我的意思是，这确实看起来任何你对赛车所做的改变都只会减慢你的速度，让你输掉那些不适合你的比赛。是的。或者我们不断地根据我们的需要调整赛车，那才是我一直在做的。我不断地调整公司，不断地重塑业务流程和工作方式，以便我能为公司更有效。真正的创始人模式。

是的。创始人模式。创始人模式可以持续34年。没错。从零到五万亿。

系统思维是新编程

Garry Tan：

我很想换个话题，聊聊你现在最感兴趣的前沿算法是什么？我的意思是，我喜欢你深入到材料科学，一直上升到应用层。你是第一个在舞台上谈论OpenClaw和现在的Hermes Agent的人。我想知道你是否能带我们了解一下，你一天的生活中是如何思考不同阶段的？从材料到芯片，再到数据中心，甚至到应用层，比如人们将如何工作？这有点像全栈AI工厂的概念。

黄仁勋：

这可能是未来最有用的技能之一。事实上，就在听你谈论技术和你如何使用它时，最重要的事情之一是系统理解、系统意识、系统设计、系统组织，但核心是系统思维。原因在于，大多数底层的、必须完成的工作无论如何都会以代理的方式完成。它们无论如何都会被自动化。所以无论是我这一代，是关于编译芯片、综合晶体管、门和功能模块，所有这些现在都被综合了，我们的大多数设计师都是系统设计师。在软件的情况下，大多数软件无论如何都将以代理方式完成。所以你必须更能够抽象地思考系统。你想解决什么问题？

有哪些约束？输入在哪里，输出在哪里，信息从哪里来，信息进出系统的速率是多少，约束是什么？是处理器、内存还是网络？理解这些系统问题在一个足够技术性的层面上，将对在座的每一位都非常有帮助，我不认为这种基础知识会变得无用。我认为它会越来越有用。所以我尽我所能去理解系统。

原文超出正文长度上限，此处截断——上游还有内容，完整版见上方「原文 ↗」。