黄仁勋批AI末日论无科学依据，特朗普连线称数据中心是未来石油

近日，英伟达创始人兼CEO黄仁勋在All-In Summit 2026上正面开炮，将当前甚嚣尘上的"AI末日论"定性为"没有科学依据的不负责任言论"。他逐一列举过去数年被证伪的AI预言，直指部分科技公司和研究人员的公开表态"制造恐慌、误导公众"。

黄仁勋的靶子，是Anthropic CEO Dario Amodei近期发表的那篇引发广泛讨论的博文——该文联合多家前沿实验室，对AI安全风险发出警告，甚至量化了"文明级灭绝"的概率。黄仁勋说道，"这是编造的。这些人受过良好教育，被称为研究员，在实验室工作。这些词汇的叠加加上这种预测，令人恐慌，不应该这样做，这是不负责任的。"

峰会进行中，美国总统特朗普突然致电现场，直言"这整件事就是个骗局"，并表态将坚定支持数据中心建设，称AI是"未来20至25年的石油"。

两人的联合发声，为当前围绕AI监管和安全的激烈争论注入了新的变量。

“这些预测全都错了”：黄仁勋逐一清算末日预言

黄仁勋在台上直接点名过去几年流传最广的AI恐慌预测，并一一对照现实：

• "有人预测五年内放射科医生将被AI完全取代，结果恰恰相反，我们比以往任何时候都需要更多放射科医生。"
• "有人预测六到十二个月内90%的代码将由AI生成——错了。有人预测六到九个月内50%的初级岗位将消失——也错了。"
• 他还提到，GPT-2和Llama 3曾被认为"太危险不能发布"，以及"明年将有一半白领工作消失"等预言，统统落空。

黄仁勋的结论直截了当："这些预测不基于科学，不基于研究。所有基于科学和研究的证据都指向相反的方向。这是对未知领域的恐惧。"

他同时表示，对于Anthropic CEO Dario Amodei近期发表的相关博文，他认为其中涉及安全的部分值得认真对待，但关于未来的"科学预测"部分"明显缺乏科学依据"，"由科学家说出口，却不是科学的东西，这是不负责任的"。

RSI不是“黑魔法”：黄仁勋解释递归自我改进的工程逻辑

针对近期市场热议的递归自我改进（RSI）技术，黄仁勋给出了他的技术判断。

"RSI是一套系统性思路的组合，"他说，"从上下文学习、技能积累、反思机制，到强化学习和合成数据生成，这些都是非常合理的想法，能让AI在解决问题上持续进步。"

他进一步解释，通过LoRA等低秩适配方法，可以在不重新训练基础模型的情况下提升模型能力；而随着时间推移，再用积累的经验重新训练基础模型，整个流程在工程上完全可控。

黄仁勋认为，"RSI"这个词正在被某些人"武器化"，刻意制造出技术将"螺旋失控"的印象。他的反驳逻辑很简单："你可以在公司内部做RSI，但当你发布产品时，你必须评估它，必须测试它，必须确保没有回归问题。基本的工程控制流程就在那里。"

特朗普现场致电：数据中心是“下一个20年的石油”

峰会进行到英伟达战略拆解环节时，特朗普突然致电黄仁勋，并被接入现场扩音系统，向在场数千名观众直播讲话。

特朗普表示："这整件事就是个骗局。数据中心是伟大的，它让人们富裕，让各州富裕。它是未来20年、25年的石油，比互联网还要大得多。"

他同时批评部分反对数据中心建设的声音"正在为不希望美国成功的人服务"，并明确表态："机器人不会统治世界，AI不会接管世界，整件事就是个骗局。"

特朗普还提到，美国目前有约20万亿美元投资正在流入，并将此与前任政府时期的不足1万亿美元进行对比。

黄仁勋在通话结束后表示，特朗普能够"看穿这场骗局"，在民调显示反对声音占主导的情况下仍坚持立场，"这需要勇气"。

英伟达的战略逻辑：向上走多远，向下压多低

在资本配置和生态战略上，黄仁勋阐述了英伟达的核心原则："尽可能往上走，但尽量保持在低层。"

他解释，英伟达的目标是帮助整个生态系统成功，而非从中切走一块。"如果不是英伟达创建了cuDNN，所有框架都不会存在。如果不是我们创建了Megatron Core，大规模训练就不会发生。我们发明必要的技术，然后让千花齐放。"

在收购Hugging Face之后，英伟达在开源领域的布局愈发清晰。黄仁勋透露，英伟达目前在自动驾驶、生物医药等五个垂直领域拥有前沿开源模型，包括全球首款"会思考的自动驾驶汽车"Alpamayo，以及蛋白质合成模型Proteina Complexa等。

他强调，英伟达进入这些领域的逻辑是"客户需要，而他们自己还没有能力做"，而非主动颠覆竞争对手。

在融资生态方面，黄仁勋提到英伟达正与黑石、高盛等机构合作，通过Cloverleaf等项目为AI基础设施建设提供融资支持，并在澳大利亚、东南亚等地持续扩展区域云合作伙伴网络。

“在某些领域，超级智能已经到来”：黄仁勋的技术判断

在峰会尾声，黄仁勋对当前AI发展阶段给出了他的判断。

主持人提出"我们是否已经进入AGI时刻"，黄仁勋回应："我认为我们也到了。"

他随即补充了自己的定义框架："当你看一辆自动驾驶汽车，我不需要它给我做煎蛋卷，我只需要它开车。在这个窄域里，它就是超级智能——事故率是人类的十分之一。蛋白质合成、虚拟筛选，我们已经在那里了。"

黄仁勋最后呼吁："我希望我们能降低戏剧性，最重要的是，我们需要让整个美国一起前进。这才是我们成功的方式。"

访谈全文（略删减）如下：

Jensen Huang：末日论是骗局，超级智能已经到来，AI的未来（特朗普总统连线）

All-In Podcast | All-In Summit 2026 | 2026年9月15日

文字记录

主持人 00:00

有些人称之为"远见"，对我来说这是一个分量极重的词，因为我相信远见至关重要。我们为此中断了每周的常规节目，而能让我们这么做的只有三个人：特朗普总统、耶稣，还有Jensen——全球第一播客诚挚欢迎他的到来。他就是Jensen Huang，英伟达的创始人、董事长兼CEO。无论你是否意识到，他的每一个决策都在塑造着你的未来。英伟达是这个市场最重要的股票，而Jensen可以说是史上最出色的企业家。公司营收同比爆发式增长97%，需求不仅已经强劲，实际上还在持续加速。英伟达是唯一一个完整全栈AI工厂的计算平台。GPU就像一台时间机器，它让你能更早看见未来。如果我们能看见未来、预测未来，我们就有更大的机会把那个未来塑造成它最好的样子。

请欢迎Jensen Huang！他一出场就赢得了全场起立鼓掌。女士们先生们，"GPU耶稣"来了，大家都爱你。谢谢，我也爱你们。我们喜欢全球第一播客，也喜欢你这件新夹克。

Jensen Huang 01:28

我觉得你们需要一些活力。我知道我们今天要聊的都是严肃话题，但我们得充满活力地聊。

主持人 01:39

让我们从这个周末的那篇文章说起吧。哪篇？

主持人 Chamath 01:45

就从Dario那篇文章说起吧，这篇文章其实很有海明威的风格。有没有人用Pangram检测过？我甚至不知道里面有多少是AI辅助写的，但确实是一篇相当惊人的文章。让很多人感到意外的是，前沿实验室们纷纷为这篇文章背书、聚集在它周围。Jensen，能不能帮我们梳理一下——这到底发生了什么，你是怎么解读的？我们再深入聊里面的一些细节，先说说你的整体看法。

Jensen Huang 02:14

那篇文章涉及的内容非常多。首先，其中有一部分关于安全，这我们必须非常认真对待。安全是重中之重，这一点显而易见。安全与领导力之间并非非此即彼的选择——你可以快速创新、快速执行，美国可以领跑，同时做到安全。我认为把这两者对立起来是个伪命题，但安全本身当然极其重要。

文章中还涉及内部控制问题，我认为Dario说的就是这个。显然，那位名叫Coxson的举报人所揭露的事情是非常严肃的——只要有人举报，就必须认真对待。我认为Coxson有很大的勇气把他的顾虑公之于众。即便如此，那些顾虑之中有些问题是被混为一谈的。

举报这件事本身，我认为是对的。但文章中关于未来的科学预测，就没那么站得住脚了，因为它并不建立在科学基础上。写这篇文章的是一位科学家，但内容显然没有科学依据，这一点我不认同。

至于文章中提到的暂停、放缓开发进度，这些都是他们自愿可以做的事情——如果他们觉得公司已经失控。如果Coxson看到了失控的迹象——当然我们不知道他具体看到了什么——也许这与从研究到工程的转型有关。众所周知，这些实验室正在从研究机构转型为工程组织，拥有非凡的人才和卓越的工程能力，但工程毕竟不同于研究，这个转型过程难免有些磕绊。我们不知道他究竟看到了什么，最终只有他自己知道。

但如果问题真的出在缺乏控制上，那就是另一个议题了。政府该如何应对？监管这个词一下子就把所有问题都覆盖了，一篇博文里什么都有。

主持人 Chamath 04:35

你能帮我们梳理一下吗？比如"文明性死亡"这个说法——我都不知道怎么向我妈解释。当非常聪明的人把这些概念量化，比如"10%的灭绝概率"，这可能才是让很多人感到不安的地方。没有人知道怎么向普通人解释这意味着什么，或者这怎么可能发生。

Jensen Huang 04:56

我们不应该这么说，因为这是凭空捏造的。这些人受过良好教育，他们被称为研究人员，在实验室工作。但这些词汇和这种预测放在一起，是令人震惊的，是不负责任的，不应该这么做。

Jensen Huang 05:23

让我们回到真实的事实上来看看。曾经有人预测，五年内放射科将被人工智能完全取代，世界上将不再有放射科医生。事实证明恰恰相反——我们比以往任何时候都需要更多的放射科医生。不过，AI确实已经完全渗透了放射科领域，它实现了扫描读取的自动化，这很好。

又有人预测，就在去年，六到十二个月内90%的代码将由AI生成——这被证明是错的。去年还有人预测，六到九个月内50%的初级岗位将消失——同样被证明是错的。说GPT-2太危险不能发布，说Llama 3太危险不能发布……我们听说过一半白领工作明年将消失，说会发生"就业末日"。所有这些预测都被证明是错的。我们必须对这些荒谬的预测负责，有人必须为此承担责任，我们应该把这些都记录下来。当然，人们确实在记录，也会提醒我们——这些预测与美国赢得AI竞赛是相互矛盾的。

主持人 Chamath 06:56

简单来说，有些人会说"相信专家"，并援引新冠疫情作为类比——同样是从研究人员、受过教育的人开始，他们对这件事有着其他人所不具备的不对等的认知，然后说出了一些最终被事实证明不正确的话。所以现在存在一场战争，"相信专家"运动和"让我们看看这些预测的实际历史记录、让我们更有条理地思考"这两派之间的战争。

你认为这背后是什么？是商业利益还是政治利益？你觉得他们为什么这么做？

Jensen Huang 07:44

首先我要说，这些是史上最举足轻重的一批公司。他们有顶尖的工程师、杰出的研究人员，做出了真正了不起的工作。一方面，我与他们作为公司伙伴关系非常紧密；另一方面，我们不得不在公众面前进行这样的对话，这实在令人遗憾。我认为这些公司应该按照我们过去建立公司的方式来运营——悄悄地做。

说话人3 08:11

Jensen，你不允许公司里的任何人代表整个组织发言，尤其是在他们状态不好或者一时冲动的时候，他们不能代表你和公司随意发推，对吗？

Jensen Huang 08:31

对，因为他们加入我们公司的时候，我们就告诉他们——这是你在我们公司工作的行为准则。如果你认同英伟达的文化——大家都知道，英伟达的文化和员工满意度极高——员工们喜欢公司的稳定性，喜欢我们的核心价值观始终如一：照顾好员工家庭，创造让他们完成一生心血之作的条件，做有意义的工作，尽量保持低调，并为每个人的成功做出贡献。这些核心价值观会吸引认同的人加入。

但当你来我们公司工作时，也有一些事情我们不欢迎。比如，我们不欢迎在公司内部进行政治讨论。关于种族、宗教、政治等话题，我们告诉员工，这些留到公司外面去谈。英伟达是一家去政治化的公司，我们是跨党派的，我们希望美国成功。无论哪届政府执政，我们都会尽一切努力帮助美国成功。

Chamath 09:51

那在AI监管问题上，更具体一点，Satya今天早上也在这里，他的说法是：在讨论可能会大幅阻碍发展的监管之前，为什么不先把基础做好？为什么不先把评估做对、把标准化做好？你的立场是什么？

Jensen Huang 10:00

把工程做好。把研究以更可预测的方式转化落地，这样就不会引发恐慌。在准备好对外发布之前，把它留在内部。

Demis提出了一个类似FINRA（金融监管机构）的监管框架。Dario想要什么并不清楚，他说的是某种跨国性的管控机制。你的立场是什么？

Jensen Huang 10:33

监管应该解决实际存在的问题。所以问题是，我们实际上遭遇了哪些真实的问题？如果你审视所有实际发生的问题，目前所有的问题都来自实验室。原因在于——为他们辩护一下——他们拥有最多的算力，因为他们正在尝试解决前沿问题。所以可以合理推断，前沿实验室将是最大风险的来源。一个高中生不太可能造成什么问题，因为他们根本没有足够的算力；一家初创公司也不太可能成为原因，因为同样没有足够的算力。事实上，除了前沿实验室之外，地球上的任何人都没有足够的算力。

Jensen Huang 11:36

现在的问题是，如果你审视实际发生的事情——他们在做开创性的工作，真的非常困难。他们正在从研究转向工程。我能理解——他们同时在建设公司、构建文化、推进技术、搭建工程体系、开发产品，一切都在同步进行。

Jensen Huang 12:00

所以我能理解这有点像"头发着火"的状态，但尽管如此，某一家实验室的四起事件，另一家实验室的那个重大事件，首先要做的就是从工程角度去找出根本原因：发生了什么？我们本可以做什么不同的事？我们将要落地哪些措施——无论是技术、方法还是流程——来确保不再发生。我敢打赌，在每一个案例中，这些问题在未来都是可以在他们控制范围内加以预防的。

我相信那四起事件不会再次发生，我相信他们已经找到了根本原因并加以修复，我相信他们现在有了更好的技术——沙箱、运行时环境、监控器、持续监控系统等等——这些都比以前好得多。

Jensen Huang 13:05

另一种可能性也不太可能——即他们分析完这些事件后得出结论说：我们不知道发生了什么，我们根本无法控制，需要请社会来帮忙。如果真是那样，那我们才应该派工程师进去协助他们。但我觉得不会，他们拥有极其优秀的人才，这些问题都在掌控之中。

说话人4 13:46

我们并不是在真空中运作。昨晚你告诉我，GLM的开发者——将要投入30亿美元进行递归自我改进的实验。

能不能给Jensen介绍一下背景？就是那个公告——Zippo.com的创始人刚刚募集了50亿美元，并表示其中一个优先方向就是实现递归自我改进，也就是用AI来训练下一代AI，并尽可能地将这个过程自动化。

Jensen Huang 14:08

是的，这是个新的热门词汇。但大家要知道，RSI（递归自我改进）其实是一套系统性思路的组合。它从上下文学习开始，包含技能学习、反思、强化学习和合成数据生成。这些都是非常合理的思路，能让AI在解决问题的过程中不断进步。

Jensen Huang 14:31

你还可以使用低秩适应（LoRA）等方法，这些都不需要更新基础权重。你实际上可以改善权重，通过LoRA、合成数据生成和强化学习来增强模型，而不必重新训练基础模型。随着时间推移，你可以用积累的所有经验再次训练基础模型。

Jensen Huang 14:53

所以我认为，用技术来提升各类任务的生产力——包括构建AI本身——是非常合理的。这是个非常符合逻辑的想法，我相信所有人都在不同程度上这么做了。只是这个词现在被人用来将技术"武器化"，好像这一切会螺旋失控一样——他们就是想给人这种印象。

但你并不相信？当然不信。原因是什么？很简单，你可以在公司内部整天做RSI，但当你要发布产品的时候，你必须对它进行评估。你不是还要重新测试吗？你不是还要确保没有功能退化吗？这些基本的控制流程，随着这些实验室从研究机构向工程组织转型，他们的管控会越来越好。更好的管控来自方法、知识、实践、工具和技术的积累，这些都会实现更好的验证与测试，从而确保RSI在内部安全推进，优质产品对外安全发布。

关于开源

Chamath 16:09

说说开源吧。Hugging Face的收购将是最重要的交易之一——我甚至不想称之为"交易"，因为它的意义远不止于此。能不能给我们讲讲你对开源模型、闭源模型和开放权重的第一性原理理解，以及它们在生态系统中应该如何随时间发展？

Jensen Huang 16:28

这个世界既需要闭源模型，也需要开源模型。这个周末我尽可能多地使用闭源模型，用了四个。它们表现非常出色——处于前沿水平，体验很好，能写、能用，效果惊人，而且还在不断进步。我对闭源模型的比喻是——

Jensen Huang 16:49

就像瓶装水。水是免费的，大家，不知道你们知不知道，但水是免费的。今天早上我用了很多免费的水洗澡。你在合适的地方用合适的水。这和电力没什么区别，和我们日常使用的各种商品没什么区别——你需要两者兼备。

在开源这一侧，你需要它的原因可能是主权考量、隐私考量，或者专有技术考量。看看事实：过去六个月里，有4000亿美元的风险投资流入了AI原生公司，其中80%使用的是开源模型。如果没有开源模型，他们怎么实现自己的梦想？因为他们的梦想和前沿实验室的梦想不一样。美国有太多种创新方式，这是我们的核心优势之一，好主意源源不断涌现。

开源模型让这一切成为可能——让每一家公司、每个行业、每位研究人员、每位教师、每位学生、每家初创公司都能参与。要赢得AI竞赛，靠的不是几家科技公司的胜利，而是美国每一个人的胜利。他们中有些人会用闭源模型，很多人会用开源模型。

关于来源是否重要的问题。全球开源贡献中，很大一部分来自中国。他们有更多的工程师，通过顶尖大学（如清华大学）大批量培养理工科人才。

Jensen Huang 19:03

我们下载Linux、下载Kubernetes，以及各种软件，其中很多都有中国人参与贡献。但一旦你下载了，它就是你的了。我们fork它，改进它，把它变成我们自己的。当你下载一个中国模型，它碰巧是由中国的优秀研究人员做出来的，但现在它是你的了，你可以用它做任何你想做的事。

所以，竞争的关键究竟是什么？竞争其实在于谁能最好地利用这项技术。上一次工业革命的发明者——麦克斯韦、伏特、安培——没有一个是美国人，那次工业革命源于欧洲，但我们比世界上任何地方都更好地利用了它，看看结果如何。我要确保这一次也是如此。

Jensen Huang 20:42

令人沮丧的是，如果这些“AI末日轮”说法是真的，那我们就应该讨论它并采取行动。即便是真的，我们也应该花更多时间去解决它，而不是去让一群对此无能为力的人担惊受怕。建好它，是我们的责任。

Jensen Huang 21:01