黄仁勋：AI安全是工程问题，算力成资产类别

当AI圈的"末日论者"越喊越响，全球最大芯片公司的掌舵人却亮出了一张截然不同的底牌——安全是工程问题，不是监管豁免的借口。

9月23日，The Ezra Klein Show播客发布了由《纽约时报》专栏作家Ezra Klein主持、于英伟达圣克拉拉总部录制的深度访谈视频，英伟达CEO黄仁勋就AI安全、就业冲击、开源生态、能源转型等市场最关切的议题，发表了一系列直接且具有冲击力的观点。

近日，OpenAI、Anthropic等前沿实验室的高管与员工正密集发声，警告AI技术正在逼近"失控"边缘。黄仁勋的这场访谈，因此具有鲜明的"对话"意味。他承认挑战的真实存在，但对"末日叙事"给出了强硬回击，并将所有争议最终收束至一个工程师式的答案：“如果你认为自己已无法掌控局面，那么在重获掌控之前，就不应发布产品。”

对于外界频繁拿来类比的“互联网泡沫”担忧，黄仁勋给出了一个罕见的直白判断：“在某个时间点，供需将再次倒转，这是市场的本质。但这不会发生在明年，也不会发生在未来两三年内。”

他同时承认，当供过于求到来时，将是一段"消化期"，但并不会是永久性的衰退。他认为，当前各行各业对应用层的持续投入，是支撑需求长期健康的关键。

抨击AI“末日论”：安全是纯粹的工程问题，呼吁监管是推卸责任

近期，随着OpenAI和Anthropic等前沿AI实验室内部关于“AI失控风险”的警告声不断，市场对潜在的严厉监管政策感到担忧。对此，黄仁勋展现出了极强的工程师直觉，对这种“末日论”给予了直白且强硬的驳斥。

他认为，AI本质上只是被赋予了目标函数的软件和算法，并没有所谓的“意愿”，安全和对齐（Alignment）完完全全是可以通过隔离、沙盒化等工程手段解决的问题。

“如果他们认为自己已无法掌控局面，那么在重获掌控之前，就不应发布产品。”黄仁勋直言不讳地指出，大型科技公司在市场竞争下要求社会提供监管豁免或反垄断豁免的逻辑是荒谬的。“一秒钟都不要以为你现在是个危言耸听者，你就在做社会公益。这不是真的。”

他对那些一边声称技术“强大到无法控制”、一边寻求监管豁免的逻辑表示困惑：“我是第一次听到一个公司或CEO说，我需要反垄断法律被豁免，我需要产品责任法律被豁免，然后我才能控制自己的节奏。这个逻辑让我很费解。”

黄仁勋明确表示，他并非反对监管本身，他反对的是“以无法掌控技术为由，为自身寻求责任豁免”：

“一项不安全的技术并不是先进的技术。安全性、对齐和评估，本身就是AI技术进步的一部分。”

他以芯片行业为类比：英伟达公司80%的研发资源投入验证（verification），而非纯粹的能力拓展。他认为AI实验室目前的比例恰好相反——约80%用于能力提升，20%用于安全评估——这个比例需要逐渐翻转。

针对“AI教父”杰弗里·辛顿（Geoffrey Hinton）关于AI可能毁灭人类或彻底消灭放射科医生等职业的惊悚预测，黄仁勋也给出了毫不客气的评价：“我爱辛顿，但我讨厌他的预测。”

他强调，如果技术真的不安全，正确的做法是停止发布或关闭实验室，而不是将未经充分测试的系统推向市场，并将责任归咎于“技术过于强大”。他明确表示，英伟达的算力绝不会交付给没有让人类参与评估的系统。

计算范式的转移：需求将暴涨“十亿倍”，英伟达芯片成为“新型资产类别”

对于华尔街最关心的算力需求天花板问题，黄仁勋指出，市场仍未完全理解正在发生的技术代际更迭。过去60年的计算模式是“基于检索（Retrieval-based）”的，而未来是“基于生成（Generation-based）”的AI工厂模式。

这种底层逻辑的转变意味着计算量将呈指数级爆发。“所需的计算量（相比以前）可能会增加10亿倍。” 黄仁勋解释道，未来的计算不仅仅是人类在使用，而是数以千亿计的AI智能体（Agents）在自主调用大模型进行论证和推导。

更值得投资者关注的是，黄仁勋首次深入阐述了英伟达算力硬件的金融属性。他表示，由于英伟达架构的通用性、软件驱动的耐用性以及极高的投资回报率，英伟达的计算系统正在演变成为一种类似商用飞机的“资产类别（Asset Class）”。

他分享了一组震撼的商业化数据：“建造一个1吉瓦（GW）的AI工厂需要500亿美元，但你可以每年以400到500亿美元的价格将其出租。” 极高的生产力使得投资英伟达算力设施的资本成本降至极低，因为这些计算机本身已经成为了可抵押的优质资产。

驳斥岗位消灭论：半年内5000亿美元涌入，AI正创造全新行业

面对AI是否会导致大规模失业的市场焦虑，黄仁勋提出了“核心目标”与“具体任务”的拆解逻辑。他认为，AI自动化了繁琐的具体任务，但人类职业的核心目标未变。放射科医生不仅没有失业，反而因为AI提高了处理病例的效率，增加了医院收入，导致对放射科医生的需求有增无减。

从宏观投资视角来看，AI带来的并非收缩，而是前所未有的扩张。“在过去的六个月里，有5000亿美元的风险投资涌入了原生AI企业，这是因为他们现在看到了这种新能力的潜力，他们将创建一大批新公司。”

黄仁勋坚信，经济学家在计算模型中遗漏了一个最关键的变量——“人类的野心（Ambition）”。这种希望改善生活、探索未知的野心，是驱动新技术转化为大量新行业和新就业机会的终极动力。对于未来的教育，他断言：“两年后，你将迎来新一代的AI原生代工程师和学生，不学习如何使用AI与智能体协作，学生将无法毕业。”

开源：世界需要掌控自己的基础设施

黄仁勋是开源模型的坚定支持者，他给出了三重理由：

第一，企业和国家需要掌控自己的基础设施，不能完全依赖第三方的闭源服务；第二，开放权重（open weights）模型才能被微调、被整合进企业自身的数据飞轮；第三，开源是最安全的网络安全策略：

“如果你想让世界拥有最好的网络安全能力，就必须提供开放模型，让人们能够保护自己。”

他披露了一组有趣的市场数据：年初，闭源模型的Token使用量占约70%，开源模型约20%；而现在，这一比例已逆转为开源约70%，闭源约30%。

英伟达在今年以约120亿美元完成了对Hugging Face——全球最大开源模型平台——的战略收购。黄仁勋表示，这是Hugging Face CEO主动寻求的合并：“Clem找到我说，我们需要更大规模，我们想让英伟达成为我们的归宿。”

能源困境与气候变化：AI是解决问题的“外科手术”

算力尽头是电力的担忧近期笼罩市场。黄仁勋并未回避AI对能源的巨大消耗，但他提出了一个极具颠覆性的逆向思维：AI正是推动全球可持续能源投资的“百年一遇的催化剂”。

他坦言，短期内为了支撑AI发展，我们可能不得不增加化石燃料的使用，但这是一种必须经历的短痛。“为了拯救你，必须先让你感到痛苦，这就是外科手术的本质。”

因为AI工厂极高的商业回报，市场力量正在疯狂涌入下一代能源建设（核能、太阳能、储能、新材料等），这种投资规模是过去单纯依靠政府补贴所无法企及的。

“如果你想要在气候变化问题上实现转折，每个人都应该全力支持AI，这是我们实现可持续未来梦想的最佳机会。”

全文实录如下（由AI辅助翻译）

第一章：开场

Jensen Huang：

如果他们认为这些东西失控了，那就在控制住之前不要发货。别以为你现在危言耸听就是在做好事。

Ezra Klein：

如果这就是他们真实相信的呢？

Jensen Huang：

我没办法跟你谈他们相信什么。我只能告诉你我相信什么。

Ezra Klein：

在过去这几周里，全世界都在谈论人工智能，人们听到最多的声音来自前沿实验室，包括他们的CEO、领导层以及员工。这些实验室正在开发最先进的AI模型，比如Claude、ChatGPT、Gemini等等。

但他们并不是AI领域的唯一声音。在人工智能领域，影响力最大的人，很可能是英伟达CEO Jensen Huang。英伟达如今是全球市值最高的公司，市值高达5.4万亿美元。有一个数据让我非常震惊：2023年以来，美国股市每赚回的1美元中，就有15美分来自英伟达的股票。 原因在于，英伟达是现代人工智能赖以构建的硬件与软件基础。英伟达的芯片之所以大受追捧，并不只是因为AI火了——更准确地说，现代形态的AI之所以成为可能，正是因为英伟达的芯片早已广泛普及。 这些芯片最初是为图形处理、电子游戏等用途而设计的，但后来人们发现，它们所擅长的并行计算方式，以及其可编程性，恰恰是让现代深度学习得以运转的关键所在。

Huang的影响力不仅体现在掌控着训练新AI模型、运行推理任务、在全球范围内创造智能所需的核心资源上。他在特朗普政府中也已变得极具影响力。Huang的观点与一些实验室负责人存在明显差异。 他对安全问题有所担忧，但将其视为完全可以解决的工程问题。他对当前的发展方向也有些顾虑，但并不希望通过出台新的监管措施来加以改变。因此，我想了解Huang是如何看待AI的，他思考这个问题的框架是什么，他认为哪里出了问题，以及他认为要走上正轨需要发生什么。于是我来到了圣克拉拉的英伟达总部，对他进行了专访。他现在加入了我的节目。

第2章：人工智能的五层蛋糕

Ezra Klein：

Jensen Huang，欢迎来到节目。

Jensen Huang：

谢谢，很高兴见到你。

Ezra Klein：

你曾把人工智能描述为一个五层蛋糕。能带我了解一下每一层吗？

Jensen Huang：

首先，这是一场新的工业革命，这场工业革命、这个行业需要生产，它制造东西。我知道最终人们体验到的是软件产品，但它需要能源，需要放入这些数据中心的芯片，这些人工智能工厂，再往上一层基本上就是人工智能工厂本身，也就是人们所享受的基础设施或云服务。再往上一层是模型层。重要的是要认识到，不仅有语言模型，还有各种各样的模型——化学模型、生物模型、物理模型、运动模型、机器人模型、导航模型、自动驾驶汽车，各种不同类型的模型。再往上就是最重要的一层，也是我最关心的、希望我们国家能够充分利用的一层，那就是应用层。这包括法律服务、医疗服务、制造业等等方面的应用。每一个行业都涉及其中。

Ezra Klein：

我想深入了解这些内容，但我想从顶层往下讲，因为正如你所说，人们与它互动的方式，它改变或不改变人们生活的方式，就在于你所说的应用层。

第三章：Jensen Huang 对未来的展望

Ezra Klein：

那我们就从愿景开始吧。你所设想的世界是什么样的？有哪些现在不可能实现的事情将成为可能？有哪些现在不普遍的事情将变得普遍？如果我们把那个层面做对了。

Jensen Huang：

200年前，我们能够为任何事物提供动力——电力。大概40年前，30年前，随着互联网的出现，我们能够找到任何东西。而今天，或者说很快，我们将能够了解一切、做成任何事。这个概念真的令人非常兴奋——从虚空中，而不是通过搜索，然后一个链接接着一个链接地点进去，阅读各种不同的网站，试图弄清楚未来会发生什么——你只需要提出一个问题，它就会给你一个答案；你给它一个项目，它就会给你一个解决方案；你给它一个任务，它就会去完成它，你知道吗？而且这一切都从虚空中来，从云端涌现，这才是真正神奇的地方。

Ezra Klein：

我觉得你描述的这个未来，人们所熟悉的体验是聊天机器人，对吧？他们可以去问 Grok、Claude 或 ChatGPT 问题。但应用层的运作方式更具工业化——它出现在医院里，出现在学校里。所以 Nvidia……

Jensen Huang：

比如放射学……

Ezra Klein：

它看起来是什么样子的？

Jensen Huang：

放射学在过去十年里，自从计算机视觉真正实现了所谓的超人级别，AI 技术已经渗透到了整个放射学领域。每一个放射学应用都内置了 AI。 因此，你可以检测出任何异常，可以检测出任何疾病，而且是以超人的水平来完成的。

Ezra Klein：

放射学是我知道你喜欢举的一个例子。人们对应用层所担忧的是，这些应用将会取代人类。放射学一直是一个被双方都引用的有趣例子，我也经常听你提到它。那么，AI 进入放射学领域之后，放射学作为一门实践是如何改变的？

Jensen Huang：

对于所有这些领域来说，有一点非常重要，那就是要认识到：对于每个人的工作，都有工作的目的，以及你作为工作所做的任务。 在放射学的案例中，那个任务——它占用了他们大量的时间，他们经常坐在黑暗的房间里做这件事——就是研究这些扫描图像。现在，如果突然间，研究扫描图像这件事被自动化完成了，这并不会改变他们工作的目的——即诊断疾病、帮助医生做更多扫描，最终帮助患者找出他们的问题所在。所以，根本目的没有改变。研究扫描图像这项任务已经被自动化了。因此，放射科医生实际上能够做更多事情、处理更多病例、完成更多扫描；医院能够处理更多这样的患者，因此收入也随之增加。结果是，他们需要更多的放射科医生。 这个飞轮效应正在发生，因为患者的流水线是相当庞大的。

Jensen Huang：

那么，还有哪些地方存在这个问题呢？

Jensen Huang：

我们来看看软件工程。有人预测，字面意义上就在今年，90% 的所有软件将由 AI 智能体来编写，因此我们不再需要任何软件工程师。于是问题就变成了：由此推断，我们不需要软件工程师了。后面这个结论完全是错误的，是完全不对的。 软件工程师作为工程师，其工作的目的——在软件出现之前就有工程这个职业，在软件编程之后也将继续存在工程这个职业——工程的目的是发明新事物、发现新产品、创造新产品来解决问题，将社会需求与现有技术结合，以产品的形式体现出来。所以，那个使命、那个目的不会改变。

Jensen Huang：

对我来说，我刚才说的这些当然是发自肺腑的。因为当我刚从学校出来的时候，我们没有软件工程的便利，没有编程的便利，但我们的工作在那之前就已经存在了。如果软件编程被完全自动化，我们的工作将会再次存在。所以，我认为这个谬误——现在因为一些叙事和一些故事，它已经变成了一种神话，而且是有害的——就是 AI 将会摧毁工作岗位，这在根本上是错误的。

Jensen Huang：

AI 将会改变每一份工作。它将改变每一份工作，许多任务将被自动化。 一些工作，在工作本身和任务高度重合的情况下——比如很多情况下的电话客服，那份工作就恰恰是那个任务本身——在这些情况下，它可能会被自动化取代。

Jensen Huang：

但很多时候你会看到，因为这个新产业、新技术，实际上会创造出一大批新的工作岗位。这里有一个有力的证明。在过去六个月里，AI 已经变得——如果你愿意这么说——有用了，这是 AI 的拐点。在此之前，我们花了 15 年时间试图让它发挥作用。突然间，在过去六个月里，它变得有用了。

Jensen Huang：

我是说，这是一个令人难以置信的数据。在过去六个月里，有 5000 亿美元的风险投资投入到了 AI 原生企业中。 原因在于，他们现在看到了这种新能力的潜力，他们将会创建一大批新公司。显然，5000 亿美元的新投资正在创造工作岗位。所有这一切，就在此刻正在发生。

第四章：工作将受到怎样的影响？

Ezra Klein：

让我来为那些持强烈观点的人发声。以放射科医生为例，过去10年里人们一直预测这份工作会消失，但现在对它的需求却比以往任何时候都要大。但同时，自动化确实会消灭工作岗位。如果你对比今天与1960年，直接从事制造业的美国人比1960年少了很多。而且我们现在是一个更大的国家，如果你看……

Jensen Huang：

但那是外包出去的，不是因为那些工作消失了，而是因为……

Ezra Klein：

但你可以把AI也理解为一种外包。

Jensen Huang：

呃，AI是……

Ezra Klein：

好，让我先把论点说完，然后你再回应。农业，我们现在从事农业的人少多了，我们实现了农业自动化，我们生产的粮食比以往任何时候都多，但从事农业的人却更少了。

Ezra Klein：

我认为有两点让人们觉得AI可能与以往那些"加速生产力、消灭少数工作岗位、创造更多工作岗位"的技术案例有所不同。第一，它是一种通用技术，所以它会不断演变，去承担新的工作，即使人们正在努力转向那些新工作。第二，它是一种模仿者。 大多数事物不会像人类那样去模仿人类的行为方式，我们也并不是在试图教它们工作的情境层面，对吧？你所描述的任务与目的之间的区别——在AI这里，我们正是在试图教它理解任务与目的之间的区别。我们正试图让它成为一种能够与你协作的东西，而这种方式是不寻常的。那么，为什么你不认为对于很多很多人来说——那些工作中的任务并没有太大不同的人——他们不会面临被淘汰的风险呢？ 你所说的那些风险投资，其中一些正是基于这样一个想法：它们将带来巨大的生产力提升，而这种提升来自于雇用AI比雇用人更便宜。

Jensen Huang：

我相信我们将会看到大规模的工作变革。我相信最终会有净增的工作岗位。你知道，听着，今天存在着很多行业，在我人生的前半段根本不存在，比如人们谈论的健康中心、水疗馆，各种不同的娱乐和奢侈品行业，坦率地说，整个奢侈品市场以前根本不存在。我认为我们只是会出现新的行业，仅此而已。

Jensen Huang：

但总体而言，总体而言，我毫不怀疑，由于人类的雄心壮志——这才是真正缺失的关键因素。你知道，人们看这项工作，这是投入其中的能量，我们将要，这是投入其中的工作量，我们将要引入这套工作自动化系统，因此所需的工作量将会减少，从而一些工作岗位会消失。我认为这种想法是有缺陷的，因为有一个输入要素——人类的输入——这种无形的东西，它不是以卡路里来衡量的，也不是以焦耳来衡量的，它是雄心壮志，我相信雄心壮志的力量是最强大的力量，而这在所有人的计算中都被忽略了。我相信……

Ezra Klein：

但对很多人来说，对很多人来说，他们与工作的关系，并不是由那种驱使你创建Nvidia的雄心壮志所驱动的。

Jensen Huang：

那是不同的雄心壮志，是让孩子过上更好生活的雄心，是照顾家人、赡养父母的雄心，是渴望富裕、能够旅行的雄心。这些都是雄心壮志。

Ezra Klein：

我同意，也许我可以回到你几分钟前提出的那个异议，因为我认为这值得深入探讨。你关于制造业说的是：是的，美国的制造业岗位减少了，但我们把它们外包出去了，更多的制造业转移到了墨西哥、印度尼西亚、越南等地。

Jensen Huang：

我们会把它带回来的。

Ezra Klein：

也许会，但反驳意见是：我们没有比实际更快地失去制造业岗位，其中一个原因正是因为那些摩擦的存在。 而对于那些在美国失去制造业的地方，很多至今仍未恢复。经济的运转并非没有摩擦——我们不得不建立新的供应链，语言障碍、地缘政治壁垒都拖慢了这一切的速度。而现在对于很多不同类型的工作，我们正在创造一种可以非常无缝流动的东西。没有距离的摩擦，没有语言的摩擦，没有文化的摩擦。 我得说明我自己的立场，我对大规模失业持有一定的怀疑态度，但我想在这里充分阐述这一观点，因为那些持这种观点的人会说……

Jensen Huang：

是的。