哎呀，，，原来老黄之前不玩（原推特）是由于怕羞（doge）。。。。
这次是由于想说的话太主要了，，，才终于战胜了内向：
一直到2026年，，，我才在X上发了第一条帖子，，，这足以说明我有何等内向，，，我或许是地球上最后一个这么做的人了。。。。但我发的内容对我来说太主要了，，，对整个行业太主要了，，，对天下也太主要了。。。。以是我战胜了自己的怕羞，，，选择果真发声，，，并把第一条内容发了出来。。。。
这个主要内容，，，焦点围绕AI的开放生态。。。；； ；迫恃诘谝惶跬粕戏窒砹艘环庥捎⑽按铩⒐雀琛penAI等多家公司联合署名的《Open Weights and American AI Leadership》果真信，，，并多次呼吁构建开放生态。。。。
现在最新动态来了，，，老黄在Y Combinator近1小时的《Jensen Huang: The Mindset That Built NVIDIA》访谈里狂爆金句，，，高能一直：
Agent是一种新的软件形态。。。。Agent不必抵达100%准确才有价值，，，“可控性”或将成为其下一个生长阶段最大的突破口。。。。系统头脑的实质，，，是对AI全栈手艺的协同明确。。。。AI毁掉事情？？？？？这个说法彻底搞反了。。。。古板编码会被自动化，，，但难题与硬科学不会消逝。。。。物理AI开启新增添曲线，，，机械人将撑起英伟达下一个千亿美元市场。。。。每个人、每家公司都应拥有构建自有AI的能力。。。。现代AI的生长，，，根植于开放生态的一连昌盛。。。。你不必在一天内征服整个人生，，，只需要先熬过今天，，，再向明天迈进一步。。。。
本文在不改变原意的基础上，，，由AI对访谈内容文字实录举行了精校。。。。
愿你读完后有所收获
三本教科书，，，救活英伟达
主持人：现在许多学生只熟知英伟达在AI领域的领军职位，，，若要让他们明确公司的生长基本，，，您以为最该相识早期故事的哪一段？？？？？
黄仁勋：大大都人不会相信，，，我们创业时选择的手艺偏向着实是完全过失的。。。。最初我们想重新发明3D图形，，，坚信用加速器增强通用CPU就能解决原本无解的问题。。。。
1990年PC尚未普及，，，我们这群在游戏机时代长大的人，，，想把每台PC都酿成游戏机，，，把超等盘算机的算法塞进个人电脑里。。。。我们为新算法兴奋不已，，，也做了深思熟虑的推演，，，随后便想要去开办公司实现它。。。。
效果，，，支持公司建设的算法和手艺都被证实是完全过失的。。。。1995年我们才醒悟，，，却险些已为时已晚——其时约莫有三四十家公司都在做PC 3D图形，，，我们发明这条路基础走欠亨。。。；； ；氐焦咎致鄱圆呤蔽宜担骸安徽邮率怠⒉蛔蜃既匪惴ǎ揪兔涣。。。。”
然后有人告诉我，，，我们之中没有一个人知道准确的做法是什么；； ；我们其时不但选错了手艺，，，甚至连准确的要领都不会。。。。
那对我来说是意义重大的一天。。。。其时我兜里只剩几张60美元的钞票，，，总共也就百来块钱。。。。我去Fry’s买了三本教科书，，，全是关于OpenGL和渲染管线设计的。。。。
我把书带回公司交给工程师们，，，之后的事各人都知道了。。。。我们重新界说了盘算机图形学，，，成了现代盘算机图形学的全球向导者，，，已往25年里大大都重大突破都出自我们之手。。。。
所有人都以为英伟达天生就是3D图形领域的王者，，，但着实我们是从三本教科书起步的。。。。说来荒唐，，，我们是先开办公司、融了资，，，才去买教科书重新学起。。。。这让我彻底明确一个原理：
手艺永远在迭代，，，只要你能正视现实、坚持学习的能力，，，既有的手艺储备就绝非决议性因素。。。。
从那以后，，，英伟达一直突入生疏领域，，，发明了无数前所未有的手艺。。。。我们对每件事都抱着同样的态度：“这件事主要吗？？？？？主要就去学！能有多灾呢？？？？？”
哈哈哈虽然，，，效果往往比预想中的更难，，，但你必需始终带着这种迎难而上的劲头去做。。。。
英伟达真正的赌注是加速算法，，，而不但是造芯片
主持人：英伟达真正瞄定的大偏向是什么？？？？？
黄仁勋：我们公司真正锚定的大偏向是：可以通过加速器增强CPU，，，去解决那些原本难以企及的问题。。。。分子动力学、图像处理、逆物理，，，以及种种算法都在此列，，，但深度学习是其中最焦点的主线。。。。
为了打造今天的英伟达，，，我们很早就意识到，，，要害不在于造出一块伟大的芯片，，，而在于加速一个算法领域。。。。
我始终相信，，，成绩伟至公司的，，，是你对天下的一个奇异视角——一个你深信不疑的视角。。。。这既不是纯粹的手艺问题，，，也不是纯粹的市场问题，，，只管二者都不可或缺。。。。但若能在准确的时间、以准确的手艺切入准确的市。。。。奥纷曰崴吵┬矶。。。。
对一个主要事物的未来怀有高条理的愿景，，，持有奇异且坚信的视角，，，并且追求这一愿景的历程自己就充满挑战。。。。当这些要素汇聚，，，便组成了成绩卓越的基石。。。。
我们很早就判断，，，加速盘算将在未来饰演主要角色，，，事实证实它简直变得至关主要。。。。
与此同时，，，这么多年已往，，，我们当初的另一个判断也获得了验证：加速盘算的要害在于算法，，，而不但是芯片自己。。。。
从500万美元极限生涯到3亿美元IPO，，，英伟达直面生死时刻，，，用坦诚换来救命稻草
主持人：你讲了许多关于首创人的艰难。。。。有没有哪些故事是你印象特殊深刻的？？？？？
黄仁勋：让我们意识到算法选错的，，，正是与世嘉的相助。。。。我们原妄想为Dreamcast开发芯片，，，但由于手艺保存基础缺陷，，，基础无法履约。。。。
于是我飞到了日本，，，向其时的CEO入交昭一郎坦率：我们签署的谁人约莫1200万美元的条约，，，着实无法推行了。。。。
我向他忠实诠释了我们这个项目做不可的原因，，，并建议他换别家来做。。。。
但说完这些，，，我又硬着头皮补了一句——可我照旧需要这笔钱。。。。你可以想象到谁人时势……
他其时疑惑道：“你都无法推行条约了，，，还想要条约里所有的钱？？？？？”
我说：“对，，，我想要。。。。”虽然我态度特殊忠实，，，诠释也都能站得住脚，，，他能看出来我没说谎。。。。
要是他不给我们这笔钱，，，我们就真倒了。。。。我以为现在许多情形也这样——你投资的不但仅是公司，，，尚有人。。。。
入交先生以为我们这群人靠得。。。。诺霉夥萏踉迹蚕Ｍ芸吹轿颐浅诺矫魈。。。。于是他最终选择相信我们，，，并支付了500万美元。。。。
也正是这500万让我们活了下来，，，为我们争取到了寻找新出路的时间。。。。
AlexNet不但是一个模子，，，它改变了看问题的方式
主持人：之前我以为没人能真正预见到GPU及所构建的手艺对AI革命云云主要。。。。你看到了什么？？？？？是由于加速器加上天时地利？？？？？照旧有许多积累导致了这一切？？？？？
黄仁勋：着实我跟所有人一样，，，都关注到了AlexNet。。。。但我看工具的角度纷歧样——我总在找“算法”。。。。这个算法可能是NAMD、VAP，，，也可能是OpenGL、SQL，，，或者是某个领域的专用语言、或某种特定算法。。。。我一直在琢磨，，，哪些问题我们能帮上忙；； ；直到AlexNet泛起后，，，我才意识到，，，这个算法就是深度学习。。。。
对我们来说，，，突破在于意识到AlexNet不但是AlexNet，，，它是一种深度学习要领，，，能让你学会任何函数。。。。以是15年前我就随处跟各人说：“嘿，，，猜猜怎么着？？？？？我们刚刚发明了universal function approximator！只要给它函数的谜底作为样本，，，它就能自己学会谁人函数。。。。并且对许多函数来说，，，你不需做到绝对准确——事实上也不可能做到绝对准确。。。。以是大大都真正有意思的问题，，，实质上都是这样不准确的。。。。”
从我们意识到自己拥有了通用函数迫近器（universal function approximator）的那一天起，，，问题就酿成了：这对盘算栈意味着什么？？？？？对软件意味着什么？？？？？这会攻击哪些行业？？？？？诸云云类。。。。
然后，，，我们险些连忙就最先着手研究盘算机视觉、机械人和自动驾驶。。。。
由于有了这种基础能力，，，盘算机视觉、机械人等领域的许多灾题都有了新的解法。。。。
因此，，，真正的突破不但是AlexNet，，，而是一种全新的软件开发方式。。。。它将重新界说处理器、中心件、算法和应用程序，，，改变整个盘算工业。。。。
我们要做的，，，就是一直对事物举行逐点推理，，，直到抵达最基本的原理，，，并从第一性原理出发追问：若是它真的有用，，，接下来还会改变什么？？？？？
CEO不可照搬治理模版，，，要构建一个真正适合你的团队
主持人：你对怎样建设公司、怎样向导团队有什么建议？？？？？
黄仁勋：我的事情始于好奇心。。。。遇到主要问题，，，我习惯亲自寻找谜底；； ；若发明某项信息对公司有价值，，，我就会尽可能学透，，，然后再分享给团队。。。。
我以为CEO的职责，，，就是深入一线、吃透手艺，，，并以自身洞察赋能公司。。。。尤其在手艺迭代飞快的行业，，，若是CEO不亲自沉入细节，，，就很难真正判断正在爆发什么。。。。
就像冲浪一样。。。。旁观者只看到杂乱，，，冲浪者却能读懂海浪、驭浪而行。。。。CEO也一样，，，只有亲自下场研究，，，才华明确转变、拆解问题，，，引领公司笃定前行。。。。
治理公司亦如打造一辆由自己驾驶的F1赛车。。。。首创人无需拘泥于古板治理模板，，，而应凭证自己的特点调解组织、流程和事情方式，，，让整家公司更高效地完成使命。。。。
至于下一任CEO，，，自然会凭证自己的方式重新刷新它。。。。
AI时代，，，系统头脑会变得更主要
主持人：你一直在关注从质料、芯片到数据中心和应用的完整手艺链条，，，也多次谈到OpenClaw和Hermes等智能体。。。。面临这座全栈AI工厂，，，未来人们最需要具备什么能力？？？？？
黄仁勋：我以为，，，未来最主要的能力之一是系统头脑。。。。
已往，，，我们需要亲自设计晶体管、门电路和功效模？？？？椋衷谛矶嗟撞闶虑橐丫芄蛔远瓿。。。。软件也会履历类似的转变，，，大宗编码事情将交给Agent。。。。
因此，，，人类需要站得更高，，，从系统层面思索：要解决什么问题？？？？？有哪些约束？？？？？输入和输出是什么？？？？？处理器、内存和网络应该怎样协同？？？？？
这些基础知识不会过时，，，反而会越来越主要。。。。
现在的Agent已经具备一定的自我刷新能力。。。。它们可以在使用历程中更新影象、整理信息，，，甚至构建知识图谱，，，让自己越用越智慧。。。。
但真正需要解决的，，，是可控性。。。。我们能否只修改妄想中的一个词，，，就让Agent精准调解一个像素、一个零件或一条毗连，，，而不是把所有内容重新天生一遍？？？？？
我以为Agent不必抵达100%准确才有价值。。。。纵然它能完成80%，，，剩下的由人补足，，，也足以提高效率。。。。
要害在于，，，人能否准确地控制它，，，并与它稳固协作。。。。
因此，，，我以为可控性很可能是Agent下一阶段最重大的突破口。。。。
每个人、每家公司，，，都该拥有自己的AI
主持人：你是否以为，，，人们应当掌控属于自己的个人AI，，，而非将决议权完全让渡给云端智能体？？？？？这种对外地化与自主权的需求，，，是否也是英伟达深度结构智能体生态的焦点动因之一？？？？？
黄仁勋：首先，，，我们必需明确Agent，，，由于Agent就是一种新的软件形态。。。。
明确这种新软件的处理流程对盘算机系统结构至关主要。。。。我们对Agent的实质、它与谈天机械人的区别、以致与早期推理模式的区别明确得越深刻，，，对这些处理层级的实质掌握得越透彻，，，我们就能设计出越优异的系统。。。。
英伟达必需提前五到十年思索。。。。由于一套系统从研发、量产到投入使用，，，可能要履历十几年。。。。以是，，，你必需具备前瞻未来的能力。。。。
其次，，，我们也在英伟达内部普遍使用Agent。。。。有人用Claude Code，，，有人用Codex……我们勉励百花齐放，，，让员工自由选择他们想用的工具，，，然后从现实使用中学习怎样刷新系统、提高公司的运行效率。。。。
我们还会从一些早期手艺信号中推演未来。。。。例如，，，斯坦福大学早期的头脑链让我们意识到，，，AI可以使用先验知识推理，，，而不必完全依赖海量训练数据。。。；； ；谡庖慌卸希颐强⒘薃lpaca，，，让自动驾驶系统不需要积累海量驾驶里程就能开好车，，，能够剖析生疏情形，，，而不是只靠见过的案例作出反映。。。。
大语言模子显然还需要影象、工具、先验知识，，，以及与其他Agent协作的能力。。。。越早看清这些需求，，，就越有可能资助你实现跨越式生长。。。。
主持人：英伟达似乎总能在新手艺泛起后迅速加入开源。。。。OpenClaw刚泛起时，，，有人担心它不敷清静，，，但你们很快就推出了沙箱工具包，，，为其提供清静护栏。。。。
黄仁勋：看到OpenClaw时，，，我第一反映是：这就是现代盘算机的新形态，，，它是承载大语言模子的操作系统。。。。因此对我来说，，，OpenClaw就是一个“Linux时刻”。。。。
现在，，，每个人都有时机构建自己的AI。。。。我们联系了OpenClaw和Hermes团队，，，并告诉他们，，，英伟达愿意提供工程支持，，，资助他们解决问题。。。。
我坚信天下需要赋予每个人构建自己AI的能力。。。。虽然，，，我也勉励各人尽使用ChatGPT、Claude等云端服务。。。。但企业拥有自己的数据、知识和营业流程，，，也需要构建自己领域的专用AI。。。。现在借助Hermes等工具，，，这件事已经容易了许多。。。。
我们希望每个人、每家公司都能构建自己的AI。。。。
主持人：正由于它是开源的，，，我以为真正的逾额价值（Alpha）就在于构建你自己的AI。。。。别人用的是现成的通用产品，，，而你拥有可以递归自我刷新的系统。。。。人们对Markdown文件不以为然，，，以为“哈，，，那只是文本”，，，但现实上，，，文本自己就是智能。。。。
黄仁勋：是的。。。。由于语言就是头脑。。。。你很难脱离语言举行思索。。。。
AI祛除的是使命，，，纷歧定是事情
主持人：当智能变得唾手可得，，，经济和就业会爆发什么转变？？？？？
黄仁勋：AI带来的影响不会平均落在每个人身上。。。。许多重复性使命，，，尤其是能够依赖现有数据完成的认知使命，，，都会被自动化。。。。每一份事情都会因此改变，，，同时也会泛起大宗新的事情。。。。
但“AI会摧毁事情”的说法彻底搞反了，，，不可把使命和事情混为一谈。。。。一份事情通常包括许多使命，，，AI可以自动化其中一部分，，，却纷歧定会让整份事情消逝。。。。
以软件行业为例，，，编码正在被自动化，，，但软件工程师的岗位数目同比增添了约10%。。。。由于企业积压的想法和需求太多了，，，编程效率提高后，，，反而可以让更多工程师去完成更多项目。。。。
医疗行业也是云云。。。。AI可以资助读取医学影像，，，让医院吸收和诊断更多患者；； ；但要服务这些新增患者，，，仍然需要更多医生、护士和放射科医生。。。。已往几年，，，放射科岗位数目反而增添了约20%。。。。
执法行业同样云云。。。。已往有人以为执法AI Harvey会取代状师助理、镌汰状师岗位，，，效果律所处理案件的能力提高后，，，状师助理岗位反而大幅增添，，，由于需要更多人承接新增营业。。。。
这就是生产率提升带来的连锁反映：AI先让人们完成更多事情，，，进而推动营业增添；； ；而营业增添，，，又会创立更多就业时机。。。。
今天的就业总量比我刚结业时还要多，，，正是这个原理。。。。
机械人将成为英伟达下一个千亿美元营业
主持人：聊完软件和智能体，，，再来谈谈物理天下。。。。真正能够投入使用的适用机械人，，，距离我们尚有多远？？？？？
黄仁勋：天生式视频的泛起，，，对我来说是一个主要信号。。。。
早在几年前，，，当AI能够天外行指移动、伸手拿起杯子的视频时，，，我就意识到，，，既然能天生这些行动的视频，，，为什么不可让机械人也完成同样的行动？？？？？那一刻我便知道，，，机械人的具身操控能力已近在咫尺。。。。
但机械人不可只天生“看起来合理”的行动，，，还必需明确真实天下的因果关系，，，以及摩擦力、张力等物理纪律。。。。这也是我们最先研究“物理AI”和天下基础模子的原因：让AI不但识别天下，，，更能明确天下怎样运转。。。。
在我看来，，，机械人的“ChatGPT时刻”几年前就已经泛起了。。。。就像早期ChatGPT未必能直接创立生产力，，，却让所有人看到了可能性；； ；当机械人通过强化学习、在切合物理纪律的模拟情形中四处行走时，，，也翻开了类似的想象空间。。。。
接下来，，，我们需要建设一套完整的训练与评估系统：先通过Real-to-Sim 将现实天下转化为模拟情形，，，使用Isaac Sim、Cosmos等平台举行基于物理的训练和评估；； ；再通过Sim-to-Real，，，借助强化学习将模拟中学到的能力迁徙到真实机电系统上。。。。这三者配合组成了机械人的评估与后训练验证系统。。。。我相信，，，适用机械人的爆发就在眼前。。。。
主持人：物理AI最先会在哪个领域创立真正的经济价值？？？？？现在已经看到了吗？？？？？
黄仁勋：我们很早就判断，，，自动驾驶汽车会是物理AI最先规；； ；涞氐牧煊。。。。由于它市场足够大、手艺相对标准化，，，能够通过一连网络数据和刷新模子形成增添飞轮，，，具备真实的经济价值。。。。
因此，，，英伟达搭建了从车载芯片、数据中心到软件平台的完整手艺栈，，，并开源了我们加入的Alpaca Myo项目。。。。之以是开源，，，是由于自主导航能力具有普遍的通用性：农业机械、最后配送、仓储AMR（自主移念头械人）等场景都需要它。。。。这些简单市场虽不如汽车重大，，，但组合起来足够多元，，，值得为之构建完整生态。。。。
现在，，，英伟达的机械人与自动驾驶营业，，，也就是物理AI营业，，，规模已靠近 100亿美元。。。。它不会在一两年内完全成熟，，，但也不会再等十年。。。。
我相信，，，物理AI可能会成为全球最大的工业之一，，，也将成为英伟达下一个千亿美元级的营业领域。。。。
现代AI的生长，，，根植于开放生态的一连昌盛
主持人：我想借此时机，，，代表在场的所有人接待你加入（原推特）。。。。谢谢你迈出了这一步，，，也谢谢你的向导力。。。。？？？？础⒖湃ㄖ睾涂茨Ｗ佣晕颐撬腥硕贾凉刂饕。。。。
黄仁勋：一直到2026年，，，我才在上发了第一条帖子，，，这足以说明我有何等内向。。。。
但我发的内容对我来说太主要了，，，对整个行业太主要了，，，对天下也太主要了。。。。以是我战胜了自己的怕羞，，，选择果真发声，，，并把第一条内容发了出来。。。。
若是没有开源手艺，，，移动互联网和云盘算工业基础就不会降生。。。。
若是没有Linux、Kubernetes等基础设施的开源，，，没有Caffe、Theano、TensorFlow、PyTorch等深度学习框架的前赴后继，，，我们又怎么可能拥有现代AI？？？？？
主持人：谢谢您的向导，，，您的发声在这里至关主要，，，谢谢。。。。
学习是一个人最伟大的超能力，，，韧性可能是创业者最主要的品质
主持人：面临AI带来的转变，，，你以为年轻人现在应该学习什么，，，才华在未来坚持竞争力？？？？？
黄仁勋：简朴的事情会被自动化，，，包括许多基础编码事情。。。。就像我这一代人一经必需学长除法，，，现在它早已交给盘算机完成。。。。
但真正难题的问题不会消逝。。。。物理、化学、生物、盘算机科学、盘算机工程、系统头脑，，，以及这些学科的交织领域，，，仍然需要人去探索。。。。
AI只是让我们更有能力、也更迫切地去解决那些极其弘大且艰难的难题。。。。
我刚结业时，，，设计一块拥有1000个晶体管的芯片就已经很了不起；； ；今天，，，我们面临的是万亿晶体管芯片。。。。工具前进以后，，，问题的规模便不再是限制。。。。
因此，，，不要先盘算需要写几多代码、投入几多工程师，，，而要先问：我事实想解决什么问题？？？？？
未来，，，越善于系统思索，，，越能够调动数AI协同解决问题，，，就越有优势。。。。
深科技、基础科学、手艺与社会的交织地带，，，仍然保存大宗时机。。。。以是，，，像以前一样去上学，，，好好待在学校里。。。。
主持人：若是能给18岁到22岁的自己发一封电报、一条信息，，，你会说什么？？？？？
黄仁勋：开办英伟达时，，，我和Chris Malachowsky、Curtis Priem三个人都以为有太多工具需要学习，，，而我险些什么都不懂。。。。那时没有YouTube，，，也没有YC教你创业。。。。我只能去书店买了一本《怎样开办公司》，，，效果发明它足足有500页。。。。我心想，，，等读完这本书，，，公司生怕早就倒闭了，，，我和妻子Lori也早就没钱了。。。。
但厥后我明确，，，那些事着实都不主要。。。。你总会有不懂的工具，，，天下天天都在转变，，，不可能比及什么都会了再最先。。。。今天可能是已往60年来最适合创业的时代。。。。整个盘算工业正在被重新界说，，，这是人类历史上最主要的一次手艺重置。。。。你们面临的时机让我很是羡慕。。。。
遇到新手艺、新市场或新问题时，，，我通；； ；岣嫠咦约海赫夂苤饕业镁】煅Щ幔僮龅闶裁。。。。它能有多灾？？？？？
虽然，，，最后往往比想象中难堪多。。。。但不要提前陶醉在难题里，，，让对失败的想象酿成焦虑和障碍。。。。
先下手，，，让难题在前进的历程中一点点泛起，，，再逐个解决。。。。况且现在，，，尚有许多AI Agent可以资助。。。。
学习是一个人最伟大的超能力，，，韧性则可能是创业者最主要的品质。。。。
你不必一天征服整个人生，，，只需要先熬过今天，，，解决眼前的问题，，，再向明天迈进一步。。。。
若是你真的相信一件事，，，那就去做。。。。不要让恐惧、焦虑或不自信拦住你。。。。
你可以始终坚定地告诉自己：
我会一起披荆斩棘，，，笃行不。。。。钡接词粲谧约旱睦殖。。。。
完整访谈：https://www.youtube.com/watch?v=qyPCVqFUyDo
