文章摘要
文章围绕英伟达及黄仁勋展开多方面讨论。黄仁勋等 25 家企业签署公开信反击美国限制中国 AI 公司计划，联署企业立场分化。此外还谈及开源生态、智能体、实体智能等业务布局，回顾早期绝境经历，分享管理与发展理念，对 AI 就业等问题给出看法。

极少在社交媒体发声的黄仁勋，在2026年发布了人生第一条X平台推文，这并非心血来潮——他与微软联合Meta、IBM等25家企业共同签署了《开放权重与美国AI领导力》公开信，针对美国政府拟以模型蒸馏和知识产权风险为由限制中国AI公司的计划，发起了集体反击。

这封公开信用大量篇幅为模型蒸馏技术辩护，指出利用一个模型的输出训练或改进另一个模型是行业长期采用的合法技术，真正的知识产权侵权应通过商业和法律规则处理，而非全面限制开放型AI模型。公开信同时回应了美方近期针对中国开源模型的监管争议，呼吁政府不要过早设限。

联署行动在随后两天迅速扩张，参与企业的立场逐渐分化为三个清晰阵营：以Anthropic为代表的拒签方，质疑巨头们突然拥抱开源的动机；OpenAI、谷歌、AMD、Cloudflare等手握开源业务或相关客户的企业纷纷加入，最终签署名单从25家增至77家；亚马逊、苹果、xAI则选择观望，未参与联署。

就在这场行业博弈的风口浪尖，黄仁勋现身YC Startup School 2026的演讲现场，面对YC总裁Garry Tan的提问，他解释了自己打破沉默的原因：“我其实非常内向，直到2026年才发第一条推文，可能是地球上最后一个这么做的人，但那封信对行业、对世界都太重要了，我必须克服羞怯站出来。”

开源生态的Linux时刻

黄仁勋在访谈中提到，OpenClaw的出现让他意识到，行业刚刚诞生了可以承载大语言模型的新型操作系统，这是一次堪比Linux诞生的关键节点。他表示，如今每个人都有能力构建自己的AI，英伟达已经向相关团队开放所有工程师资源，支持基于OpenClaw和Hermes Agent的生态建设。

黄仁勋认为，全球需要让更多人拥有构建AI的能力，企业可以根据自身需求搭建专属领域的AI，当前已经有多种工具可以实现这一目标，而随着软件本身变得更智能，定制化AI的门槛正在不断降低。

智能体：重构计算的新软件

黄仁勋将Agent定义为“新的软件”，他指出，这种新型软件的处理方式将直接决定未来的计算机架构。英伟达必须提前5到10年布局，因为从系统设计到规模化落地需要数年时间，而客户希望产品能够持续使用十年。团队需要提前研究智能体系统的负载特性，包括算法演进、瓶颈解决、并发处理、记忆协调等多个维度，以此反推未来的处理器、内存和网络架构。

当前智能体最核心的突破点在于可控性。现有技术只能实现粗粒度的控制，而未来需要做到仅修改计划文件中的一个细节，就能让输出产生对应的局部变化，避免整体失控。黄仁勋表示，不需要等到智能体达到100%准确率再使用，人类可以和智能体协作完成工作，比如智能体完成80%的任务，人类补齐剩余20%，或者校正最后的1%。

英伟达内部已经在广泛使用Claude Code、Codex等编码智能体工具，这些工具在公司各处的沙盒环境中自主运行。公司允许员工根据需求自由选择工具，通过实际使用来积累经验，帮助团队理解智能体的真实负载和能力边界，从而优化未来的计算平台设计。

早在八到十年前，英伟达就从斯坦福的思维链研究中意识到推理技术的潜力，并开始探索其对计算机视觉和自动驾驶的影响。基于先验知识的推理技术，让自动驾驶系统不再需要海量的行驶数据，英伟达开发的Alpamayo自动驾驶系统仅用约一两百万英里的行驶数据就实现了出色的表现，就像人类不需要驾驶极长里程就能掌握驾驶技能，依靠常识和先验知识就能理解陌生场景。

实体智能：冲击千亿营收的新赛道

当被问及实用机器人的落地时间，黄仁勋表示，机器人的“ChatGPT时刻”其实早在几年前就已经到来。当AI能够生成符合物理规律的动作视频时，团队就意识到机器人的关节运动能力已经近在眼前。英伟达正在构建Physical AI，即理解物理规律和世界运行方式的基础模型，通过Real-to-Sim将真实世界转化为训练环境，结合物理模拟器和生成模型完成训练，再通过Sim-to-Real将能力迁移到实体机器人，Isaac Sim、Cosmos等工具都服务于这一流程。

英伟达判断自动驾驶将是Physical AI最先落地的大规模市场，公司的相关技术已经应用于Waymo、特斯拉、奔驰等企业的自动驾驶业务，同时开放了Alpamayo自动驾驶栈，覆盖乘用车、农业机械、物流配送、仓库移动机器人等多个场景。目前英伟达机器人和自动驾驶相关业务的营收已经接近100亿美元，黄仁勋预判，这一业务将在十年内成长为公司的下一个千亿美元级别的业务。

绝境翻盘：三本教材与500万美元的救赎

黄仁勋分享了英伟达早期的绝境经历：公司成立初期押错了3D图形技术路线，1995年时团队发现不仅技术路线错误，甚至不知道正确的解决方案是什么。他带着几百美元买下三本关于OpenGL和OpenGL流水线设计的教材，带领团队重新学习，最终重新定义了计算机图形技术，成为行业领导者。

真正让英伟达活下来的，是世嘉的500万美元资助。当时英伟达承接了世嘉下一代游戏机的图形系统开发项目，但因技术缺陷无法完成，黄仁勋主动向世嘉高管说明情况并建议更换合作方，但同时希望世嘉能够支付已产生的费用。世嘉最终同意了这一请求，这笔资金让英伟达得以度过危机，后续世嘉在英伟达上市时出售股份，获得了约1500万美元的回报。

英伟达真正押对的，是通过加速器增强CPU来解决传统CPU难以处理的复杂计算问题，包括分子动力学、图像处理、深度学习等领域。黄仁勋表示，伟大的公司需要拥有独特的世界观，英伟达坚信加速计算的重要性，并且意识到技术的核心在于算法而非单一芯片。

当AlexNet出现时，英伟达并没有只关注图像识别技术，而是意识到深度学习是一种通用的函数逼近器，可以学习任意复杂的函数，能够解决传统方法难以描述的问题。这一认知让英伟达提前布局计算机视觉、机器人和自动驾驶领域，重新定义了整个计算产业栈。

34年的创始人基因：如何保持组织活力

当被问及如何让CEO深入技术细节而不脱离一线时，黄仁勋表示，这源于他的好奇心，当身边的人无法给出满意的答案时，他会主动学习相关知识，目的是为团队提供更清晰的洞察，而非干涉具体工作。他认为，CEO的职责是为公司和员工服务，理解技术的第一性原理才能跟上行业的快速变化。

黄仁勋表示，作为创始人不需要改变自己的性格来适应标准化的CEO模式，应该让组织适应自己的驾驶方式，就像制造一辆自己驾驶的F1赛车。他坦言，下一任CEO可以根据自身性格调整公司的管理模式，而英伟达的创始人模式已经延续了34年，未来也将持续进化。

AI浪潮下的未来竞争力

关于AI对就业的影响，黄仁勋表示，AI会自动化部分任务而非消灭整个职业，比如软件编码和放射影像阅读的自动化并没有导致相关岗位减少，反而因为生产率提升创造了更多就业机会。人类积压的需求和想法还有很多，自动化工具能够帮助企业完成更多项目，从而扩大招聘规模。

黄仁勋建议年轻人重点学习物理、化学、生物、计算机科学、系统思维等领域的交叉知识，因为简单的重复性工作会被自动化，而复杂的、需要系统思考的问题永远不会消失。他强调，系统思维能力将变得越来越重要，能够组织大量智能体解决问题的人才，其价值会持续提升。

当被问及给18到22岁的自己什么建议时，黄仁勋表示，现在是过去60年来最适合创业的时代，技术产业正在被重新洗牌，不要被想象中的困难吓倒，应该一边前进一边学习，韧性是最重要的品质，只要坚持足够长的时间，就有可能创造像英伟达一样的成就。他说：“学习是一个人最强大的超能力，你不需要一天之内克服所有困难，只要熬过今天，就能为明天做好准备，相信自己可以一路学习抵达目标。”

这场横跨英伟达过去与未来的访谈，展现了一家科技巨头如何在技术变革中看清方向、重新学习，并提前布局下一代技术与产业规则。从绝境翻盘到千亿赛道的布局，黄仁勋的分享不仅揭示了英伟达的成长路径，也为整个行业提供了应对技术变革的参考。

以上内容不代表本平台立场，仅供读者参考