共同见证每一次成长和脱变

黄仁勋再谈AI危险论：很多预测都是编的，中国会成为全球开源重要力量

2026-09-15作者：AutoLab来源：品途商业评论

在2026年9月14日，英伟达CEO黄仁勋出席了科技播客All-In Podcast的线下活动All-In Summit 2026，与四位主持人探讨了AI安全、AI末日论、递归自我改进、开源模型及AGI等议题。这四位主持人同时也是All-In Podcast的联合创始人，包括天使投资人杰森·卡拉卡尼斯、前Facebook高管查马斯·帕里哈皮蒂亚、“PayPal黑帮”核心成员大卫·萨克斯，以及农业生物技术公司Ohalo Genetics和投资公司The Production Board的CEO大卫·弗里德伯格。

访谈围绕AI发展所需的安全边界展开。针对Anthropic CEO达里奥·阿莫迪的AI安全讨论和前沿实验室的“减速”呼声，黄仁勋指出，安全和创新并不冲突，已发生的安全事件应通过工程根因分析，借助技术、流程和测试加以管控。

对于频繁出现的AI“末日预测”，黄仁勋列举了“放射科医生将被AI取代、90%的代码将在短期内由AI生成、50%的初级岗位即将消失”等此前被证明不准确的判断。他认为，这类预测缺乏科学依据，不应被用来制造社会恐慌。

谈及递归自我改进，黄仁勋表示，这并非一种神秘技术，而是上下文、强化学习、合成数据、LoRA等已有技术的组合。

在开源与闭源模型之争中，他明确表示两者都不可或缺，并认为中国拥有大量工程师和科学、数学人才，未来可能成为全球开源生态的重要贡献者。例如，在Linux和Kubernetes等软件项目中，已有中国工程师参与贡献，而开云平台也体现了这种合作精神。

随后话题转向“AGI和超级智能”。当被问及AGI是否已达到人类智能水平时，黄仁勋简洁回答：“现在已经达到了。”

以下为黄仁勋最新访谈实录，在不改变原意的情况下做了精炼整理：

01 AI安全不能和创新对立

问： 最近关于AI安全的讨论越来越多。达里奥·阿莫迪发表了关于AI安全的文章，Anthropic前研究员雅各布·考克森也因为相关问题离职。你怎么看这些事情？

黄仁勋： 安全问题必须认真对待，但安全和领导力并不冲突。我们可以快速创新、快速执行，让美国继续保持领先，同时把安全做好。将这两件事视为相互排斥的选择，本身就是错误的。

考克森站出来说话需要勇气。作为举报者，他做这件事没问题，但他后来对未来做出的科学判断，我认为缺乏足够依据，因为这些预测并非建立在真正的科学研究之上。

现在很多前沿实验室正从研究型组织转向工程型组织，研究和工程是不同的事情。如果转型过程中出现控制或管理问题，那是另一个问题。至于考克森看到了什么，我并不知道。

问： 过去几年，AI行业出现了很多悲观预测，比如“AI可能毁灭人类、导致大量工作消失”。你怎么看这些说法？

黄仁勋： 我认为不应该轻易给这些事情赋予所谓的“人类灭绝概率”或“文明毁灭概率”，因为其中很多东西都是编出来的。当一个人被称为研究者或科学家，再给出惊人预测，很容易让公众恐慌，这是不负责任的。

我们过去见过很多这样的预测。有人预测五年内放射科医生会被AI完全取代，但现实是全世界需要更多放射科医生。AI确实用于医学影像分析，但这和“放射科医生消失”是两回事。

还有人预测“未来6到12个月内，90%的代码由AI生成，50%的初级岗位在6到9个月内消失”，这些都没有发生。此前还有人说“GPT-2、Llama 3危险到不能发布”，甚至预测“一半白领工作会在第二年消失”或“就业末日”即将到来。

这些预测应该被记录下来。几年后回头看，就会知道哪些正确，哪些只是制造了恐慌。

问： 所以你认为，AI安全问题应该更多按工程问题处理？

黄仁勋： 如果发生安全事件，首先应做工程根因分析，弄清楚发生了什么、哪里出了问题、今后如何避免，然后把这些措施变成制度、流程和技术控制。

我相信这些公司已经在做这些事情，包括更好的沙箱、更严格的运行环境、更完善的监控和持续监控系统。我甚至愿意下注，相信这些问题可以被控制和预防。

如果一家工程公司真的不知道发生了什么，可以派工程师进去帮助。但我不认为会发展到这一步。这些实验室里有非常优秀的人，他们已经分析了相关问题并采取了措施。

问： 如果AI安全问题需要监管，监管应该从哪里开始？

黄仁勋： 监管应解决真正存在的问题。现在需要关注的问题主要来自前沿AI实验室，因为它们拥有最多计算资源，处理最前沿的问题。一个高中生或普通创业公司很难拥有足够计算能力去制造这些问题。

这些实验室正从研究转向工程阶段，同时建设公司、文化、技术和产品，这个过程不容易。因此，应关注它们如何建立更完善的工程体系，确保技术开发和测试过程具备足够安全性。

问： 第三方评估机构是否有必要？

黄仁勋： 我认为可以有多个评估和审计机构。它们不需要知道所有事情，但需要知道应提出哪些问题。这和金融审计类似。如果只有一个评估机构，可能会受影响；如果有多个，就能相互制衡。

02 “递归自我改进”没有那么神秘

问： 现在大家越来越多讨论递归自我改进，即AI自己生成数据、自己训练自己，然后不断加速。你怎么看？

黄仁勋： “递归自我改进”是最近流行的新标签，但它背后是很多已存在的技术组合，包括上下文、技能、反思、强化学习、合成数据生成和LoRA等。

这些方法可以让AI随着任务执行积累经验，然后继续改进。例如，通过合成数据和强化学习，可以在不重新训练整个基础模型的情况下提升能力，之后积累的经验可进一步用于训练基础模型。现在几乎每家公司都会使用其中一些技术。

“递归自我改进”这个名字听起来好像系统会变得不可控，但实际上，产品发布前仍需进行评估、重新测试和回归测试，这些是最基本的工程控制。

这些前沿实验室正从研究型组织转向工程型组织，我认为它们未来会拥有更好的方法、知识、实践、工具和技术来控制、验证和评估这些系统。递归自我改进可发生在内部，但经过验证的产品仍可按安全方式对外发布。

问： 你怎么看开源和闭源模型之间的关系？

黄仁勋： 世界需要开源模型，也需要闭源模型。我自己也会使用闭源的前沿模型。它们有点像瓶装水，水本身免费，但不同形式的产品可服务不同需求。

开源模型对主权、隐私和企业专有技术非常重要。过去6个月里，大约4000亿美元风险投资进入AI原生公司，其中约80%使用开源模型。如果没有开源模型，很多创业公司无法实现目标，因为它们想做的事情和前沿实验室不同。

美国真正的优势在于拥有各种创新形式。要赢得AI竞赛，就必须让开源模型发展起来。

所谓赢得AI竞赛，不只是几家美国公司赢，而是美国的公司、产业、研究人员、教师、学生和创业者都能从这项技术中获得机会。有些人使用闭源模型，很多人使用开源模型，两者都需要。

问： 你认为中国会成为全球开源生态的重要贡献者吗？

黄仁勋： 我认为中国可能会贡献全球开源生态中很大一部分。中国有大量工程师，也有大量学习科学和数学的学生，清华等高校每年培养很多优秀人才。

在Linux、Kubernetes以及很多软件项目中，都有中国工程师参与贡献。开源的一个特点是，一旦下载下来，它就属于你，你可以继续修改、优化，变成自己的东西。

AI竞赛最终还是谁能够最好地利用这项技术。过去的工业革命有很多重要发明来自欧洲，但美国后来很好地利用了这些技术。我希望下一次工业革命也能这样发展。

我觉得中国在这方面的讨论更务实，更多关注经济发展和社会进步，而不是一直讨论末日或文明毁灭。如果这些末日预测真的成立，我们当然应讨论它、解决它，但没有必要制造恐慌。我们的工作就是把它做出来。

问： 如果AI最终自动完成大量编程工作，工程师还需要做什么？

黄仁勋： 工程工作仍然存在。我的这一代工程师在软件还未普及时，不会花大量时间写代码。现在软件工程师花很多时间写代码，未来如果其中很大一部分被自动化，人类仍会进行工程工作。我有个习惯，最喜欢的键盘按键是Backspace，因为最好的软件往往意味着更少的代码。

03 英伟达为什么要深入AI产业链

问： 美国政府最初强调就业、再工业化、能源和供应链。现在这些事确实在发生。英伟达已成为整个AI产业的重要资本提供者，你怎么判断应把资源投向哪里？

黄仁勋： AI是一场新的工业革命。这个产业里有模型、芯片、应用、数据中心、建筑、电力和发电设施等很多部分。我一直在看整个生态系统，寻找其中的瓶颈。

如果一家优秀的公司因某个环节受限，我就会关注这个问题。可能是供应链、土地、电力或工厂。英伟达的规模已足够大，所以必须提前很多年考虑供应链。Corning、Lumentum、台积电以及内存供应商等，都是我们需要长期关注的企业。

问： 有人认为，AI行业最终大部分利润会向应用层移动。英伟达为什么还要进入模型、Hugging Face等更上层领域？

黄仁勋： 英伟达几乎可以运行世界上所有模型。大约一年半前，大家主要讨论OpenAI的模型，现在已有Meta的Muse、Grok、Gemini、Anthropic以及很多其他模型。大量前沿AI实验室都建立在英伟达平台之上。

我们的策略是帮助所有人成功，而不是把别人的业务拿过来。我们会尽可能留在技术栈更底层的位置，只有在必要时才向上走。CUDA支持了大量框架，Megatron和Megatron Core支持了大规模训练。我们发明那些必要技术，然后让整个生态去发展，让更多公司参与进来。

问： 为什么现在区域性云服务商越来越重要？

黄仁勋： 区域性云服务商往往比大型超大规模云厂商更灵活，因为它们能在当地找到土地、电力和工厂，也更了解当地需求。

未来会形成一个分布式企业网络，越来越多国家也会把AI看成战略产业。我们已经看到一些地区开始增加AI算力基础设施。

问： 英伟达现在正在做自己的开源模型，包括自动驾驶和生物领域。你们为什么要做这些？

黄仁勋： 因为客户需要。我们有能力做到最好，所以我们就会做。比如Alpamayo，这是我们做的自动驾驶模型。它是一个能进行推理的自动驾驶系统。过去自动驾驶需要数十亿小时的道路数据，而推理能力可让系统针对类似情况进行思考，从而减少对大量实际道路数据的依赖。

未来的自动驾驶不会只有乘用车，还会包括农业设备、卡车、货车以及其他移动设备。很多公司没有完整技术栈，所以英伟达可提供完整技术栈，客户再根据需求做最后一公里调整。

生物领域也是一样。我们做了ESM2、ESMFold、OpenFold、AlphaFold 2，以及一些等变模型和Protein Complexa等，因为制药公司确实需要这些技术。我的出发点一直是有人需要这项技术，所以我们去做它。

04 马斯克的Terafab

问： 马斯克宣布了Terafab芯片工厂计划，规模非常大。你怎么看？

黄仁勋： 英伟达非常了解工艺技术，我们一直在推动工艺极限，所以当然可以讨论这个问题。马斯克一旦决定做一件事，很难阻止他继续做下去，这也是他的超能力。

问： 那么英伟达未来能不能把芯片放到他的工厂里生产？

黄仁勋： 我们可以讨论。

问： 如果AGI的定义是达到人类智能水平，你认为我们已经进入这一阶段了吗？超级智能呢？

黄仁勋： 我们已经达到了，甚至可以说，在一些特定领域，我们已经进入了超级智能阶段。

问： 为什么？

黄仁勋： 因为在一些非常具体的领域，AI已经超过了人类。自动驾驶就是一个例子。如果一辆车能比人类驾驶得更好，那么在驾驶这个领域，它就是超级智能。

现在自动驾驶系统的事故率已经可以做到人类的十分之一。生物领域也是一样。合成蛋白、虚拟筛选等任务已达到超级智能水平。在这些特定领域，AI已经能完成超过人类能力的工作。

问： 站在这样的技术前沿，你是什么感觉？

黄仁勋： 我喜欢这种感觉。未来是美好的。也许未来很多人都不需要工作，但我不想错过这个时代。

我希望我们所有人都能一起走到那个未来，人类最终会一起取得成功。我们需要鼓励大家，减少那些没有必要的戏剧性争论。最重要的是，要让整个美国都能参与进来。

本文来自微信公众号“腾讯科技”，作者：李海伦，编辑：徐青阳，36氪经授权发布。

开云登录入口围绕开云平台不断创新，回应用户的真实需求。

精选顶级体育赛事竞猜，覆盖全球主流联赛与热门项目内容，开云登录入口与你一同发现更多精彩。

开云登录入口专注真人娱乐与电子游戏实时互动，沉浸式体验，为用户提供专业可靠的体验。

围绕毫秒级极速存取款，资金安全有保障，开云登录入口持续打磨更优质的服务。

开云登录入口深耕高额返水与专属豪礼，新用户注册即享福利领域，用心服务每一位用户。