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，，，，，公司就没了。。”
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场，，，，，前路自会顺畅许多。。
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住，，，，，信得过这份条约，，，，，也希望能看到我们撑到明天。。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？？？？，，，，，现在许多底层事情已经能够自动完成。。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，，，，，我们开发了Alpaca，，，，，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最先规模；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，，，，，我通常；岣嫠咦约海赫夂苤饕，，，，，我得尽快学会，，，，，再做点什么。。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，，，，，笃行不怠，，，，，直到迎来属于自己的乐成。。
完整访谈：https://www.youtube.com/watch?v=qyPCVqFUyDo
