黄仁勋第一次做客 Lex Fridman，两个半小时，信息密度极高，老黄抛出了很多反共识的观点，我提炼了最让我重新思考的 10 点。

1、NVIDIA不是一家芯片公司。

黄仁勋反复强调的极致设计协同，不是口号。他有60多个直接汇报的人，不做一对一会议，所有问题都是群体攻克。

讨论散热的时候，做内存的人在听，做网络的人在听，任何人觉得，这影响到我了，就直接插进来。公司的组织架构本身就是产品架构的映射，你要造什么样的东西，就要变成什么样的组织。

2、CUDA是一个差点杀死NVIDIA的决定。

当时NVIDIA是35%毛利率的公司，把CUDA塞进GeForce直接让成本涨了50%，市值从七八十亿美金跌到十五亿。没有一个游戏玩家会为CUDA多付一分钱。

但黄仁勋的逻辑很清楚，计算平台的命脉是装机量，不是技术优雅度。x86架构被嘲笑了几十年，但它赢了，因为装机量碾压一切，RISC再漂亮也没用，所以他宁可亏十年，也要把CUDA铺进每一台PC。

技术优雅不等于商业成功。

3、黄仁勋从不搞年度战略大转型。

他说自己从不做那种年底大裁员，换logo，发新使命宣言的事。他的方法是每天都在塑造身边人的信念系统，当他正式宣布“我们要All in深度学习”的那天，他希望员工的反应是“你怎么才说？”而不是“你在说什么？”。

让所有人在宣布之前，就已经买账了，买Mellanox也是这样，GTC的每次演讲也是这样，他在塑造整个产业的预期。

4、四条AI扩展定律。

预训练、后训练、推理时间、智能体。

四条扩展定律形成一个循环，智能体系统产生大量新数据和经验，好的经验回流到预训练去记忆，再精炼到后训练，再通过推理时间增强，再放回智能体系统。

黄仁勋说了一句很精辟的话：推理就是思考，思考比阅读难得多，那些说“推理很简单，用小芯片就行”的人，从第一天就错了。

5、用第一性原理推演未来。

Vera Rubin的架构在OpenClaw出现之前两年就设计好了。

但他说这不是什么神预测，你只需要坐下来喝杯威士忌想一想，如果AI要变成数字员工，它需要访问文件系统，需要做研究，需要使用工具，需要调用子智能体，这些全是显而易见的。

就像未来的人形机器人进了你家，它大概率会用你现有的微波炉，而不是从手指发射微波。

6、电网有巨大的闲置浪费。

电网是按极端峰值设计的，但99%的时间只跑在60%左右。黄仁勋提出一个思路，让数据中心在电网紧张时主动降功率，把算力转移或者降速运行。

这需要的是三方协作，客户别要求六个九的完美可用性，数据中心要能优雅降级，电力公司要提供分级供电合同。他说很多CEO根本不知道，自己的运维团队签了什么样的苛刻合同。

7、NVIDIA的护城河是信任的飞轮。

装机量，执行速度，生态广度，开发者信任，这四个东西叠加在一起。

开发者选CUDA，因为六个月后它就快十倍，因为它覆盖几亿台设备，因为NVIDIA一定会持续维护它。和台积电三十年合作，没签过一份合同。黄仁勋说，我信任他们到愿意把整个公司放在他们上面。

8、智能是商品，人性才是超能力。

他身边60个直接汇报的人，每个人在各自领域都比他聪明。

他说自己第一份工作是洗碗工，学历不如他们，专业深度不如他们。但他坐在中间协调所有人。这说明什么？

说明智能只是一个功能性的词，而韧性，判断力，同理心，把所有人凝聚在一起的能力，这些才是真正稀缺的东西。他说我们社会把所有东西都压缩到"智能"这一个词里了，但生命远比一个词丰富。

9、放射科医生的故事，是理解AI与就业关系的最佳案例。

2019年计算机视觉就超越人类了，所有人预测放射科医生要失业。结果呢？

AI让读片速度飞升，医院能接更多病人，赚更多钱，反而需要更多放射科医生。现在全球放射科医生短缺。而当年那些恐慌性预言，反倒吓退了很多人不敢进这个行业，造成了真实伤害。

黄仁勋的核心观点是：你的工作的目的和你完成工作的任务，是相关但不同的两件事。AI替代的是任务，不是目的。

10、编程的定义正在被重写，程序员可能从3000万变成10亿。

以前编程意味着写代码，现在编程意味着写规格说明，告诉AI你要什么。黄仁勋说，未来每个木匠都是程序员，同时也是建筑师。每个会计也是财务分析师，也是理财顾问。

AI没有消灭职业，而是把每个职业往上抬了一层。他用了一个很妙的比喻：规格说明的精确度取决于你在跟谁合作，解决什么问题。有时候要极其精确，有时候故意模糊，留出空间给员工们，把它做得比你想象的更好。

传送门：www.youtube.com/watch?v=vif8NQcjVf0

#HOW I AI##科技先锋官##黄仁勋##lexfridman#