#模型时代# 黄仁勋：AI不需要新法律，公司自己管好产品就行

黄仁勋真是连轴转啊，刚结束ALL-IN Summit，又参加了Salesforce年度大会Dreamforce。话说Salesforce也是Anthropic受害者，Claude Work发布那几周，Saas概念股被狂洗。某种程度，硅谷现在存在一个对Anthropic的复仇者联盟。黄仁勋与Salesforce CEO马克·贝尼奥夫（Marc Benioff）在会场里一边走动一边聊了大约13分钟。

按话题做一个整理。

1、NVIDIA的自我定位已经变了，从GPU公司变成了全栈AI基础设施公司。

GPU演化成了大型系统，这些系统本质上是AI工厂。NVIDIA的工作就是把电力和企业存储的数据转化成智能。

2、AI在技术堆栈中的位置和电力、互联网平级。

“有了电，我们可以驱动一切。有了互联网，我们可以找到一切。有了AI作为覆盖全球的基础设施层，我们可以知道一切、做到一切。”这是NVIDIA给AI画的坐标：几百年前电力改变了制造，几十年前互联网改变了信息流通，现在AI改变的是智能本身的生产方式。每一家企业、每一个国家，都会变成AI公司。

3、NVIDIA同时在六个方向做前沿模型，全部开源。

Nemotron是语言模型。Cosmos是世界基础模型（world foundation model），用于理解和生成物理世界的场景。Alpamayo做导航系统和自动驾驶。BioNeMo平台下的Proteina-Complexa做蛋白质结构建模，用于药物发现。GR00T是人形机器人模型。

六个方向覆盖了从语言、物理世界模拟、自动驾驶、生物制药到机器人的完整链条。这些模型在2026年3月的GTC大会上集中发布，已经被CrowdStrike、Cursor、诺和诺德（Novo Nordisk）等公司采用。全部开放，不收费。

4、NVIDIA围绕模型做了运行框架和安全沙箱，让企业能在生产环境部署AI agent。

模型只是第一步。NVIDIA还做了两件事。一件是开源的agentic harness system（智能体运行框架），企业可以把自己的模型放进去，围绕它构建完整的智能体系统和运行时。

另一件是OpenShell。这是NVIDIA在2026年3月GTC上发布的开源安全运行时。每个AI agent在自己的沙箱里运行，文件访问、网络请求、进程权限全部由声明式YAML策略控制。安全策略在操作系统层执行，agent自身无法修改或绕过。企业要在生产环境大规模部署AI agent，安全边界是前提，OpenShell解决的就是这一层。

5、闭源模型和开源模型会长期共存，企业会两个都用。

公共的闭源模型会继续发展，但同时每家公司也会基于开源模型构建自己的私有模型和定制模型。Salesforce当天发布的Koa就是一个例子：基于NVIDIA Nemotron 3 Super构建的CRM推理模型，用Salesforce自己27年的数据做了后训练。

6、过去一年token生成量增长了25倍，其中大部分发生在最近六个月。

结构变化比总量更能说明问题。一年前开源模型只占所有token生成量的30%，现在占到了70%。闭源模型在指数级增长，开源模型增长得更快。这说明企业不只是在调用别人的API，也在自己训练和部署模型。“每一家软件公司都是AI公司，每一家企业都会变成智能体驱动的AI企业。”

7、过去六个月，AI从实验室走进了实际生产环境。

“在过去六个月里，AI毫无疑问地从实验室走到了我所认为的‘极其有用’的阶段。”闭源和开源模型的实际使用量同时出现了爆发。

8、“软件终结论”是胡说，“AI消灭就业”也是胡说。

“我是软件行业之外第一个站出来说‘软件终结’是胡说的CEO。”AI不会取代软件，它是软件之上的新一层。这一层是agentic的，它会让用户更好地使用现有软件。

就业也是同样的逻辑。AI让公司的生产力提高了，公司的反应是变得更有野心，而不是缩减人员。“你比以前更有野心了。我比以前更有野心了。有了AI带来的生产力提升，天花板不存在了。”

9、AI安全是工程问题，不需要新法律。

“安全至关重要，在很多方面它是第一要务。但是，安全是一个工程问题。”AI归根结底还是计算系统。计算系统的安全做法是已知的：建立测试环境、测试产品、确认安全之后再发布。如果对产品的功能、性能或安全性没有信心，就不要发布。

“我们不需要新法律，不需要新法规。”市场机制已经在发挥作用了。任何一家公司，如果发布了不安全的产品，市场自然会给出惩罚。公司需要做的就是尽可能快地跑，但如果在任何时刻感觉产品失控或者不安全，就停下来确保做对。

把创新速度和产品安全对立起来是假二分法（false choice）。两者完全可以同时做到。

10、今天觉得AI只有80分，过两周再试一次。

“如果你今天测试了，觉得它只做到了你期望的80%，那就过几周再试一次。它会变得好得多。”背后有一整个产业在不停地改进这项技术。“最重要的事情是，不要被落下。” http://t.cn/AXOMs40v