ARTICLE · 1100408
AI真正的未来,可能不是“更大的模型”
这几天,我把黄仁勋在All-In Summit 2026的这场对话又完整看了一遍。
一开始我以为,这会是一场关于“AI 会不会失控”的争论。毕竟节目标题很抓眼球,现场又正好撞上了整个硅谷最敏感的一轮讨论:一边是前沿实验室不断强调风险、要求放慢最强模型的推进速度;另一边,是英伟达这样的基础设施公司,正在把 AI 当成下一轮工业革命的底层能力,继续往算力、电力、数据中心和供应链里加速投入。
但看到后面,我反而觉得,整场对话最有价值的地方,不是黄仁勋到底“乐观”还是“悲观”。
而是他换了一把尺子。
他不太愿意用“AI 会不会毁灭人类”“AGI 哪一天到来”这种宏大的问题来判断未来,更习惯把问题拆回工程:系统能不能被测量,风险能不能被控制,模型能不能被部署,电力能不能跟上,最后能不能真正变成生产力。
这其实比一句“AI 的未来很大”更值得认真想。
现场的背景,比视频里看到的更有意思
这场对谈发生在2026 年 9 月 14 日,洛杉矶 Shrine Auditorium 的 All-In Summit。
All-In 本来就是一档很特别的节目。Chamath Palihapitiya、Jason Calacanis、David Sacks 和 David Friedberg 四位主持人,平时聊科技、投资、政策和宏观经济,到了每年的 Summit,就把这种相对直接、甚至有点“不按发布会剧本走”的聊天搬到现场。
2026 年的 Summit 一共三天,9 月 13 日到 15 日。黄仁勋这场,刚好处在一个非常微妙的时间点。
就在两天前,Anthropic CEO Dario Amodei 发表了一篇长文《We Must Pace the Frontier》,核心观点是:前沿 AI 的能力增长太快,安全研究和治理有可能跟不上,因此需要第三方评估、行业协调,甚至在必要时主动放慢一部分能力推进。
也就是说,当黄仁勋上台的时候,硅谷正在争论的并不是“AI 好不好用”这种初级问题,而是一个更难的问题:
我们到底应该继续踩油门,还是先把刹车系统造好?
所以节目一开场就直接进入 AI safety、doomer、recursive self-improvement 这些话题,并不是偶然。
更戏剧性的是,聊到中段,特朗普真的打电话进来了。
All-In 官方节目时间轴显示,这段电话出现在大约 22 分 58 秒。现场直接把电话接进扩声系统,观众能听到整个对话。特朗普把很多关于 AI、机器人和数据中心的担忧描述成“hoax”,强调美国应该继续扩张 AI 产业和基础设施。华盛顿邮报后来也专门报道了这一幕。
这里需要说清楚:这是特朗普的政治判断,不是技术事实,也不应该因为它出现在一个很热闹的现场,就自动变成结论。
但我觉得真正有意思的,恰恰是电话挂掉之后。
黄仁勋并没有顺着“完全不用担心”的方向继续讲。他很快又把话题拉回了测试、控制、根因分析和第三方评估。
这也是我为什么觉得,单纯把这场对话概括成“黄仁勋反对 AI 安全派”,其实会错过很多东西。
他反对的,不是安全,而是“无法验证的恐惧”
黄仁勋在节目里反复做的一件事,是把两类问题拆开。
第一类,是已经发生的事故:模型越权、沙箱失效、权限控制出错、内部流程不完善。
这种问题,他的态度很明确:必须查,必须做 root cause analysis,必须修。
第二类,是关于未来的概率预测,比如“几年内 AI 有多大概率毁灭文明”。
他对这一类判断更怀疑。不是说风险不存在,而是他认为,如果一个数字无法被复现、无法被验证、也没有清晰的方法论,那么它就不能只因为来自权威人物,就被当成已经成立的事实。
这个区别很重要。
因为“AI 安全”经常被讨论成一种立场:你是支持加速,还是支持减速?
但工程师通常不会这么问。
工程师会问:
系统在哪儿失效?为什么失效?怎么复现?有没有权限边界?有没有监控?有没有第三方能重新验证?
有意思的是,9 月 28 日,也就是这场节目播出两周后,NVIDIA 正式发布了Open Agent Safety Platform。它不是一篇抽象的道德宣言,而是一套很工程化的东西:用 OpenShell 给 Agent 做运行时隔离和权限边界,再用独立硬件上的 Sentry 去监控 Agent,如果 Agent 越界,可以在运行时阻断。
这件事反过来很好地解释了黄仁勋那天在台上的逻辑:
安全不是不要发展,而是把“我希望它安全”变成“我能够证明它被约束”。
我觉得这可能也是接下来 AI 安全真正会落地的方向之一。
不是只争论模型“内心”有没有被对齐,而是给它一层又一层外部约束:权限、沙箱、身份、审计、监控、独立评估。
有点像互联网早期。
浏览器不是因为“相信网页是好人”才安全,而是因为后来有了隔离、证书、权限和沙箱。
AI Agent 很可能也会走同一条路。
开源、闭源、中国:最后比的可能不是“谁先做出来”
视频里我自己最喜欢的一段,其实不是 AI safety,而是主持人问到中国开源模型的时候。
问题很直接:如果越来越多好用的开放模型来自中国,美国怎么办?
黄仁勋没有给出一个很情绪化的答案。
他的意思大致是:模型一旦被开放出来,被下载、部署、修改、蒸馏、围绕自己的数据继续适配,它就会逐渐变成使用者自己的技术资产。真正的竞争,不只是谁先把模型做出来,而是谁更会把它用起来。
这个观点,放在今天看特别值得琢磨。
Stanford 的2026 AI Index显示,到了 2026 年 3 月,美国和中国顶级模型之间的性能差距已经缩小到个位数百分比,领先位置甚至会来回变化;与此同时,顶级模型之间本身也越来越接近。
当模型能力开始趋同,竞争自然会往别的地方移动:
不是“我的模型比你高 2 分”,而是:
谁的成本更低;
谁的推理更稳定;
谁更容易接进真实业务;
谁的数据更好;
谁的行业流程更深;
谁部署得更快。
这也是为什么我越来越觉得,未来两三年真正值得看的,不只是“模型榜单”。
模型本身会越来越像水、电和云计算一样,成为一种底层能力。
而真正拉开差距的,是上面那一层:谁能把它装进制造、零售、医疗、教育、软件开发、供应链和企业内部流程。
这也是开源模型真正重要的地方。
它不一定永远是能力最强的那个,但它让大量公司拥有了“拿回来自己改”的机会。
对于很多企业来说,数据不能出公司、延迟不能太高、成本不能无限上涨、模型还要理解自己的行业知识。到了这里,开源和闭源根本不是宗教问题,而是工程选择。
AI 越往前走,最后越像一门“重工业”
这场访谈最让我重新思考的一点,是黄仁勋把话题从 GPU 突然转到了电力。
过去两年大家讲 AI,注意力几乎都在模型上。
参数多少、上下文多长、推理多快、Benchmark 又提高了多少。
但当 AI 开始真正进入大规模部署以后,很多问题突然变得非常“传统”:
土地够不够?
变电站什么时候建好?
电网能不能接?
冷却怎么办?
光模块、内存、网络、机房外壳、施工周期跟不跟得上?
这已经不是软件公司的问题了。
国际能源署 IEA 的预测是,到 2030 年,全球数据中心用电量可能超过945 TWh,比 2024 年大约翻一倍;AI 是其中最主要的增长驱动力之一。
这个数字真正说明的,不只是“AI 很耗电”。
它说明 AI 的竞争正在从虚拟世界重新落回物理世界。
一个模型可以在几个月里迭代一代,但一个大型数据中心、一条输电线路、一座发电设施,不可能几个月凭空长出来。
所以黄仁勋现在不断讲“AI Factory”,并不是单纯换了一个营销词。
NVIDIA 最近在澳大利亚公布的基础设施合作,目标是到 2027 年形成最高2GW的 AI 基础设施建设规模;他们自己也开始把指标从单纯的 GPU 性能,往每一瓦电能产生多少有效 Token这种系统效率上推。
这很可能是下一阶段非常重要的变化:
AI 不再只是软件行业的技术升级,它正在变成电力、芯片、建筑、网络、资本和软件共同参与的一场基础设施扩张。
如果从商业角度看,这意味着机会也不只在“做一个更好的 ChatGPT”。
大量真正长期、稳定的机会,可能在那些没有那么性感的地方:
能源调度、数据中心、液冷、光通信、存储、推理优化、行业数据、企业部署、安全、评估、Agent 权限系统。
模型越强,这些“让模型真正跑起来”的东西反而越重要。
“超级智能已经来了”,这句话不要按字面理解
黄仁勋在节目最后说,某些窄领域里,超级智能可能已经出现。
这句话非常适合被拿去做一个夸张标题。
但我觉得真正重要的是后半句:窄领域。
他举的方向包括自动驾驶、蛋白质相关计算。
也就是说,他并不是在描述一个无所不能、像科幻电影里一样的全能 AI。
他讲的是另一件事:
如果一个任务定义得足够清楚,评价指标足够明确,机器已经可能在某些具体环节超过普通人的能力。
这和 Stanford AI Index 今年给出的“jagged intelligence(锯齿状智能)”其实很接近。
参考文献和延伸阅读
All-In Podcast,Jensen Huang: The Doomer Hoax, Superintelligence Is Here, and The Future of AI (ft. President Trump),2026-09-14
https://podcasts.apple.com/us/podcast/jensen-huang-the-doomer-hoax-superintelligence-is/id1502871393?i=1000789631039
All-In Summit 2026,Los Angeles,2026-09-13 至 2026-09-15
https://theallinsummit.com/
Dario Amodei,We Must Pace the Frontier,2026-09
https://darioamodei.com/post/we-must-pace-the-frontier
Stanford HAI,The 2026 AI Index Report
https://hai.stanford.edu/ai-index/2026-ai-index-report
Stanford HAI,AI Index 2026 — Economy
https://hai.stanford.edu/ai-index/2026-ai-index-report/economy
International Energy Agency,Energy and AI
https://www.iea.org/reports/energy-and-ai
NVIDIA,From Megawatts to Tokens: How NVIDIA Maximizes AI Factory Production,2026-09-15
https://blogs.nvidia.com/blog/from-megawatts-to-tokens-how-nvidia-maximizes-ai-factory-production/
NVIDIA,Open Agent Safety Platform,2026-09-28
https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Launches-Open-Agent-Safety-Platform-to-Secure-Agents-From-Testing-to-Deployment/default.aspx
The Washington Post,In onstage call with Nvidia CEO, Trump deems AI fears a ‘hoax’,2026-09-14