黄仁勋反驳AI毁灭论：该怕AI，还是造AI的人？

卖AI芯片的人说，AI毁灭人类的警告是在博取头条。听完这句话，你会更放心，还是更想追问一句：谁来证明？

据法新社10月22日报道，黄仁勋在英伟达于柏林举办的活动上，否定了AI将终结人类文明的说法，并批评这类言论。他主张以负责任的乐观态度发展AI。[1]

这场争论最容易让人陷入两个阵营：一边相信技术会解决问题，一边相信技术最终会失控。

但普通人不必先替哪一边站队。更值得追问的是：谁决定AI做什么，谁允许它动手，出了问题又由谁承担后果？

01

反对末日预言，不等于证明了安全

黄仁勋的话，首先是对一种判断的反驳，不是一份排除了所有风险的测试报告。

同样，一个人提出灾难警告，也不能只靠名望就让预测自动成立。我们需要知道：警告对应什么能力、什么条件，依据是可复查的实验，还是对未来的推测？

最该警惕的，是双方都把需要证明的事情，变成要求公众先相信的事情。

英伟达提供AI计算芯片，它的商业角色值得读者放进判断背景；但有商业利益，不等于说的每句话都错。研究者表达担忧，也不能仅因措辞激烈，就被一概归为炒作。

因此，我不认为我们只能在“完全放心”和“末日将至”之间选一个。对未来灾难保持研究，与对今天的产品提出具体要求，可以同时进行。

02

AI不必有恶意，也可能造成伤害

美国联邦贸易委员会早在2023年就提醒公众：骗子可能利用短音频克隆亲人的声音，以家庭紧急情况为由要求转账。[2]

这里的危险不需要AI突然产生野心。有人提供素材，有人编造故事，再把生成能力用在欺骗上，就足以形成风险。

但把问题全归结为“坏人使用工具”，同样不够。没有恶意的人，也可能把不可靠的系统放进不该放的流程。

比如，假设一家企业让AI整理供应商邮件。它读错了内容，通常还可以复核；如果它同时拥有修改账户和发起付款的权限，同一个错误的后果就可能明显扩大。

这是流程示例，不是某家公司的事故。它说明：风险不只来自模型会不会答错，还来自人给了错误多大的行动空间。

如果一个系统必须依赖人工检查，部署者却取消检查以追求速度，问题就不再只是模型表现。它也涉及组织选择、权限配置和责任安排。

03

真正需要约束的，是一条决策链

“害怕制造AI的人”这个问题有力量，但不能变成对一群人的道德审判。

开发模型的人、把模型接入业务的人、设定考核的人，以及批准上线的人，可能不是同一批人。只盯着台前的创始人，反而容易漏掉真正改变风险的决定。

美国国家标准与技术研究院的AI风险管理框架1.0，提出要明确角色和责任，让管理层对开发、部署中的风险决策负责，并区分人机协作与监督职责。[3]这是一套自愿采用的框架，不是企业已经落实的证明。

把这些要求翻成普通话，就是三件事：谁批准它这样做，谁检查它做得对不对，谁能在出问题时停下来。

我的判断是，我们应该要求“负责任的乐观”附带可核查的安排：测试范围是什么，失败案例在哪里，发现新问题后怎样收回权限。

04

普通人先守住三道具体关口

第一，听到熟悉的声音，也要核实身份。遇到催促转账的紧急来电，用自己原先保存的号码回拨确认，不直接依赖对方提供的联系方式。这也是FTC给出的防骗方向。[2]

第二，把建议权和执行权分开。让AI先起草、分类、提出方案；涉及付款、删除或对外承诺时，保留适当的确认环节。权限应随实际验证逐步增加，而不是一次全给。

第三，问清楚人工监督是否真的存在。一个人是否有时间看、有依据判断、有权驳回？如果只是忙到来不及阅读就点确认，“有人审核”也可能只剩一行说明。

这些措施不能保证零风险，却能把“我有点害怕”变成具体动作。对企业也一样：不能一面宣传系统无所不能，一面把每一次失败都推回用户没有仔细检查。

真正应该争取的，是技术越强，说明越清楚；权限越大，责任越明确。

我们无需把所有制造AI的人想象成危险人物，也不该把AI想象成永远无害的工具。能力需要检验，使用需要边界，决策需要责任。

参考来源

[1] 法新社，2026-10-22：黄仁勋在柏林反驳AI末日警告（Tech Xplore转载）

[2] FTC，2023-03：AI声音克隆与家庭紧急情况诈骗提醒

[3] NIST：AI RMF 1.0核心，GOVERN 2.1、2.3、3.2

资料核对日期：2026年10月25日。新闻引述来自法新社报道，非现场独立采访；流程示例为假设。配图为AI概念示意，非活动现场或真实产品界面。