黄仁勋在开场直接宣告：
“今天，我可以宣布：智能体AI已经到来，实用AI已经到来。”
在他的表述框架里，AI已经不再是工具，而是进入了可以独立完成任务、创造经济价值的新阶段。他用一句话概括了这一时代的经济逻辑：
“计算就是收入、瓦特就是收入、每一个token都是收入！”
黄仁勋拿GitHub举了个例子。软件编程是智能体AI首批用上的核心领域之一，全球约有三四千万名专业软件开发人员以此为生。在GitHub平台上，开发者下载代码、修改优化，再提交更新（commit）。2023年，平台全年commit量为3亿次，2024年增至4亿次，2025年达到5亿次。而在2026年的前几个月，这一数字几乎增长了三倍。这三千万软件开发人员每年创造约超过一万亿美元的薪资支出，却支撑起了全球100万亿美元规模的产业。如今，这一万亿美元的薪资投入带来了近三倍的产出，相当于释放了9万亿美元的生产力,这一巨大的差距，就是AI的潜力与价值所在。“人们谈论AI减少了工作岗位，这完全是胡说八道，实际上有更多的软件工程师正在被雇用。”
智能体AI的冲击不仅在软件应用层面，硬件层面也已经开始，传统电脑马上会被颠覆。
同场发布会上，英伟达和微软联手推出了RTX Spark 的超级芯片，并给Windows做了原生AI智能体支持。
此番联手志在打造一台随身携带的个人AI计算机，既能跑前沿AI模型，又能做创意工作，来重塑AI时代的个人电脑。
这意味着，传统电脑即将从底层芯片开启全方位革新，PC芯片格局将被重新改写。
据介绍，华硕、戴尔、惠普、联想、微软Surface等这些大厂，预计今年秋天就会推出搭载RTX Spark的轻薄本和紧凑台式机。
黄仁勋表示：
“PC 正在被重新定义。在过去的四十年里，大家开启应用、点击、输入命令来完成工作。有了 RTX Spark和微软 Windows，用户只要提出需求，剩下的交给 PC 来完成。RTX Spark 将 NVIDIA 打造的一切 :CUDA、RTX、NVIDIA AI 平台等集成到一个超级芯片中。本地智能体、前沿模型、创意工作流、RTX游戏，都能在一台笔记本电脑上运行。这就是全新的PC，个人AI计算机。”
黄仁勋说，从行业视角来看，实用AI的到来直接催生了对Token的海量需求。如今，Token已经成为AI行业盈利与收入的核心计量单位，AI企业迫切希望生成更多Token、建设更多AI工厂。过去，Token只是个纯技术名词，AI生成一段话用了多少词元，那是技术人员才关心的事，跟你没什么关系。但现在不一样了。当Token可以直接换钱，你整个人的产出就会被重新定价。你现在是程序员、产品经理、运营、设计师,你的产出是用工作量衡量的：写了多少代码、做了多少方案、跑了多少活动。但未来，你的产出会被用Token效率衡量：你用AI每天能生成多少Token？你的Token产出成本是多少？同样的工资，你能产出的Token比别人多还是少？实用AI不再只是一个概念，它已经成为利润与GDP的生成器。其背后是一套全新的计算范式—核心不再仅仅是大语言模型，而是智能体（Agent）。传统的计算模式，是在操作系统中运行应用程序和代码。而今天的新模式，是运行在容器框架（Harness）中的智能体，它由一个或多个大语言模型构成。这个框架负责引导和编排AI，使其高效完成各项工作。当接收到输入时，智能体需要完成理解、观察、推理、行动的全流程，并调用电子表格、Web浏览器、数据处理引擎等各类工具。整个过程由软件统一编排，框架负责路由信息、处理上下文、感知现状、进行推理并制定执行计划。黄仁勋说，这就是智能体的核心工作原理。它像人类一样管理短期工作记忆和长期记忆，因此内存管理系统变得非常关键。那企业要如何构建代理即服务或运行智能体呢？黄仁勋表示企业需要具备四个核心要素：第三，自带技能、可供模型调用的工具，比如CUDA-X库，黄仁勋说它们将成为未来智能体的“神级工具”；第四，一个能将所有要素整合在一起的操作系统或运行时。过去的企业IT，所有逻辑都是围绕人来建的。你给员工配电脑、装软件、开权限，建防火墙防外人进来，建权限体系防员工乱操作，建数据体系帮人存数据、用数据。但Agent时代，这个逻辑彻底变了。未来你的企业里，干活的不只是人，还有成百上千个Agent。它们要访问公司的核心财务数据、客户敏感信息，要执行代码、对接外部系统、给客户发邮件、签合同。未来每家公司都会运行自己的Agent，就像今天每家公司都运行ERP(企业资源计划)一样。但Agent比软件难管10倍，它会自主行动、自主决策、自主协作。你现在的IT架构、安全策略、数据权限体系，全部要重新设计。那些还觉得上了ERP、做了信息化就万事大吉的企业，最好赶紧醒醒。你花成百上千万搭的那套IT体系，在Agent时代，分分钟就是个空架子。黄仁勋说得更直接：每家公司内部都将有智能体在运行，他们会意识到智能体将需要自己的操作系统。
夜雨聆风
