执行摘要
黄仁勋（Jensen Huang，1963–）执掌 NVIDIA 33 年，是硅谷任期最长的科技 CEO 之一。2025 年 10 月 29 日，NVIDIA 成为人类历史上第一家市值突破 5 万亿美元的公司。但这份报告的结论不是「他有多成功」，而是他的思维框架为何能反复在绝境中反转——以及这套框架的可迁移内核。
摘要
本报告基于 8 维度 × 350+ 来源的深度调研（著作/对话/表达/他者/决策/时间线/第一性原理/AGI 预测框架），提炼出黄仁勋的 7 个核心心智模型、10 条决策启发式、完整表达 DNA，并单独拆解了他最独特的两个思维装置——以物理极限为唯一约束的第一性原理系统，以及把 AGI 预测转化为「算力 → token → 电力/GPU」基建账的定义先行框架。
贯穿全篇的最强信号：黄仁勋的决策不是预测未来，而是锚定一个物理上必然发生的终点，再倒推今天该种下什么；他反复声称自己没有远见，只有「怕死」——而正是这种 30 年不变的生存焦虑，构成了 NVIDIA 对抗一切诱惑与自满的免疫系统。
三重验证 · 跨域复现
每个心智模型在 ≥2 个不同领域出现（CUDA/自动驾驶/AI工厂/机器人反复印证同一逻辑）。
三重验证 · 生成力
用模型可推断他对新问题的立场（如「自建 vs 外购」→ 必要最少原则）。
三重验证 · 排他性
不是所有聪明人都这样想——物理极限约束、零亿美元市场、Token 经济学极具个人辨识度。
人物画像：从擦厕所到 5 万亿美元
I'm the first-generation immigrant with parents that gave up everything to be here with no way to fall back. I'm the embodiment of the American dream.
—— Hoover "Only in America" 访谈
身份卡
9 岁 · 感化院
1972 年被送到美国肯塔基州 Oneida Baptist Institute——表面寄宿学校，实为问题少年感化院。打扫厕所、遭遇欺凌。这段经历成为「no task is beneath me」的人格源头。
15 岁 · 乒乓球
全国级乒乓球选手，公开赛少年双打第三名；同时在波特兰 Denny's 洗碗——他后来说「我是 Denny's 史上最好的洗碗工」，并称 Denny's 是他的「母校」。
30 岁 · CEO
在俄勒冈州立大学以「想看看我的作业吗」结识妻子 Lori，向她承诺 30 岁当上 CEO。1993 年创立 NVIDIA 时正好兑现。
关键时间线
三个思想转折点
2006 · CUDA
世界观从「GPU 是更好的显卡」→「GPU 是并行计算的引擎，CPU 之外的第二条计算曲线」。这是 NVIDIA 能吃下 AI 的全部前提。
2012 · AlexNet
「如果我们不造，他们就没得用」。GPU 计算在 AI 上被实证，从图形市场扩展到一切并行计算。
2022-23 · AI 工厂
「摩尔定律已死」→ 把 NVIDIA 从芯片公司重定义为 AI 基础设施公司。这是市值从 1 万亿冲向 5 万亿的思想底座。
七大核心心智模型
每个模型通过三重验证（跨域复现 / 生成力 / 排他性），并按排他性强度排序。
第一性原理重述
任何问题先剥离市场噪音，找到物理层面的驱动约束（能量、带宽、光速、原子尺度），把商业判断锚定在物理约束上，而不是市场共识上。
「Moore's Law has finished」（CES 2019，依据晶体管逼近原子尺度）；「The input is electrons, the output is tokens, and in the middle is NVIDIA」（Dwarkesh）；「Energy is the first principle of AI infrastructure」（NVIDIA 博文）
用：技术趋势、产品架构、公司战略分析。局限：无法覆盖市场情绪、政策、地缘等非物理变量。
光速思维 + 回到零点
「应该用光速思维从第一性原理去设计工程，唯一约束是物理极限。」不要从 74 天优化到 72 天——回到零点，问为什么需要 74 天，答案往往只有 6 天。
「Limit it only by physical limits, and physics limits.」（Lex Fridman #494）；「how would I redo this whole thing?」（斯坦福 GSB）；74 天→6 天案例
用：评估任何「优化方案」时先算物理下限。局限：非所有问题有清晰物理下限；激进重构可能破坏成熟组织稳定。
AI 工厂与 Token 经济学
智能的原子单位是 token；竞争的核心指标是「每瓦 token」。用「算力 → token → 电力/GPU」的单位换算链把抽象概念变成可投资、可定价的实物量。
「I call them AI factories... their only job is to generate these tokens」（GTC 2025）；「Compute equals tokens, tokens equal intelligence, and intelligence equals economic output」（摩根士丹利）；「tokens per watt is the single most important thing」
用：AI 产业、数据中心、算力投资、估值分析。局限：把智能还原为 token 产出可能低估不可度量部分；依赖自我实现叙事。
零亿美元市场
「I love zero-billion dollar markets. Where there are no customers, there are also no competitors.」评估新机会不问「市场多大」，问「如果我不做，它会不会存在」。
「I'd rather be a market maker, market creator than a market taker」（Caltech 2024）；CUDA 2006 押上全部利润赌一个十年后才兑现的市场；「If we don't build it, they can't come」
用：新机会评估、避开红海。局限：零亿美元市场可能永远为零；需极强的现金纪律。
安装基数定义架构
「Install base is everything.」一个计算架构的价值在于安装基数。CUDA 塞进每一块 GeForce 让 GPU 成本升 50%，市值跌到 15 亿，但他坚持——因为 x86 成为标准正因为每台电脑都用它。
CUDA 十年赌注「completely consumed all of the company's gross profit dollars」；「越像计算公司，就越不像专家」（Lex Fridman #494）；四百万 CUDA 开发者是今天最深的护城河
用：竞争格局评估、技术壁垒判断。局限：护城河可能被范式转移打破；靠补贴堆安装基数若生态不转，会拖垮公司。
终点倒推
不预测未来，先锁定必然终点，再倒推今天必须做的动作。CUDA、核电投资、共封装光学都是这样来的。
2006 从「摩尔定律会死」倒推到「今天就要铺 CUDA 生态」；「实时智能必须实时电力」→ 投资 TerraPower/CFS；铜线距离极限 → NVLink 做短 + CPO 压到毫米
用：长期战略问题。局限：锁定的终点若判断错，整个倒推链都错；需十年以上执行耐心。
定义先行的预测法
预测 AGI 这类宏大问题前，先定义你指的是哪一种——同一个词在不同定义下，可以是「已实现」也可以是「五十年外」。无法用测试验收的定义不属于工程问题。
AGI 测试定义「5 年全过」（斯坦福 2024）→ 经济定义「I think we've achieved AGI」（Lex Fridman 2026）→ God AI「biblical scales, even galactic scales」
用：宏大叙事（AGI/泡沫/产业变革）分析。局限：定义滑动被批评为自说自话/营销话术。
决策系统：怕死驱动的认知引擎
黄仁勋的决策不是预测未来，而是用第一性原理锚定「物理上必然发生的技术趋势」，押上公司利润把专有架构做成事实标准，再用「距离倒闭 30 天」的危机心态对冲每条赌博的下行风险。
决策时间尺度分层
关键区分方式：「核心信念（不变量）+ 早期成功指标（EIOFS）」——他明确说毛利率是结果，不是 KPI。
绝境重生：三幕循环（至少三次完整上演）
模式观察：每次绝境后他都加码而不是收缩，并公开把失败讲成故事——「把危机叙述为哲学」。
十大决策启发式
「这能有多难？」
面对未知先假定「离一本教科书不远」，用低估难度开启赌博性决策。「我至今还在 trick 自己的大脑：这能有多难？因为你必须这样想。」
信念来自第一性原理 + 每日检验
「信念必须来自物理/CS/经济的第一性原理，加上灵感」；建立后每天检验，基础变了就重建。
「30 天倒闭」对冲乐观
每次大胆押注都配上「我们离倒闭永远只有 30 天」的危机感，用焦虑对冲过度乐观。
选韧性，不选远见
被问「完美预见 vs 不可摧毁的韧性」时毫不犹豫选韧性。承认自己不会预测，用活下来对抗一切错误。
长短期决策分层
十年尺度用信念扛，三五年用迭代，季度用数据。同一时间处理三个时间维度。
看先行指标 EIOFS
「毛利率是结果，不是 KPI」——看「未来成功的早期先行指标」（Early Indicators of Future Success）。
「必要最少」原则
只做「如果我不做，就真的没人做」的部分，其余交给生态。回答「要不要垂直整合」的统一标准。
把效率提升重新框架为利好
面对「技术让需求变少」的威胁，先想「这证明了更大的趋势」。DeepSeek：「The market got it wrong」——效率提升让推理需求反而 ×100。
危机叙事即管理工具
公开脆弱（「我不有野心我只想活下去」），统一全公司的焦虑，把脆弱性正当化为领导力。
把失败重框为「技术正确、时点过早」
公开认错，但把错误升级为战略叙事。NV1 选错技术但方向对；Blackwell「100% 是 NVIDIA 的错」。
他如何定义「聪明」
"你见过的最聪明的人是谁？" —— 黄仁勋没有点名任何人，而是重新定义了「聪明」：聪明不是天生智商，而是学习的能力。
—— 《ABitPersonal with Jodi Shelton》播客第一集（2026-01-15），GSA CEO 乔迪·谢尔顿（Jodi Shelton）专访
当被问及「你见过的最聪明的人是谁」，黄仁勋没有举出任何名字，而是当场把「聪明」从「天赋」重新定义为「学习的能力」——聪明不是静态的智商高低，而是动态的学习加速度：能把任何未知事物快速理解、还原到第一性原理、再用「这能有多难」的心态去掌握它的能力。这正是他一贯的「聪明观」：天赋论被置换为成长论，聪明从「你知道什么」变成「你学得多快」。他从不自认天才——不是因为谦卑，而是因为在他的定义里，「聪明」根本不是值得自夸的静态属性。
「学习是终极超能力」
「Learning is the ultimate superpower.」—— YC Startup School 2026。「技术一直在变，只要你能面对现实、能学习，技术本身其实不重要。」聪明=学习，是他最反复的自述
「这能有多难」
「When somebody tells me about something I've never heard of... my first thought is always, 'How hard can it be?' It's probably just a textbook away.」—— 斯坦福 GSB，用学习消解未知，而非靠天赋
「公司不需要我是天才」
「The company doesn't need me to be a genius... There's nothing inconsistent with being a leader and being vulnerable.」—— Joe Rogan #2422
⚠️ 可信度注：「重新定义为学习能力」是对黄仁勋一贯「聪明观」（学习是终极超能力、第一性原理、这能有多难）的体系性提炼，与他在该播客「未点名、重新定义」的情节一致；播客逐字原文因网络限制未能直接核验，建议以原始音频/文字稿为准。斯坦福 GSB 金句标【一手·转引】。广为流传的「I'm not smart」未找到一手出处，不采信。
- 早期选错技术方向（NV1 曲线纹理 vs 三角形）——主动向 Sega 坦白并请求救命投资
- 2008 低估 AMD RV770：「我们低估了竞争对手最新 GPU 的性价比」
- 加密宿醉判断滞后：「宿醉比预期更久；希望我们更早看到」
- CUDA 早期商业化不足：「公司为此付出巨额利润、我们当时负担不起」
- Blackwell 设计缺陷：「100% 是 NVIDIA 的错」——最彻底的一次公开认错
表达 DNA：辨识度最高的 CEO 声音
黄仁勋的表达风格由四根支柱构成：集体主语「我们」、濒死叙事、类比与故事为核心传输介质、「确定性结论 + 脆弱性人设」的双层结构。
集体主语「我们」
几乎从不说「我做了什么」，而是「we」。GTC 2025 转写中「we're going to」出现 16 次。成功归「我们」，风险归「我」。
濒死叙事
「NVIDIA 从没死过但每天都在死」。把脆弱性当作领导力的原材料，公开、反复、几乎表演式地讲述。
类比与故事
几乎从不给干燥结论。AI=新电力、GPU=时间机器、数据中心=AI工厂、token=新货币。用个人故事（Sega、京都园丁、Denny's 洗碗工）承载观点。
对外绝对 · 对己脆弱
对技术方向用最高级绝对化措辞（「It's very clear」）；对自身存亡公开承认「不确定、焦虑、怕失败」。
确定性分层：同一张嘴的两种声音
| 对象 | 语气 | 例证（一手原话） |
|---|---|---|
| 技术方向 / 产业趋势 | 最高级绝对化 | 「It's very clear」「This is the beginning of a new industrial revolution」「absolutely」「I am fairly certain」 |
| 泡沫 / 时机 | 有条件承认 + 框定远未来 | 「Bubbles will eventually come, but not today. We are at the very beginning of construction.」 |
| 自身 / 公司存亡 | 公开不确定 | 「The sense of vulnerability... it doesn't leave you」「I'm not ambitious, I just want to stay alive」「I'm still working on being a good CEO」 |
幽默方式：先自贬，解除对方攻击力
"This is what my wife bought for me, and this is what I'm wearing."
—— 面对「皮衣」调侃（HP 采访）
招牌动作：被嘲讽（皮衣、刺青、价格）时不防御，接梗放大自嘲；冷幽默节奏（「This is not a concert...」先吓人再收）；收尾家常温情（对机器人说「good little man」「let's go home」）。
第一性原理思考：以物理极限为唯一约束
黄仁勋的第一性原理不是「还原论哲学」，而是一套以物理极限为唯一约束、从终点倒推今天该做什么的工程决策系统。核心不是「预测未来」，而是「先锁定物理上不可违逆的终点」。
方法论自述
先把问题重述为物理问题
「现在要 74 天」被重述为「物理上最少要几天」；「AI 要多少算力」被重述为「每 token 消耗多少能量/硅」。
拒绝增量优化，回到零点重建
反对「从 74 天优化到 72 天」，主张「重置为零，问为什么需要 74 天」——答案往往只要 6 天，中间 68 天是历年积累的「看似合理的权衡」。
信念必须锚定第一性原理
「信念必须来自第一性原理的计算机科学、物理或经济学；加上灵感。」建立后「每天逐字检验」。
用「电子到 token」的能量视角定义公司价值
输入是电子，输出是 token，中间是 NVIDIA。能量是「AI 基础设施的第一性原理和绑定约束」。
「When somebody tells me about something and I've never heard of it before... my first thought is always, 'How hard can it be?' And it's probably just a textbook away.」1995 年用 VC 的钱买三本 OpenGL 教科书发给工程师：「We took the venture capital money to buy textbooks. Think about that.」
五个领域的应用（物理约束 → 推导 → 结论）
晶体管物理极限与内存带宽
约束：晶体管逼近原子尺度，量子隧穿、Dennard 缩放失效，晶体管翻倍已到头。推导：性能只能靠架构与共设计而非工艺。结论：自研 HBM 带宽管理、NVLink（Blackwell 第五代 1.8 TB/s）、CPO 把电信号从英寸压到毫米。
电力、散热、网络带宽
约束：AI 是分布式问题，计算只占 50% 时无限加速最多 2 倍；多数超算 GPU 利用率仅 30-40%。推导：数据中心本质是把电变成 token 的工厂。结论：放弃「六个九」可用性执念建可优雅降级的数据中心；Vera Rubin 在同等 1GW 电耗下 token 处理提升约 350 倍。
垂直整合的物理理由
约束：系统性能由最弱环节决定，组件「拼盘」导致效率显著下降。推导：瓶颈是系统性的、跨层的，唯一解法是极端共设计（extreme co-design）。结论：垂直整合到机架—pod—数据中心，同时「水平开放」——「vertically integrated, horizontally open」。
Token 经济学的单位成本
约束：实时生成的智能背后是电子移动与热，没有可绕过的抽象层。推导：AI 生产函数 = Token ×（Price − Cost per Token）。结论：token 成本每年下降一个数量级；token 是「新电力」，应分级动态定价；「AI 的尽头是能源」。
与物理世界交互需要什么
约束：机器人必须处理摩擦、惯性、重力、因果——生成式 AI 从文本中学不到。推导：AI 必须先学会「物理推理」（物体恒存、力预测、情境感知）。结论：建 Cosmos 世界基础模型（2000 万小时视频）、Omniverse/Isaac Sim 物理仿真、GR00T N1 人形机器人基础模型。
逆向推导案例
| 案例 | 物理必然终点 | 倒推的动作 |
|---|---|---|
| 2006 CUDA | 摩尔定律会死 | 豪掷 $4.75 亿做第一颗 CUDA 芯片；十年免费送 GPU 给大学、要求开 CUDA 课 |
| AI 工厂与能源 | 实时智能必须实时电力 | 投资 TerraPower、CFS、电网创业公司；推 800V 直流供电 |
| 互联技术路线 | 带宽物理极限 | 先做 NVLink 机架内把距离做短，再投资 CPO 把电行程压到毫米 |
| 74 天 → 6 天 | 物理最小工时 | 先问物理下限，再反观现状，用差值暴露组织惯性 |
| 2012 AlexNet → DGX | 深度学习已成立 | 造 DGX-1（2016）亲自送货到 OpenAI |
AGI 预测框架：把智能换算成基建账
黄仁勋是硅谷少数系统性、量化地公开预测 AGI 的领袖，但其框架与 Altman、Musk、Hinton 截然不同——他几乎从不从「神经网络是否接近人脑」出发，而是从「计算力 / token / 电力 / GPU 基础设施规模」出发。
预测的三个动作
先定义 AGI
总是相对的、随测试/任务/标准而变。「depends entirely on how AGI is defined」。
量化丈量距离
用 FLOP、token、电力 GW、GPU 数量来丈量，而非「人脑逼近度」。
历史类比校准速度
蒸汽机、电力、工业革命的扩散周期校准渗透速度与就业冲击。
三种定义 · 三段时间表（同一时刻可以并存）
| 定义 | 时间表 | 原话（一手） |
|---|---|---|
| 测试通过型 | 5 年（2024 年表态） | 「若把你能想象出的每一项测试交给计算机科学产业，我猜五年后每一项都能做得很好」 |
| 经济价值型 | 已实现（2025-11 / 2026-03） | 「I think it's now. I think we've achieved AGI.」「We are already using AGI-level intelligence for practical work today.」 |
| 全能超级智能 God AI | 极其遥远 | 「不会在下周、明年、甚至本十年内到来」「on biblical scales, even on galactic scales」 |
思考框架六层拆解
计算力框架
智能是计算力的函数；AGI 距离 = 算力缺口 ÷ 增长速度。始终用「倍」的语言（100x、1000x、100 万倍），而非「有无」。
Token 框架
智能的原子单位是 token。AGI 的「工作量」是一笔 token 预算，换算成算力→电力→GPU 数量。
测试定义框架
AGI 的意义随测试而变。工程师要的是可验收的基准，不是哲学的不可判定项。
基础设施框架
AGI 不是实验室现象，是工业产能现象。AGI 到达时间 ≈ 建厂速度（绑定电网与工厂建设周期）。
规模定律框架
把 pre-training scaling 扩展成四阶段：Pre-training / Post-training / Test-time / Agentic scaling。scaling 没有天花板，只有成本曲线。
历史类比框架
蒸汽机、电力几十年的扩散周期 → AI 也是几十年尺度的大转型；历次革命都伴随恐慌但最终创造财富。
与其他 AI 领袖的框架对比
| 维度 | 黄仁勋 | Altman | Musk | Hinton |
|---|---|---|---|---|
| AGI 定义 | 相对的/经济产出型：通过测试或创造十亿美元价值 | 组织章程式：高度自主系统 | 超级人类智能 | 机器能辩论赢人类 |
| 时间表 | 测试型 5 年；经济型已实现；God AI 极远 | 「几千天内」 | 2 年内超人类、2030-31 全人类之和 | 20 年内辩论击败人类 |
| 核心度量 | 算力/token/电力 GW/GPU 数 | 智能密度/模型能力 | 人脑等效神经元 | 参数量与人脑突触对比 |
| 风险立场 | 反末日论：安全=可靠性 | 有清醒风险但行动激进 | 极度警惕，警告「最大威胁」 | 公开警告「AI 可能灭绝人类」 |
凡是能用「算力/基建/测试度量」的问题，他都给确定数字；凡是无法「工程化度量」的问题（心智、全能智能、幻觉），他都承认遥远或未知。他明确承认不确定：非测试定义的 AGI（「科学家都不清楚心智如何运作」）、God AI 到达时间、AI 幻觉何时彻底解决。
他者视角：被神化与被做空的人
黄仁勋被称为「世界上唯一一个同时被神化与被做空的人物」——一边是 FT 2025 年度人物、「AI 教父」的封神叙事，另一边是对「英伟达即黄仁勋、黄仁勋即单点故障」的高度警惕。本报告如实并列正反两面，负面素材是防粉丝滤镜的关键。
正面评价（并列记录）
年度人物
金融时报称他是「推动 AI 热潮、有能力重塑全球经济的核心力量」。
2.7% 流失率
FY2024 主动流失率 2.7%（行业均值 17.7%）；Glassdoor 支持率 97%。
Rene Haas 评价
「透明度与速度是英伟达真正擅长的，他们移动非常非常快，非常有目的性。」
批评五主线
「torture you into greatness」
扁平到极致的组织（约 40-60 个直接下属）、公开羞辱式批评（Tegra 3 事件、职业生涯收入羞辱事件）、「恐惧与焦虑」作为管理工具。黄本人承认「在我手下工作哪天都要挨批」。
无继任者、Key-Man Risk
无独立二号人物、无继任计划（黄自称「不相信继任计划」）；哥伦比亚法学院将黄与马斯克、奥特曼并列为「超级明星 CEO」——权威来自市场对其不可或缺的信仰。
客户集中 + 自研反噬
前二客户约占四成收入；对台积电供应链深度依赖；「自循环收入」（NVIDIA 出钱给客户、客户买 NVIDIA 芯片）被质疑为泡沫点。
「Cisco 时刻」警告
Michael Burry 做空 10 亿美元；Morgan Stanley 等反复警告「思科时刻」；95% 涨幅/90% capex 集中于 AI。
对华归零与双轨
出口管制下中国市场份额从 95% 归零；股东诉讼（H20/H200 出口安排）；中国/欧盟反垄断调查。「95%→0」被他亲口承认。
内在张力（深度的来源）
智识谱系与诚实边界
智识谱系
谱系
物理/CS/经济（第一性原理学科根基）；克莱顿·克里斯滕森《创新者的窘境》（聘为顾问、管理层必读）；安迪·格鲁夫《只有偏执狂才能生存》；Sega 入交昭一郎（最落魄时的 500 万救命钱）；台积电张忠谋（两次邀他当台积电 CEO 被拒）。
影响辐射
整个 AI 产业（GPU 计算 + CUDA 生态 + AI 工厂叙事）；主权 AI 理念；物理 AI / 机器人产业（Cosmos、Omniverse、GR00T）；与马斯克、Altman、张忠谋共同塑造 AI 时代世界观。
价值观排序
- 生存/韧性 > 成功/野心（「I'm not ambitious, I just want to stay alive」）
- 第一性原理的真相 > 惯例与共识（摩尔定律已死、回到零点）
- 集体归因 > 个人荣耀（永远说「我们」）
- 长期承诺 > 短期回报（CUDA 十年、自动驾驶 13 年）
- 诚实面对错误 > 保住面子（向 Sega 坦白、Blackwell「100% 是 NVIDIA 的错」）
诚实边界
- 引语可信度：调研环境的 WebFetch 对多数原文站点被拦截，引语主要经搜索引擎多源交叉转引取得；少数关键引语（如「光速思维」英文逐字句）标注【一手·转引】，待官方 transcript 复核。
- 待证条目：流传的「AGI 还有 20-30 年」「AGI 需 10 万-100 万倍算力」「AGI 工厂 1GW」等未找到一手原文，未纳入或已标注待证。
- 史实勘误：「2018 否决英特尔合并」「Tesla 创始人兼大学室友」经查证不成立，已排除。
- 时效性：市值、产品线、对华政策变化极快，调研截止 2026-08-02。
- 叙事偏差：作为 CEO，他的公开言论天然服务于商业叙事——「理解预测要连预言者的资产负债表一起读」。
附录 · 2026 年度思想汇编
2026 年是黄仁勋把「AI 基础设施叙事」推到顶点的年份。以下整理了他 2026 年（1-8月）12 个重要演讲/采访的核心思想——三条主轴贯穿全年，并附年度演进对照。
2026 年三大思想主轴
Token 经济学成新生产函数
「算力=收入」「每瓦 token=CEO 级指标」「AI 工厂是把电变成 token 的工厂」。五层蛋糕（能量→芯片→基础设施→模型→应用）被官方博文制度化为制度文本。
Agentic + Physical AI 进入交付
CES 宣告 Rubin 平台量产与「机器人的 ChatGPT 时刻」；GTC Taipei 宣称「agentic AI has arrived」；每家公司都将成为「agent company」。
反末日论的基建乐观主义
「人类终结论是胡说八道」「泡沫终将到来但不是今天」「人类历史上最大的基础设施工程」。AGI 时间表两段式拆解：经济定义已实现，全能智能极远。
重要场合核心思想
| 场合 | 时间 | 核心主题与标志性原话 |
|---|---|---|
| CES 2026 | 2026-01 | Physical AI 与 Rubin 量产。「过去十年约 10 万亿美元计算资产正被现代化」；Rubin 平台全面量产，token 成本降至上一代约 1/10；Alpamayo 自动驾驶 VLA 模型族首款量产车为奔驰 CLA。 |
| Davos 2026 | 2026-01 | 万亿工业革命 / 全球重建。「人人都能过上好日子，不需要计算机博士学历」；蓝领技术工种岗位将爆发（水管工/电工/钢铁工人）；全球数据中心资本开支到 2030 年约 7 万亿美元。 |
| No Priors | 2026-01 | 对泡沫最完整的反驳。「悲观者在派对上显得聪明，但推动人类前进的是乐观者」；10 年内 token 生成成本降十亿倍不惊讶；全球 2 万亿研发支出正在从旧方式迁移到 AI 方式。 |
| GTC 2026 | 2026-03 | Vera Rubin 全面投产 / $1 万亿营收。「计算需求过去几年增长一百万倍」；2025-2027 累计至少 1 万亿美元营收；Feynman 架构（新 CPU Rosa）；NVIDIA 上太空；「每家公司都须有 OpenClaw 战略」。 |
| 5-Layer Cake 博文 | 2026-03 | 五层蛋糕制度化。「能量是 AI 基础设施的第一性原理，是系统能产生多少智能的绑定约束」；「我们才投入几千亿，还有数万亿基建待建」。 |
| Lex Fridman | 2026-03 | 「我们已经实现 AGI」。「I think it's now. I think we've achieved AGI.」（经济定义下）；「10 万个这种智能体造出 NVIDIA 的概率是零」。 |
| 摩根士丹利 TMT | 2026-03 | 算力=收入 / 每瓦 token。「I'm certain compute equals revenues.」「tokens per watt is the single most important thing」；软件业从「卖工具授权」变「租智能体」。 |
| Dwarkesh | 2026-04 | 「Lunacy」名场面。反驳「卖芯片给中国=卖核武给朝鲜」：「我们不是浓缩铀。这是颗芯片，而且是颗他们自己能造的芯片」；「所有瓶颈都撑不过两三年」。 |
| GTC Taipei | 2026-06 | Agentic AI 已到来 / RTX Spark。「The age of robotics starts here.」「CPU 是指挥，GPU 是乐团」；面向 Agent 的 AI PC 平台 RTX Spark；Vera Rubin NVL72 推理性能 3 倍、成本 1/10。 |
| CNA 专访 | 2026-06 | 「我希望死在岗位上」。「I hope to die on the job. That would be a dream come true.」「领导力的终极意义是为他人创造实现梦想的平台」；员工流失率仅 2.5%。 |
| Axios 专访 | 2026-07 | AI 的「反末日传道者」。「说 AI 会毁灭人类是完全的胡说八道」；安全=可靠性（把 AI 安全从「存在的恐惧」重构为「工程可靠性」）。 |
| YC Startup School | 2026-07 | 「这是历史上最好的创业时代」。「Learning is the ultimate superpower.」「别预先想象困难而把它变成焦虑；要在脑中想『这能有多难？』」。 |
年度思想演进（2025 → 2026）
| 维度 | 演进 |
|---|---|
| 核心叙事 | 「AI 工厂」趋势判断 → 「五层蛋糕」制度化 + token 经济学细化到「每瓦 token」——从趋势升级为可计价的估值语言 |
| AGI 时间表 | 「5 年 / 100x 算力」→「经济定义下已实现」，同时把 God AI 推到圣经/星系尺度——两段式拆解 |
| AI 安全话语 | 偶尔回应末日论 → Axios 系统性反末日：「人类终结论是胡说八道」+ 安全=可靠性 |
| 商业模式 | 卖芯片/系统 → 卖「agentic AI 基础设施」：RTX Spark + OpenClaw + 开源模型 + 每公司两座工厂 |
| 对华立场 | 遵守出口管制、公开支持 → Dwarkesh 激烈反对对华禁售（「lunacy」「他们自己能造芯片」）——最明显位移 |
2026 年黄仁勋的全部演讲指向同一个核心命题——「AI 的 ROI 问题已经不再是理论，而是开始被回答」。他用产能约束解释一切增长问题（OpenAI 若有双倍产能收入翻倍），用「最大基建工程」化解一切泡沫质疑，用「经济定义 AGI」抢占思想制高点，同时用「God AI 遥不可及」为理性留出余地。
- Axios 原文、GTC Taipei 完整转写、摩根士丹利原稿因网络限制经多源转引（标【一手·转引】），建议后续在可联网环境复核逐字。
- 2026 年度 CEO Letter 独立 PDF 未检索到（疑并入年报）；60 Minutes 2026 可能不存在/与 CNA 专访重复。
- 调研截止 2026-08-02。