黄仁勋在 Milken 全球大会：AI 从「生成」到「代理」，算力需求又增了 1000 倍

2026 年 5 月，黄仁勋在 Milken Institute 全球大会走上舞台，面对 CNBC 主播 Becky Quick 的连番追问，把过去一年半他对 AI 产业的判断逐条摆了出来。这不是一场发布会，没有新产品公布；但他讲的每一段因果推理，几乎都是当下 AI 产业里正在发生的事的底层逻辑。

访谈全程约 46 分钟，涵盖算力需求、产业结构、安全争议、就业影响和国际竞争五个方向。以下是逐条还原。

Cargando tarjeta de contenido…

从生成到代理：AI 正式变得有用

黄仁勋把近几年 AI 的演进切成三步：生成（generative）→ 推理（reasoning）→ 代理（agentic）。

两年前，ChatGPT 的核心是「生成」——给一个提示词，它能写故事、做图片、生成视频。黄仁勋说，这个能力之所以关键，在于两件事同时被解锁：一是「思考需要生成想法」，AI 有了生成能力就有了推理的前提；二是「使用外部工具需要生成指令」，语言一旦能操控工具，AI 就不只是对话框了。1

推理能力去年落地，代理 AI 今年真正爆发。他把 Anthropic 的 Claude Code 拿出来举例：「这是第一个能真正做生产性工作的代理系统——软件编程。」黄仁勋强调，「编程」的意义远超软件工程师的日常，它本质上是把「你想反复自动执行的事」固化成代码，而这是每家公司都有需求的事。

这是他给整个阶段切换的定性：AI 在过去几个月才真正变得有用。

算力经济：1000 倍需求增量背后的供应链逻辑

现代数据中心服务器机房，蓝紫色 LED 灯光排列密集的机架 — 黄仁勋描述的数据中心规模：一个足球场大小的机架，每台 Vera Rubin 机架价值约 400-500 万美元。2

「代理 AI 所需的算力，是普通生成式 AI 的 1000 倍。」这是黄仁勋整场访谈里说得最直接的一个数字。

他接着做了个类比：想象全球对汽车的需求在两年内暴涨一千倍。再乘以用户数量增长的一百倍——这是 GPU 当前消耗增速的大致量级，甚至让他四五年前卖出去的旧 GPU 价格「涨得比好酒还快」。1

被问到瓶颈在哪里，他说答案一直在变。两年前缺芯片，现在还要同时应对能源、土地、供应链多个节点。他描述了一台 Vera Rubin 机架的规格：宽约两倍舞台宽度，重 3 吨，含 150 万个零件，单台价值约 400-500 万美元，一个数据中心需要一整个足球场规模的机架。

他投资布局的逻辑由此展开。他说，英伟达在五层产业结构（能源/基础设施 → 芯片 → 数据中心 → 模型 → 应用）中寻找可以用「1 美元撬动 100 美元」的瓶颈节点。他早期锚投 CoreWeave、Nebius、Enfabrica 被质疑是「循环交易」，但事实是「所有跟着我一起投的人，现在都非常开心」。

更重要的是，他认为原生 AI 公司的毛利率已经「大幅转正」，OpenAI、Anthropic 等正在自主扩张产能——AI 生态已经可以自主发展了。黄仁勋去年宣布的投资 OpenAI，他说将是最后一批此类战略投资，因为这些公司快要不需要外部背书了。

安全辩论：黄仁勋反驳 AI 末日论

这场访谈的正面交锋在安全议题上。Becky Quick 追问了 Geoffrey Hinton——这位「AI 教父」给出 AI 在未来对人类构成存在性威胁的概率为 20-30%——黄仁勋怎么看。

黄仁勋没有绕开，直接给出了判断：Hinton 不是完全错的，「但他完全忽视了有那么多聪明的人正在全力阻止这件事发生」。他说：做汽车快的人有一个，做汽车安全的人有十个；做 AI 更聪明的人有一个，做 AI 安全护栏的人有十个。1

他更关心的风险来自另一个方向：美国自己的恐慌会让美国人不去用 AI，从而输掉这场竞争。「所有人都应该有 AI，全球南方也应该有 AI——AI 赋能所有人。美国最大的风险不是别国拿到 AI，是我们自己把民众吓得不敢用它。」

他同时明确支持分领域监管。医疗影像 AI 要像医疗器械一样受监管；自动驾驶应该像人类考驾照一样，通过测试才能上路。「我支持快速迭代，但不是'快速破坏一切'。更先进的技术反而更安全。」

对于「Mythos」这类强代码模型的网络安全风险，他给出了一个反直觉答案：不要用「更大的模型对抗威胁」，而是用开源的廉价 AI 群——大量白名单 AI 模型监控防护节点，类似免疫系统里的白细胞。「你可以保证守方比攻方更多，你不能保证守方比攻方更强。」

就业：任务自动化不等于岗位消失

AI 未来：科幻风格的机器人面孔，象征人机协作与人工智能技术的未来 — AI 与人类关系：黄仁勋认为 AI 会增强人类工作能力，而非单纯取代岗位。3

「放射科医生会被 AI 取代」——这个几年前流行的预言，黄仁勋拿来解剖。

他说，那个预言的技术判断是对的：AI 在读片上已经超越所有人类。但预言在社会判断上错了。1

AI 整合进放射科后，放射科能接诊更多患者、处理更多扫描、诊断更精准，医院收入增长，反而需要雇更多放射科医生。如果当时全社会听从了那个警告、没人去学放射科，现在就是一个严重的人才缺口。

他的结论是：岗位的核心不是「重复执行某个任务」，而是「解决某类问题、创造某类价值」。任务被自动化，不代表价值被消除。

他同时承认，AI 会带来结构性冲击：「一个不用 AI 的应届毕业生，确实会输给一个用 AI 的应届毕业生。」这不是警告，是事实。他建议不要把 AI 当竞争对手，而是当工具。

当前 AI 已经在直接创造就业：AI 初创领域去年获得约 1000 亿美元投资，全部转化为岗位；带动芯片厂、数据中心、AI 工厂等制造业，他估计可以支撑未来四五年美国「数万亿美元规模」的再工业化。

出口还是武器：中美 AI 竞争中的立场

黄仁勋给出了一个测试：「在座所有人都需要 AI，在座所有人都不需要核弹，也不需要 F-35。这个测试说明了一切——AI 不是大规模杀伤性武器，它是普惠技术。」1

他的立场是分层的：美国应保持对最顶尖芯片的出口管制，这是维护技术领先的合理权利；但美国公司应该全球竞争，最大化出口、增加收入和税收，把经济安全转化为国家安全。他说，能出口能源出口，能出口芯片出口，能出口模型出口，能出口应用出口——美国技术应该在全球每一层都取得领先。

他对早期与特朗普政府协商的细节也有描述：他承诺向供应商下「5000 亿美元的订单」，条件是他们在美国建厂——「市场力量驱动再工业化，比任何政策补贴都有效」。1

访谈元数据
来源：Milken Institute — Leading in the Age of AI: A Conversation with NVIDIA CEO Jensen Huang | Global Conference 2026
访谈日期：May 5, 2026（视频发布日期）
访谈者：Becky Quick，CNBC「Squawk Box」主播
时长：46 分 21 秒，271,861 次观看（截至 2026 年 6 月 10 日）
视频链接：youtube.com/watch?v=dUFis1dte14

Fuentes de referencia

1Leading in the Age of AI: A Conversation with NVIDIA CEO Jensen Huang \
2Pixabay — Server Room Data Center
3Pixabay — AI generated science fiction robot