黄仁勋最新访谈：美国真正该担心的，不是中国模型更强

2026年9月23日，《纽约时报》Opinion旗下播客《The Ezra Klein Show》发布了对英伟达CEO黄仁勋的长篇专访。主持人Ezra Klein专程前往英伟达位于加州圣克拉拉的总部，与黄仁勋面对面讨论AI的就业影响、安全与对齐、Agent失控、递归自我改进、算力投资、中国开放模型、芯片出口与能源等问题。 这场对话的价值，不只在于黄仁勋又谈了一次AI。更重要的是，它呈现了当下AI产业内部两套明显不同的风险叙事。前沿模型实验室越来越频繁地讨论失控、对齐和递归自我改进的风险；黄仁勋则不断把这些问题拉回工程语言：sandbox、verification、evaluation、release process。他并不否认风险，而是反对把风险神秘化。 节目及主持人背景：“The Ezra Klein Show”是《纽约时报》Opinion体系下的深度访谈节目。节目长期围绕政治、科技、经济、社会与思想议题展开，以长时间、强追问和概念拆解见长。与常规科技高管访谈不同，这类对话通常不会停留在产品发布和公司战略，而会持续追问一个判断背后的假设、社会后果与制度问题。 主持人Ezra Klein是美国记者、评论员和播客主持人。2021年加入《纽约时报》Opinion；此前是解释型新闻网站Vox的联合创始人，先后担任主编和editor-at-large；更早曾在《华盛顿邮报》担任专栏作者和编辑，并创办政策博客Wonkblog。他著有《Why We’re Polarized》，并与Derek Thompson合著《Abundance》。他的采访特点，是把技术问题不断拉回公共政策、制度激励和社会后果。 也正因此，这次采访并不是一场“黄仁勋个人观点展示”。Klein多次用OpenAI、Anthropic以及Geoffrey Hinton等人的公开判断反问黄仁勋，尤其集中在三个问题：如果实验室自己也无法判断AI是否安全怎么办？竞争压力是否会让公司无法主动减速？递归自我改进是否意味着AI进入了传统软件工程无法覆盖的新阶段？ AI不是一个软件产品，而是一场新的工业革命 Ezra Klein： 你曾经把AI描述成一个“五层蛋糕”。这五层是什么？ 黄仁勋： 首先，这是一场新的工业革命。这个产业需要生产，需要制造东西。人们最终体验到的可能是一个软件产品，但它背后需要能源，需要芯片，需要装进数据中心和“AI工厂”的计算基础设施。 再往上一层，是AI工厂，也就是人们通常说的基础设施或者云服务。再上一层是模型。这里不只有语言模型，还有化学模型、生物模型、物理模型、机器人模型、导航模型、自动驾驶模型等各种模型。 最上面，也是我最关心的一层，是应用层。法律服务、医疗服务、制造业……所有行业都会参与其中。 Ezra Klein： 如果从应用层开始看，你设想的未来究竟是什么样？ 黄仁勋： 200年前，电力让我们可以驱动几乎所有东西。三四十年前，互联网让我们可以找到任何东西。今天，或者很快，我们将能够知道一切，并完成任何事情。过去你搜索一个问题，需要打开一个又一个链接，自己判断发生了什么。未来，你问一个问题，它直接给你答案；你交给它一个项目，它给你解决方案；你交给它一个任务，它直接把事情完成。 AI会改变所有工作，但“AI摧毁工作”这个说法是错的 黄仁勋首先举了放射科医生的例子。过去十年，计算机视觉能力不断提高，AI已经进入大量放射科工作流程。但理解AI对就业的影响，必须区分一份工作的“目的”和完成这份工作所需要执行的“任务”。 放射科医生的一项任务，是坐在看片室里研究扫描影像。如果AI自动完成看片，并不意味着放射科医生这份工作的目的消失。他们真正的目的，是诊断疾病、帮助患者弄清身体出了什么问题。自动化的是看片这个任务，不是医生存在的目的。 软件工程也是一样。曾有人预测，90%的软件代码会由Agent完成，因此不再需要软件工程师。黄仁勋认为后半句话完全错误：软件工程师的目的不是“写代码”，而是工程本身——发明新东西、创造新产品、解决问题，把社会需求和现有技术连接起来。 他承认，确实存在一些工作几乎等于某个具体任务，例如部分电话客服，这类岗位可能被整体自动化。但新技术也会创造大量新工作。他认为过去六个月AI开始从“有趣”真正转向“有用”，大量资本进入AI原生公司，并会催生新的企业和岗位。 人们计算AI失业时，漏掉了一个变量：人的野心 Ezra Klein继续追问：自动化确实曾经消灭过工作，而AI是一种通用技术。当人类转移到新的工作时，AI可能也迅速学会新的工作。如果AI最终比雇一个人更便宜，为什么不会出现大规模失业？ 黄仁勋回答：“我相信工作会大规模改变。但我也相信，最终会净创造更多工作。”原因在于，人类不断创造新的需求和产业。 很多关于AI替代工作的计算漏掉了一个最重要的变量：human ambition——人的野心。人们通常计算一项工作需要多少劳动、多少能量，加入自动化系统后需要的劳动减少，于是推导出工作消失。但这里漏掉了一种无法用卡路里或焦耳计算的投入：人的野心。 有人希望让孩子生活得更好，有人想照顾父母和家庭，有人希望变得富有，有人希望旅行。这些都是野心。 年轻人真正的变化，两年后才会出现 Ezra Klein提到，软件工程师职位仍然存在，但招聘越来越偏向高级岗位。既然AI已经能够完成大量基础工作，公司是否还需要那么多初级员工？ 黄仁勋的回答是：“再等两年。”因为大学需要四年，真正伴随这一轮生成式AI成长起来的第一批毕业生，还需要时间进入社会。到那时，会出现一代真正的AI-native工程师、学生和艺术家。未来，一个学生不可能在不会使用AI、不会与Agent系统协作的情况下毕业，就像今天的学生不可能完全不会使用电脑。 Ezra Klein引用一项针对学生的研究：使用AI后，家庭作业表现提高、完成时间减少，但后续考试成绩下降。AI可能让人更快完成任务，却削弱真正掌握的能力。 黄仁勋并不否认人类会失去一些技能。他举例说，长除法、乘法表、开平方等基础能力正在变弱。但他认为，技术提升了人类工作的抽象层级。今天的工程师未必像上一代那样理解每一个晶体管，却必须成为更好的系统思考者。现代计算机拥有数量惊人的晶体管，没有人可能理解每一个细节，工程师必须站在更高的抽象层次理解大型系统及其互动。 为什么黄仁勋如此支持开放模型？ 黄仁勋认为，世界同时需要闭源模型和开放模型。OpenAI、Anthropic、Grok、Gemini等闭源产品很优秀，也处在技术前沿，但AI正在成为产业基础设施。 一旦一种软件成为基础设施，公司乃至国家就会希望拥有控制权。企业需要开放权重，才能进行微调，把模型放入自己的数据飞轮，用自己的领域知识不断改进，并掌握自己的基础设施。他在访谈中称，今年年初模型Token使用可能有70%甚至更高来自闭源模型，开放模型约20%；现在比例已经基本反了过来，开放与闭源大致变成70∶30。 中国的开放模型生态为什么这么强？ Ezra Klein指出，中国AI市场更多围绕开放模型发展，而美国更偏向闭源模型。黄仁勋认为，这与中国IT产业的发展路径有关。 中国整个IT产业很大程度上建立在开源软件之上；同时人才流动频繁，不断有人出来创业，知识和经