摘要

Jensen Huang 抨击 Dario 文章中缺乏依据的末日预测，同时将安全与领导力区分开来，并为 Kokotajlo whistleblower 辩护。 Radiology 原本被预测将在5年内实现全面自动化，但结果是 AI 接管了扫描阅片，“我们比以往任何时候都更需要放射科医生”；90%的代码将在6–12个月内由 AI 生成、半数入门级岗位将在6–9个月内消失的预测也都落空。“我们必须为那些愚蠢的预测承担责任。”
President Trump 在节目中途打来电话连线，称 AI 接管世界的叙事“是一场骗局”，并表示中国是从反对数据中心的声音中获益的“最开心群体”。 数据中心是“未来20–25年的石油……比互联网更大”，“谁赢得 AI，谁就赢了”。他还声称，一年内将有20万亿美元投资进入美国，而 President Biden 任内4年获得的投资远低于1万亿美元，同时补充说“我们必须稍微谨慎一点”，采取审慎行动。
Jensen 表示，迄今所有真正发生的 AI 问题都来自 frontier labs，因为它们拥有最多算力；解决方案是工程化的根因分析、更好的控制机制和多个独立评估者，而不是一刀切监管。他“愿意拿钱打赌”，某家实验室的“4起事件”和另一家实验室的“1起重大事件”，未来都在这些实验室的控制范围内。
Recursive self-improvement 不会失控式螺旋上升，因为产品仍然必须经过测试和评估。 针对主持人提到的消息——GLM 的开发者 Zhipu AI 将投入30亿美元推动 RSI，以及 David 提到其创始人刚融资50亿美元——Jensen 认为，RSI 是上下文学习、技能、反思、强化学习、合成数据和 LoRA 的合理组合。他“确信所有人都在某种程度上使用它”。
开放模型是这轮繁荣的基础：过去6个月获得4000亿美元风险投资的 AI 原生公司中，80%都在使用开放模型。 闭源模型是“瓶装水”，但“水是免费的”；中国模型一旦被下载，“它就是你的……我们可以 fork、改进，再把它变成自己的”。真正的竞赛是“谁能把技术利用得最好”，正如美国曾经最有效地利用一场由欧洲发明的工业革命。
NVIDIA 的策略是“在必要范围内尽可能深入，同时把边界降到尽可能底层”：搭建赋能技术栈和基础设施，帮助客户成功，而不是从每一层都抽成。 NVIDIA 表示，如今全球每个模型都在其平台上运行，而18个月前只有 OpenAI；它支持区域性 neocloud，因为 hyperscaler 一年只规划一次，而市场波动下它们“几乎总是错的”，Jensen 则称自己“出奇地没有竞争性”。
Jensen 预测，到2030年中国将实现自主先进光刻，随后大陆晶圆厂几乎会“立即”开始量产，并称从中国自身视角看，中国“已经在那里了”。 他还表示，AGI 已经到来；在自动驾驶等领域，狭义超级智能也已经存在——他引用了十分之一的事故率，同时还提到蛋白质合成和虚拟筛选。

精读

1. 末日论文章缺乏依据——Jensen Huang 给错判逐笔记账

Jensen 对 Dario 文章的判断是：安全与领导力并不是一道非此即彼的选择题，公司完全可以在确保安全的同时快速创新、执行并保持领先。他认为 Kokotajlo whistleblower 一事很严肃，称 Kokotajlo 展现了“极大的勇气”，但提醒说，这篇文章把几个不同问题混在了一起。他不知道 Kokotajlo 具体看到了什么；如果实验室认为自己已经失控，暂停或放慢研发本来就是它们可以自主作出的选择。
预测账本上，Radiology 曾被预测将在5年内实现全面自动化，结果是 AI 接管了扫描阅片，但“我们比以往任何时候都更需要放射科医生”；90%的代码据称将在6–12个月内由 AI 生成，50%的入门级岗位据称将在6–9个月内消失。主持人还补充过 GPT-2 和 Llama 3 过于不安全、不能发布的预测。“我们必须为那些愚蠢的预测承担责任。”
Chamath 提到母亲问起“这整套文明灭亡的说法”，并质疑人们如何量化10%的灭绝概率，Jensen 给出的回答非常直接：“我们不该量化，因为那是编出来的……这不负责任。”他说，这种所谓科学预测没有科学依据；如果危险真的存在，人们就应该花更多时间处理危险，而不是向那些无法采取行动的人制造恐慌。
对于公众实验室的讨论方式，Jensen 认为，这些影响重大的公司应当“像我们过去建立公司那样建立，也就是保持沉默”。在 NVIDIA，员工会被告知应如何代表公司行事，政治讨论则被留在公司之外：“带回家去说……公司是无党派的，我们两党都合作。”

2. 监管应当解决真实问题——而迄今的问题都来自 frontier labs

Jensen 对算力集中与问题来源的判断是概率性的，而非绝对命题：迄今的问题来自 frontier labs，是因为它们拥有最多算力，也在尝试最困难的工作。高中生或初创公司不太可能制造同类问题，因为它们没有足够算力。与此同时，这些实验室正从研究转向工程阶段，“也许这个转变并不顺利”。
他的解决方案是工程纪律：对每起事件做根因分析，然后把沙箱、运行时、监控器和持续监控制度化。Jensen“愿意拿钱打赌”，某家实验室的4起事件和另一家实验室的1起重大事件，未来都在这些实验室的控制范围内。他不相信另一种可能——实验室最终会得出结论，认为自己完全不知道如何控制已经造出的东西，只能请求社会来解决。
他的治理模式是独立评估：引入多个第三方审计机构或评估者，“与财务控制没有区别”，通过多个评估者降低单一公司或评估者被收买、俘获或施加影响的风险。
David 提到，GLM 的开发者 Zhipu AI 宣布将投入30亿美元推动 recursive self-improvement；他还说，Zhipu 的创始人刚刚融资50亿美元。Jensen 则为 RSI 去戏剧化：它由上下文工作、技能、反思、强化学习、合成数据生成和低秩适配（LoRA）组成。他认为这很合理，并确信所有人都在某种程度上使用它。RSI 不会简单地螺旋式突破控制，因为“当你发布一个产品时，必须对它进行评估”，检查回归问题，再次验证。

3. Trump 现场连线：“这一切都是骗局”

谈话进行到一半，Jensen 的电话响起，President Trump 通过免提向现场听众讲话。Trump 说，反对数据中心的声音“几乎是一场阴谋”，中国是“最开心的群体”，并称数据中心是“未来20–25年的石油……比互联网更大”。他说，机器人不会接管世界，AI 也不会接管世界其他部分，“这一切都是骗局”（the whole thing is a hoax）；但他同时表示，美国必须审慎行事，而不是让产业停摆。
Trump 的说法和抱怨包括：一年内将有20万亿美元投资进入美国，而 President Biden 任内4年获得的投资“远低于1万亿美元”；Google 因无法获得许可，想在 Finland 建设大型数据中心；以及“谁赢得 AI，谁就赢了”这句口号。他还说，数据中心让此前正在衰败的社区重新焕发生机。
会后有人问，Jensen 认为 Trump 如何能看穿一个他称为“民调减80分”的叙事，Jensen 回答说自己也不确定，因为很多人确实被它说服了。他表示，这套叙事最初建立在国家安全之上，如今又转向安全问题；眼下最紧迫的任务，是确保实验室仍然能够控制系统，并建立可靠的测试和独立评估机制。
电话结束后，Jensen 说，他原本想对 Trump 和现场听众强调的是，AI 正在创造就业，包括软件岗位。他指出，近期 AI 风险投资规模约为4000亿美元，由此带来了对算力和数据中心的需求；他还单独提到，Governor Abbott 要求行业更认真地倾听小型社区的声音。

4. 开放模型是美国取胜的方式——即使它们来自中国

Jensen 用“瓶装水”来比喻闭源模型：即便“水是免费的”，在合适的场景中瓶装水仍然有用；他自己在周末就使用了4个闭源 frontier models。但过去6个月获得4000亿美元风险投资的 AI 原生公司中，80%都在使用开放模型：“如果没有开放模型，它们怎么实现自己的梦想？”
中国来源是否重要？Jensen 说，模型一旦被下载，“它就是你的”：用户可以 fork、改进，再把它变成自己的模型。他将其与 Linux 和 Kubernetes 相比较——这两套软件的大量代码都曾由中国工程师参与。他认为，中国的贡献部分来自其通过 Tsinghua 等大学大规模培养理工科学生的能力。
在他看来，竞赛的核心是“谁能把技术利用得最好”。Maxwell、Volta 和 Ampère 都是欧洲人，而不是美国人，但美国比任何其他国家都更有效地利用了上一次工业革命。Jensen 还表示，中国的宣传口径更务实，因为它强调经济和社会进步，而不是文明终结式的预测。

5. NVIDIA 的策略：搭建瓶颈，做到“在必要范围内尽可能深入，同时尽可能降到底层”

Chamath 先从资本链条切入，提到 Cloverleaf 在土地、电力和厂房主体方面的工作，以及涉及 BlackRock、Goldman 等机构的融资尝试。Jensen 描述的是一套瓶颈策略：早在需求激增之前，NVIDIA 就与 Corning、Lumentum、TSM 以及内存供应商合作；如今则继续向下游推进，覆盖土地、电力、厂房主体、施工和发电能力。
为什么不接管应用层？Jensen 说，NVIDIA 的策略是“在必要范围内尽可能深入，同时把边界降到尽可能底层”。公司建设 cuDNN、Megatron Core 等赋能技术，然后让“一千朵花竞相开放”。他说，如今全球每个模型都在 NVIDIA 上运行，而大约1年半前还只有 OpenAI，因为相比从中抽取一部分收益，他更愿意帮助所有人成功。
Neocloud 的逻辑在于：hyperscaler 一年只规划一次，但市场环境波动很大，因此它们“几乎总是错的”。区域 NCP 可以更快行动，在本地拿下土地、电力和厂房主体。Jensen 提到 Australia 的 Firmus、Southeast Asia 的 IOH 等公司；随着各国越来越把算力基础设施视为战略资产，更多吉瓦级产能正在上线。
主持人提到 Hugging Face、Poolside、Llama、Nemotron 以及 NVIDIA 的开放自动驾驶技术栈，并问 NVIDIA 是否在争夺开源领域的“金牌”。Jensen 回答说，NVIDIA 做这些是出于需求：“我们在5个领域都是 frontier model。”他称 Alpamayo 是全球首个具备思考能力的自动驾驶汽车，目标客户包括无法自行构建完整技术栈的汽车、卡车、厢式货车和农业科技制造商。他还提到 ESM-2、ESMFold、OpenFold、AlphaFold 2 和 Proteina-Complexa——NVIDIA 开发这些生物学工具，是因为 Lilly、Merck 等公司需要它们。“我做任何事都是出于需求”，而不是为了扰乱竞争对手。

6. 中国“已经在那里”，Elon 无法被阻挡，狭义超级智能已经到来

对于 Elon Musk 宣布的1亿平方英尺 Terafab，Jensen 说：“如果有人能做到，那就是他。”两人曾在一次共同乘坐的航班上长谈此事。他补充说，NVIDIA 对工艺技术了解很多，拥有深厚的内存技术能力，同时是一家系统公司，但没有表示 NVIDIA 自己会在那里制造芯片。
对于中国自主先进光刻技术，Jensen 预测：“他们将在2030年实现。”当被问到一旦具备能力，量产是否会几乎立即转移到大陆晶圆厂时，他回答：“几乎立即。”他还说，从中国自身视角看，中国已经在那里，因为高产量制造最终只是时间问题。主持人据此总结，放慢脚步会是错误策略。
当主持人将 AGI 定义为达到人类水平的智能时，Jensen 回答：“我认为我们已经在那里了。”被问及超级智能时，他表示同意，但将判断限定在具体领域：一辆不需要制作煎蛋、却能以十分之一事故率行驶的自动驾驶汽车，就是“超级智能”；他还说，蛋白质合成和虚拟蛋白质筛选也已经达到这一水平。
他的收尾信息是降低戏剧化叙事，支持 frontier labs，并让全体美国人参与这场转型：“未来是美好的”，人类完全可以共同取得巨大成功。

Baylor CIO Morehead谈LP风投配置与现金回收速度