黄仁勋在NVIDIA市值突破4万亿美元之际，与Lex Fridman进行了长达2小时的深度对话。从Amdahl定律到人类意识，从市值跌至15亿美元的至暗时刻到"希望在岗位上瞬间死去"，这位全球任职时间最长的科技公司CEO分享了他对AI未来的核心判断。

CUDA赌局：市值从80亿跌到15亿的决定

老黄回顾了NVIDIA历史上最关键的战略决策：把CUDA放进每一块GeForce显卡。这个决定让成本增加50%，几乎吞掉全部毛利润，市值从约80亿美元暴跌至15亿美元，花了十年才爬回来。

"安装基数定义了一个架构。其他一切都是次要的。"老黄用x86的例子解释为什么这么做。当时GeForce每年卖出数百万块，CUDA放进去等于给每个PC用户手里塞了一台超级计算机。

四大AI扩展定律

老黄提出了比传统Scaling Law更完整的框架：

第一，预训练扩展。模型越大、数据越多，AI越聪明。合成数据将持续扩大训练规模，最终限制因素不是数据，而是算力。

第二，后训练扩展。微调和强化学习让模型更实用。

第三，测试时推理扩展。"推理就是思考，思考比阅读难得多。"预训练只是记忆和泛化，而思考是推理、规划、搜索。

第四，智能体扩展。一个大语言模型可以派生出大量子智能体，这是AI的"招人"。

核心结论：智能的扩展最终只取决于一样东西——算力。

两年前就画出了OpenClaw的架构图

Grace Blackwell架构针对大语言模型推理设计，而Vera Rubin架构针对智能体设计——后者在Claude Code和OpenClaw出现之前两年就开始设计了。

老黄用一个思想实验解释预判逻辑：想象一个人形机器人走进你家，它更可能使用你家现有的工具，还是让手变成锤子、手术刀？它会连网读说明书，瞬间学会使用微波炉。

"我刚才描述的，几乎就是OpenClaw的所有属性。"

管理哲学：60多个直接汇报人，不做一对一会议

老黄的直接汇报人超过60个，几乎全部有工程背景。不做一对一会议，所有问题集体讨论。

"公司是一个生产产品的机器，它的架构应该反映产品和所处的环境。"Vera Rubin Pod需要7种芯片、5种机架、200家供应商配合，那公司就得有60个领域专家同时在一个房间里解决问题。

与台积电三十年合作，没有一份合同

老黄对台积电的评价：人们以为他们只有技术，但更了不起的是制造调度系统和企业文化。三十年，数百亿美元生意，没有一份合同。

2013年张忠谋曾邀请他出任台积电CEO，他10分钟内婉拒："我已经有工作了。"

AGI已经实现，但"10万个Agent建造NVIDIA的概率是零"

Lex问AGI何时到来，老黄回答："我认为现在就是。"

但他的限定同样重要：NVIDIA需要的不只是智能，而是跨越34年的积累，是信任、文化、判断力。这些东西AGI没有，至少现在没有。

编程的未来：从3000万人到10亿人

老黄预测编程人口将从约3000万扩大到约10亿人。他用放射科医生的案例证明：AI超越人类后，该职业的人数反而增长了。

"你的工作目的和你使用的任务工具是相关的，但不是同一件事。"

智能是商品，人性才是超能力

"我被60个比我更聪明的人环绕，每个人在自己的领域都是超人类水平。然而我坐在他们中间协调所有人。所以你得问自己：一个洗碗工凭什么坐在超人类中间？"

老黄的答案：智能是功能性的，可以被商品化。品格、人性、同情、慷慨——这些才是超能力。