2026 年 3 月 23 日，在 Lex Fridman 播客最新一期长达两个半小时的对话中，英伟达 CEO 黄仁勋说了一句注定要在科技圈引起波澜的话。Fridman 问他：一个 AI 系统能够从零开始创建、发展并运营一家价值超过 10 亿美元的科技公司，这件事离我们还有多远，五年？十年？二十年？黄仁勋的回答干脆利落：“I think it's now. I think we've achieved AGI”。
我认为就是现在，我们已经实现了 AGI。
这句话从全球市值最高的公司的掌门人口中说出，分量自然不同。截至 2026 年 3 月下旬，英伟达市值约为 4.3 万亿美元，其 GPU 驱动着从 OpenAI 的 ChatGPT 到 Google Gemini 在内的几乎所有主流大模型的训练和推理。如果说当今世界上有谁对 AI 系统的真实能力有最直接的了解，黄仁勋肯定是其中之一。
不过，在那句话之后，黄仁勋自己紧接着就把话收窄了。
他抓住了 Fridman 定义里的一个措辞空隙：“你说了 10 亿美元，但你没说‘永远’。”顺着这个思路，他给出了自己的解释：一个 AI 完全有可能做出某个简单的网页应用，突然爆火，几十亿人用一用，每人花 50 美分，营收短暂突破 10 亿美元，然后很快倒闭。互联网泡沫时代有一堆这样的网站，它们的技术复杂度“不会比今天的 OpenClaw 能生成的东西更高，很多人用几个月就腻了。至于 10 万个这样的智能体去建一个英伟达？概率是零。”
一个“零”字，把他刚才那番“AGI 已经实现”的话又拉到了一个完全不同的位置。按他自己的说法，AI 现在能碰运气搞出一个短暂的商业爆款，但距离持续经营一家复杂企业、管理供应链、应对合规审计、领导成千上万人的那种能力，还差得远。他实际上是先把 AGI 的标杆拉到了“一次性商业成功”这个高度，说我们够到了，然后自己又承认大家真正期待的那种 AGI 并没有来。
这在一定程度上也是 AGI 讨论长期以来的困境所在：对话的双方往往在使用同一个词汇，却指向完全不同的期望。一种理解把 AGI 当作一个可以通过选择合适的衡量标尺就能够到的门槛，另一种理解则将它视为一种跨领域、可持续、能够在开放环境中自主运作的通用能力。
按前一种标准，大语言模型已经能通过律师资格考试、编写复杂代码、在多种学术基准测试中匹敌甚至超过人类表现。按后一种标准，当前最先进的 AI 系统仍然会产生幻觉、在多步逻辑推理中犯低级错误、缺乏真正的情境理解能力，距离“通用”二字还有相当距离。
回溯黄仁勋此前的公开表态，他的 AGI 时间线也一直在变化。2023 年底《纽约时报》DealBook 峰会上，他说如果 AGI 定义为能在各种人类测试中表现出竞争力的软件，大约五年可以实现。2024 年 3 月 GTC 大会上，他又给了一次“五年”，条件是 AI 在法律资格考试、逻辑测试这些场景中比大多数人好 8％以上。当时他还专门说，如果没人先定义清楚 AGI 到底是什么，他不愿做预测。
现在连“五年”都不要了，直接“就是现在”，但定义也从“在所有人类测试中全面胜出”缩到了“做出一个短暂爆红的应用”。
行业里的大方向其实正好相反。近几个月来，不少科技公司的高管在刻意回避这个术语，萨姆·奥特曼（Sam Altman）在 2026 年初的融资声明里把 AGI 降格为“路上的一个里程碑”。德米斯·哈萨比斯（Demis Hassabis）多次说 AGI 是“模糊的术语”。大家纷纷发明替代品，如“先进 AI 系统”“前沿智能”，想保留宏大叙事，但不想被一个没有共识的概念绑住。
黄仁勋偏偏反着来，把 AGI 拎回台面。
在硅谷，AGI 从来都不仅仅是一个学术概念或公关话术，它关系着真金白银的合同条款。OpenAI 和微软 2025 年 10 月签的新协议，微软对 OpenAI 模型和产品的独家 IP 使用权持续到“AGI 被宣布实现”为止。一旦认定 AGI 达成，收入分成、API 排他性等一系列条款都要重新算。
为了防止单方面操作，协议加了一个独立专家委员会来做认定。有媒体援引泄露文件称，更早版本的协议里，AGI 的触发条件其实被定义为“OpenAI 开发出一个能产生至少 100 亿美元利润的 AI 系统”。在合同层面，AGI 就是一个财务指标。
所以当全球最大 AI 芯片供应商的 CEO 公开说“AGI 已经实现”，搅动的不只是舆论，还有一整套商业关系。
播客里信息量大的部分不止 AGI。黄仁勋花了不少时间讲英伟达正在从单颗芯片的设计，全面转向“机架级”甚至“数据中心级”的系统工程，GPU、CPU、高带宽内存（HBM）、网络交换、光互连、供电散热、软件栈，全部要当一个整体联合优化，英伟达叫这个“极端协同设计”（extreme co-design）。他说自己有 60 多个直属下属，几乎每个都是某个技术领域的专家，这种超扁平结构就是为了配合这种跨学科的工程。
他还讲了自己总结的四个 AI 扩展定律：预训练、后训练、测试时扩展和智能体扩展。大意是，行业曾经因为“高质量数据快用完了”而焦虑预训练到头了，但后面三个维度接上了，推理阶段越来越吃算力，智能体运行时会不断派生子智能体跑子任务，算力需求被进一步放大。所有路径指向同一个结论：智能的增长取决于算力。
这个结论对英伟达来说是一个完美的商业故事。黄仁勋在节目中说，英伟达到 2027 年底仅从 Blackwell 和 Vera Rubin 芯片的销售中就将至少产生 1 万亿美元收入，“而且供应一定会短缺”。这个背景下宣称 AGI 已来，同时把 AGI 定义为一种需要海量算力支撑的活动，其目的也不言自明。
节目里比较有意思的一段是黄仁勋聊智能和人性的区分。他说自己 60 个直属下属，每一个在各自领域都比他强、受过更好的教育，“对我来说他们都是超人”。但他，一个早年在 Denny's 洗过盘子的人，坐在这些超人中间把整个组织协调起来。“你得问问自己，一个洗碗工怎么就能坐在一群超人中间了。”
他想说的是：智能和人性是两个词。同理心、意志力、慷慨、对痛苦的承受力，这些不在“智能”的范畴内。“我相信这些才是超级力量，而智能即将被商品化。”
他拿放射科医生做例子。AI 研究者最早说会消失的职业就是放射科医生，因为计算机视觉在 2019 到 2020 年左右就已经在读片上超越了人类。结果现在每个放射科平台都用 AI，放射科医生的数量反而增加了，全球还在闹短缺。AI 把读片变快之后，医院能接更多患者，对放射科医生的需求反而上升了。黄仁勋认为同样的逻辑适用于软件工程师，“你的职业目的和你的工作任务相关，但不是一回事。”
这番话在社交媒体上自然引起了轩然大波。Hacker News 几小时内涌入几百条回复，不少人注意到英伟达 2026 财年 Q1 财报即将发布，GTC 2026 也刚刚落幕，Vera Rubin 架构亮过相了，“至少 1 万亿美元”的芯片收入预期也放出来了。选在这个节点说“AGI 已经实现”，时机上很难说是巧合。
不过黄仁勋大概也不在乎别人怎么解读。他做了 34 年的 CEO，是在任时间最长的科技公司掌门人，对争议的耐受度可能比大多数人想象的高。他在节目里聊到自己管理风格时说了句话，拿来形容他这次的 AGI 表态也挺合适：“How hard can it be?”
参考资料：
1.https://www.youtube.com/watch?v=vif8NQcjVf0
运营/排版：何晨龙
热门跟贴