腾讯科技讯 美国当地时间9月14日，英伟达CEO黄仁勋出席知名科技播客All-In Podcast线下活动All-In Summit 2026，与四位主持人围绕AI安全、AI末日论、递归自我改进、开源模型以及AGI等话题展开讨论。四位主持人为天使投资人杰森·卡拉卡尼斯、前Facebook高管查马斯·帕里哈皮蒂亚、PayPal黑帮核心成员大卫·萨克斯，以及Ohalo Genetics和The Production Board CEO大卫·弗里德伯格。
这场访谈围绕一个核心问题展开：AI发展究竟需要怎样的安全边界。
AI安全不能和创新对立
面对Anthropic CEO达里奥·阿莫迪关于AI安全的讨论以及前沿实验室减速呼声，黄仁勋认为，安全和创新并不矛盾。已经发生的安全事件，应该按照工程问题进行根因分析，通过技术、流程和测试加以控制。他称，把安全和领导力视为相互排斥的选择，本身就是错误的。
对于Anthropic前研究员雅各布·考克森的离职与发声，黄仁勋表示，举报者站出来需要勇气，但其对未来作出的科学判断缺乏足够科学依据，因为这些预测并非建立在真正研究之上。他还指出，很多前沿实验室正从研究型组织转向工程型组织，转型中出现管理问题另当别论。
针对AI行业屡屡出现的悲观预测，黄仁勋直言，不应轻易赋予所谓人类灭绝概率或文明毁灭概率，很多说法其实都是编出来的。当一个人被称为研究者或科学家，再给出惊人预测，很容易制造公众恐慌，这是不负责任的。
他举例称，有人预测五年内放射科医生会被AI完全取代，但现实是全世界仍需要更多放射科医生；AI确实用于医学影像分析，但这与医生消失是两回事。还有预测称未来6到12个月内90%的代码将由AI生成，50%的初级岗位将在6到9个月内消失，结果这些预测都没有发生。GPT-2、Llama 3曾被说危险到不能发布，一半白领工作将在第二年消失等判断，也应被记录下来，几年后回看即可知道哪些准确、哪些只是制造恐慌。
黄仁勋认为，AI安全事件应通过工程上的根因分析处理，弄清发生了什么、哪里出了问题、如何避免再次发生，再转化为制度、流程和技术控制。他相信相关公司已在建设更好的沙箱、运行环境、监控和持续监控系统，并愿意下注相信这些问题可被控制和预防。
谈到监管，他表示，监管应解决真正存在的问题。当前真正需要关注的问题多来自前沿AI实验室，因为它们拥有最多计算资源并处理最前沿问题；高中生或普通创业公司很难拥有足够算力制造这些问题。第三方评估和审计机构可以有多个，类似金融审计，多个机构可相互制衡。
“递归自我改进”没有那么神秘
对于递归自我改进，黄仁勋认为，这并非突然出现的神秘技术，而是上下文、技能、反思、强化学习、合成数据生成以及LoRA等已有技术的组合。这些方法能让AI随着任务执行积累经验并继续改进，例如通过合成数据和强化学习，在不重新训练整个基础模型的情况下提升能力，再将经验用于训练基础模型。现在几乎每家公司都会使用其中一些技术。
他强调，递归自我改进听起来像系统会完全不可控，但产品发布前仍需评估、重新测试和回归测试，这些都是基本工程控制。前沿实验室从研究转向工程后，将拥有更好的方法、知识、实践、工具和技术来控制、验证和评估系统。
开源与闭源都需要，中国将成重要力量
谈及开源与闭源模型之争，黄仁勋明确表示，世界需要开源模型，也需要闭源模型。闭源前沿模型像瓶装水，水本身免费，但不同形式产品服务不同需求。开源模型对主权、隐私以及企业专有技术非常重要。过去6个月，约4000亿美元风险投资进入AI原生公司，其中约80%使用开源模型；如果没有开源模型，很多创业公司根本无法实现目标。
他认为，美国真正的优势在于拥有各种创新形式，要赢得AI竞赛，就必须让开源模型发展起来。所谓赢得AI竞赛，不只是几家美国公司赢，而是美国公司、产业、研究人员、教师、学生和创业者都能从技术中获得机会。
被问及中国是否会成为全球开源生态重要贡献者时，黄仁勋表示，中国可能会贡献全球开源生态中很大一部分。中国有大量工程师，也有大量学习科学和数学的学生，清华等高校每年培养很多优秀人才。在Linux、Kubernetes以及很多软件项目中，都有中国工程师参与贡献。开源的特点是，一旦下载下来，它就属于你，可以继续修改、优化并变成自己的东西。
他还表示，AI竞赛最终还是谁能最好地利用这项技术。过去工业革命有很多重要发明来自欧洲，但美国后来很好地利用了这些技术。他希望下一次工业革命也能这样发展。中国在这方面的讨论更加务实，更多关注经济发展和社会进步，而不是一直讨论末日或文明毁灭。如果末日预测真的成立，当然应讨论和解决，但没必要制造恐慌。
工程师仍将存在，英伟达深入AI产业链
对于AI自动编程后工程师是否还有用，黄仁勋表示，工程工作仍会存在。他这一代工程师在软件尚未普及时不花大量时间写代码；未来如果大量编程工作被自动化，人类仍会进行工程工作。他最喜欢的键盘按键是Backspace，因为最好的软件往往意味着更少代码。
谈及英伟达为何成为AI产业重要资本提供者，黄仁勋称，AI是一场新的工业革命，产业包括模型、芯片、应用、数据中心、建筑、电力及发电设施等多个部分。他一直在观察生态系统并寻找瓶颈。如果优秀公司因某个环节受限，他就会关注，可能是供应链、土地、电力或工厂。英伟达规模足够大，必须提前多年考虑供应链，Corning、Lumentum、台积电及内存供应商等都是长期关注对象。
对于AI利润是否会向应用层移动，黄仁勋表示，英伟达几乎可以运行世界上所有模型，大量前沿AI实验室都建立在其平台上。英伟达策略是帮助所有人成功，而不是把别人业务拿过来，尽可能留在技术栈更底层，只在必要时向上走。CUDA支持大量框架，Megatron和Megatron Core支持大规模训练，英伟达发明必要技术，然后让生态发展。
他补充，区域性云服务商比大型超大规模云厂商更灵活，能在当地找到土地、电力和工厂，也更了解当地需求。未来会形成分布式企业网络，越来越多国家会把AI视为战略产业。
英伟达也在做自动驾驶和生物领域的开源模型。黄仁勋称，因为客户需要，英伟达有能力做到最好就会做。例如Alpamayo是能推理的自动驾驶系统，可减少对数十亿小时道路数据的依赖。未来自动驾驶不只有乘用车，还包括农业设备、卡车、货车等。生物领域则包括ESM2、ESMFold、OpenFold、AlphaFold 2以及全原子蛋白质结合体生成式AI框架等，因为制药公司需要这些技术。
马斯克Terafab与AGI
对于马斯克宣布的Terafab芯片工厂计划，黄仁勋表示，英伟达非常了解工艺技术，一直在推动工艺极限，当然可以讨论。马斯克一旦决定做一件事，很难阻止他继续做下去，这是他的超能力。至于未来能否把芯片放到该工厂生产，黄仁勋称可以讨论。
当被问及如果AGI标准是达到人类智能水平，这一阶段是否已经到来时，黄仁勋回答：现在已经达到了。他进一步称，在一些特定领域，甚至已进入超级智能阶段。例如自动驾驶，如果一辆车能比人类驾驶得更好，那么在驾驶领域它就是超级智能；现在自动驾驶系统事故率已可做到人类的十分之一。生物领域同样如此，合成蛋白、虚拟筛选等任务已达到超级智能水平。
站在技术前沿，黄仁勋表示自己喜欢这种感觉，未来是美好的。也许未来很多人都不需要工作，但他不想错过这个时代。他希望所有人一起走到那个未来，人类最终会一起取得成功，需要鼓励大家，减少没有必要的戏剧性争论，最重要的是让整个美国都能参与进来。
（腾讯科技作者李海伦，编辑徐青阳）