近日，极少在社交媒体发声的英伟达 CEO 黄仁勋发布了人生第一条 X 推文。这并非一时兴起，而是响应由英伟达、微软联合 Meta、IBM 等 25 家机构共同签署的公开信，旨在反击美国政府拟限制开放权重 AI 的政策。
此前，美方以模型蒸馏和知识产权风险为由，计划对中国 AI 公司实施制裁。此次联署信《开放权重与美国 AI 领导力》重点为“模型蒸馏”辩护，强调利用模型输出训练新模型是行业长期采用的合法技术，呼吁政府不要过早设限。
随着事态发酵，硅谷阵营分化明显：Anthropic 拒签并质疑巨头初衷；OpenAI、Google、AMD 等 77 家企业相继站队；而 Amazon、Apple、xAI 仍持观望态度。
在此背景下，黄仁勋现身 YC Startup School 2026，详解打破沉默的原因及英伟达的未来战略。他将 OpenClaw 比作 AI 界的"Linux 时刻”，断言 Agent 将成为“新软件”，并首次披露物理 AI（Physical AI）业务营收已近百亿，预计十年内成长为千亿美元级生意。
从回顾 1995 年靠世嘉 500 万美元和三本 OpenGL 教材起死回生，到预判 Agentic Systems 将重塑计算架构，这场访谈横跨英伟达的过去与未来，揭示了在技术秩序重构期，企业如何看清变化并提前下注。
以下为黄仁勋与 YC 总裁 Garry Tan 的对谈实录：
开源的"Linux 时刻”
为什么直到 2026 年，才发布第一条 X 推文？
Garry Tan：欢迎你加入 X。感谢你在开放模型这件事上的公开发声。
黄仁勋：这恰恰说明我有多内向。我可能是地球上最后一个在 2026 年才发第一条推文的人。但这封信对我、对行业乃至世界都太重要，因此我必须克服羞怯站出来。
如果没有开源，就没有今天的移动互联网和云计算。若无 Linux、Kubernetes、TensorFlow，尤其是 PyTorch 及早期的 Caffe、Torch 等开放平台，现代 AI 无从谈起。
为什么把 OpenClaw 称作"Linux 时刻”？
Garry Tan：英伟达为何如此看重刚出现时备受争议的 OpenClaw？
黄仁勋：了解 OpenClaw 后你会意识到，我们设计出了承载大语言模型的现代计算机新形态——一个全新的操作系统。这是一次典型的"Linux 时刻”。
现在每个人都能构建自己的 AI。我已告知相关团队，英伟达所有工程师都是他们的后盾，我们将按需贡献，支持他们拆解问题。
每家公司都需要拥有自己的 AI 吗？
黄仁勋：世界需要让每个人都有能力构建自己的 AI。虽然鼓励使用云服务，但企业需要构建针对特定领域的专属 AI。得益于 Hermes Agent、OpenClaw 等工具，这一过程正变得简单。软件本身已足够聪明，能够快速适配。开放生态将催生出何种创新，值得期待。
Agent 正在重写计算机
为什么说 Agent 将成为“新软件”？
Garry Tan：英伟达深度参与 Agent 项目，是否出于让用户掌控个人 AGI 的考虑？
黄仁勋：首先必须理解，Agent 就是新的软件，其处理方式将直接决定计算机架构。英伟达必须生活在未来 5—10 年，因为系统设计需三年，规模化需数年，而客户期望使用十年。
我们必须提前研究 Agentic Systems 的负载特征：算法演进、瓶颈所在、并发处理、沙盒机制以及记忆协调等。只有先理解未来的软件负载，才能反推出合理的处理器和系统架构。
Agent 当前最需要的突破是什么？
Garry Tan：目前最值得关注的前沿问题是什么？
黄仁勋：核心是系统思维。低层工作将由 Agent 完成，人类需更抽象地理解系统约束与瓶颈。当前 Agent 已具备递归自我改进能力，但关键突破在于细粒度控制。
未来的目标是：仅修改计划文件中的一个词，就能让结果产生对应的局部变化，而非整体失控。这种人与 Agent 的协作方式将带来根本性变革。可控性是目前所有层级 Agent 最急需的突破。
英伟达内部如何使用 Coding Agent？
黄仁勋：我们希望利用 Agent 提升运行效率。目前 Claude Code 等工具已在英伟达沙盒中自主运行。我们鼓励员工自由选择工具，从中学习真实负载与能力边界，以此指导未来计算平台的设计。
推理能力如何改变自动驾驶的数据路线？
黄仁勋：受斯坦福思维链研究启发，我们开发了 Alpamayo——第一款“会思考的自动驾驶汽车”。它仅需一两百万英里数据即可取得良好效果，因为它能利用先验知识拆解未见过的情况。
Agent 同样需要记忆、先验知识与工具连接。当你看到早期信号并能推演其对未来的影响，就有机会提前进入下一阶段。
Physical AI 冲向千亿美元
实用机器人距离我们还有多远？
Garry Tan：何时能看到实用机器人？
黄仁勋：当模型能生成手指运动视频时，我就意识到机器人关节运动能力近在咫尺。接下来的挑战是让机器人理解物理规律。机器人的"ChatGPT 时刻”其实在几年前就已发生。
现在的任务是通过 Real-to-Sim 将真实世界转化为训练环境，结合物理模拟器训练，再通过 Sim-to-Real 迁移能力，最后利用强化学习与真实物理环境对齐。
Physical AI 最先在哪个市场产生真实收入？
Garry Tan：Physical AI 的经济价值体现在哪里？
黄仁勋：答案是自动驾驶汽车。该市场足够大且技术可标准化。英伟达芯片与软件栈已应用于 Waymo、Tesla 及奔驰等车企。此外，自主导航技术还可复用于农业、物流及仓储机器人。
目前，英伟达归入 Physical AI 的业务营收已接近 100 亿美元。这将成为公司下一个千亿美元级业务，发展周期预计在十年以内。
三本书救下英伟达
英伟达早期最需要被理解的故事是什么？
Garry Tan：关于英伟达早期历史，年轻人最该了解什么？
黄仁勋：多数人难以相信，英伟达创业时选错了技术路线。1995 年我们发现算法行不通，面临破产危机。随后我去书店买了三本关于 OpenGL 的教材，带领团队重新学习，最终重新定义了计算机图形技术。
英伟达的成功并非始于掌握正确技术，而是在融资后通过快速学习纠错。只要愿意面对现实并具备学习能力，起初的具体技术并不重要。
英伟达真正押对了什么？
Garry Tan：真正的差别是什么？
黄仁勋：我们押对的核心判断是：可以通过加速器增强 CPU，解决过去难以解决的问题。关键不是制造一颗好芯片，而是加速一个完整的算法领域。伟大的公司拥有独特的世界观，并深信不疑地去实现它。
世嘉为什么在项目失败后仍给了英伟达 500 万美元？
Garry Tan：世嘉的故事似乎非常关键。
黄仁勋：因技术缺陷，我们无法履行与世嘉的合同。我坦诚告知对方项目无法完成，但仍请求支付款项以维持公司生存。世嘉高管最终选择了信任团队而非项目本身。
很多时候，人们投资的是公司背后的人。那 500 万美元让英伟达活了下来，也给了我寻找正确方向的时间。
为什么 AlexNet 对英伟达而言不只是一次图像识别突破？
Garry Tan：英伟达当时看到了什么？
黄仁勋：我们关注的不仅是图像识别，而是深度学习作为一种通用函数逼近器的潜力。它能处理无法被精确描述的问题。这不仅仅是单项技术突破，而是一种全新的软件构建方式，将重塑从处理器到应用的整个产业栈。
创始人模式如何延续 34 年
为什么 CEO 还要深入论文和技术细节？
Garry Tan：你如何建立允许 CEO 深入细节的组织？
黄仁勋：这源于好奇心。CEO 是为公司和员工服务的，需要提供洞察以帮助他们更好地工作。在技术快速变化的时代，只有亲身接触第一性原理，才能理解浪潮并留在浪尖。
为什么公司应该适应创始人的性格？
黄仁勋：创始人是在制造一辆自己要驾驶的 F1 赛车，因此必须让组织适应你，而不是模仿标准化的 CEO。下一任领导者自然会按自己的方式重塑公司。创始人模式完全可以延续 34 年。
编程自动化之后，人还剩下什么？
AI 会消灭工作，还是只会消灭任务？
Garry Tan：经济和就业会发生什么变化？
黄仁勋：AI 会消灭任务，但不一定消灭职业。自动化提高了生产率，从而释放了积压的需求，创造了更多就业。例如，软件工程师和放射科医生的岗位仍在增长。"AI 摧毁就业”的叙事是错误的，AI 正在创造就业。
年轻人现在学习什么，未来仍然不会过时？
Garry Tan：年轻人应该学习什么？
黄仁勋：简单的编码工作会被自动化，但困难问题不会消失。物理、生物、计算机科学及系统思维依然至关重要。工具能力的提升让我们能解决更大规模的问题。一个人越擅长系统思维，越能组织数百万个 Agent 解决问题，其价值就越大。
如果给 18—22 岁的自己发一封电报，你会说什么？
Garry Tan：你会给年轻时的自己什么建议？
黄仁勋：现在是过去 60 年来最适合创业的时代。不要因未知的困难而焦虑，要告诉自己：“能有多难？”然后开始行动。学习是一个人最强大的超能力。你不需要一天克服所有困难，只需熬过今天，坚持足够长的时间，奇迹就会发生。
声明：本文为 InfoQ 整理，不代表平台观点，也不构成投资建议，未经许可禁止转载。
