导语
我们现场参加了英伟达中国开发者日（2026年10月16日，苏州），两天听下来，最直观的感受是：在 AI 的生产线上，人正在变成最慢的那一环；而以芯片和电力为底座的「硅基时代」才刚刚开始加速。
正文
一、人在退到后台
「电多加卡，卡多加电」：人成了瓶颈，硅基时代才刚刚加速。这句话出自英伟达（NVIDIA）中国开发者日主论坛的圆桌讨论，说话的是英伟达研究院的一位研究员。他是半开玩笑说的，但这句话分量不轻：同一场圆桌上，他刚说过自己已经一年半没有手写过一行底层代码，靠 AI 智能体就能把程序优化到人类最佳水平，甚至更好。几位嘉宾的话放在一起，指向同一个方向。
代码不再由人写
英伟达研究员说，他的团队正用智能体大规模重写底层程序，还用三天时间写出了 270 万行数学证明代码。开源推理框架vLLM 的嘉宾说，身边很多同事已经基本不手写代码，遇到性能问题也是给智能体下指令。
工具开始为 AI 设计
英伟达 Cosmos Lab 副总裁说，过去的开发框架是给人类开发者用的，如今每个开发者都自带一个智能体，真正在用框架的可能是智能体，所以框架正在为智能体增加「技能包」。另一位英伟达讲者说，编程语言 Rust 正在变得流行，原因之一是智能体写的代码「一旦编译通过就是安全的」。
瓶颈回到卡和电
在英伟达研究员看来，等到有了足够聪明的模型和大量智能体，一句指令就能调动一支「智能体军团」把事情做完，那时最大的瓶颈不在人写代码，而是算力卡和电力。他自称「雄心勃勃」地预测，2029 到 2030 年可能出现约百万亿参数的模型。
当然，也有人保持警惕。vLLM 的嘉宾担心，人越来越不了解底层性能，这本身就是一种风险。
二、规模定律没有失效，只是约束在变
英伟达应用深度学习研究副总裁 Bryan Catanzaro 在主题演讲里给出了这股加速背后的逻辑：AI 的「规模定律」在四个层面同时起作用。预训练让模型更聪明，后训练教模型使用工具，推理时「多想一会儿」能得到更好的答案，智能体「团队更大、工作更久」能完成更多工作。四条叠加的结论是「算力就是智能」。算力建设受经济、政治和物理（电力、土地）三重约束，所以「效率就是智能」。过去一年，英伟达只靠改进训练数据，就让同样的硬件把预训练提速了 4 倍。在他看来，效率越高，能用上的智能就越多，规模和效率并不矛盾。
三、智能体爆发，瓶颈从「芯片」挪到「记忆」
和去年相比，这是议程上变化最明显的地方。
去年（2025年11月，同在苏州）：技术分论坛讨论的是怎样让芯片上的每一段程序跑得更快、怎样用更低的精度计算。
今年：活动从一天扩展到两天，分论坛从 12 场增加到 24 场。标题里出现「KV Cache」的有 4 场，出现「智能体 / Agent」的有 7 场，去年这两个词都是 0 场。
KV Cache可以理解为 AI 的「短期记忆」。智能体要连续工作、反复调用工具，就得把之前的上下文存下来。智能体越多、任务越长，这块记忆就越大，瓶颈于是从「算得够不够快」变成了「记得下、取得快」。英伟达把这份记忆分成五层，从显卡显存一路延伸到主机内存、本地硬盘和专门的闪存层。vLLM 展示的一个案例里，把记忆扩展到主机内存和分布式存储后，缓存覆盖率从 50% 提高到 90%–95%。
瓶颈也在倒逼行业「省」：今年有专场讨论如何压缩这份记忆；优必选一款人形机器人通过软件优化，把主控芯片的内存从 64 GB 降到 32 GB。
四、AI 的「外壳」在被大模型吸收，但要做的事越来越多
今年主论坛圆桌的关键词是 Harness，指大模型之外的那层「外壳」：让 AI 调用工具、记住上下文、按步骤完成任务、控制权限的各种软件。如果把大模型比作发动机，Harness 就是让发动机开上路的整辆车。
嘉宾们看到两股同时发生的力量：
吸收：一种外壳写法一旦标准化，「可能活跃两三个月」就会被基础模型吃进去。模型公司也在把外壳收归自己，从「卖模型」走向「卖智能体」。
扩张：阶跃星辰的嘉宾认为，Harness 会成为平台，只是这两年还到不了。他和 vLLM 的嘉宾都用「同心圆」形容这种关系：内圈不断被模型吸收，外圈不断扩大。英伟达的嘉宾则认为，Harness 的终局是操作系统。
这和「人退到后台」是同一件事的两面：越靠近模型、越能被标准化的工作，越快被 AI 接手。
五、物理 AI：通用底座之上，各行各业跑自己的闭环
物理 AI 指让机器人、汽车等设备理解和操作真实世界的 AI。去年的分论坛以工具介绍为主，今年讲的已经是真实项目里的工程问题：怎样用人类第一视角视频训练机器人，怎样为手术机器人生成训练数据，怎样把模型装进内存有限的机器人。
底座在统一：英伟达的世界模型 Cosmos 3 把原来分散的约 22 个模型合并成一个，能同时处理文字、图像、视频、音频和动作。
落地在分化：不会有一个模型解决所有问题，就像热力学之后，各种用途都有各自的发动机。自动驾驶、手术机器人、人形机器人各自在通用底座上做衍生，用自己的数据把「模型—数据—结果」的闭环跑通。
目前的进展主要还在工程层面，大会上没有给出物理 AI 的收入或出货数字。
六、初创公司：把真实世界的资源接到 AI 上
今年开放展区有 30 家英伟达初创加速计划的展位：10 家做物理 AI（机器人关节、仿真资产、第一视角数据采集），5 家做科研自动化（包括能自己动手做实验的「自主实验室」），4 家做智能体基础设施（长期记忆、实时检索、外壳工程），其余是工业与消费应用。去年展区里，能看到 AI 导购这类直接面向用户的应用。
一种可能的解释是：围着模型做的通用应用，越来越容易被更强的大模型覆盖；更多创业者转去做模型自己做不了的事，把零部件、行业数据、实验设备接到 AI 上。这与圆桌对 Harness 的观察一致。不过这只是一个观察，不是定论：去年的展区只记录到个别案例，今年的展位也只是加速计划内的一个样本。
七、结语：硅基时代的课表
一年时间，英伟达给中国开发者的「课表」从「怎样把显卡用足」，改成了「怎样让智能体记得住、跑得动」。中国模型公司也从去年的圆桌嘉宾，变成了今年 5 场技术分享的主讲：阶跃星辰、MiniMax、联想、字节跳动和阿里巴巴。
站在会场里，最强烈的感受是：AI 的生产方式正在被重写。写代码、调程序、搭工具，越来越多的环节交给了智能体，人从执行者退到提要求、定方向的位置。下一步的上限，取决于卡、电、记忆和数据跟不跟得上。硅基时代，才刚刚开始加速。
过往公司荣誉
2023年12月，东方财富2023年度新锐私募基金公司
2024年7月，国泰君安道合私募寻星23~24季股票多头组优胜奖
2024年7月，私募排排网2024年上半年股票策略收益榜冠军（上海地区管理规模5-10亿）
2024年8月，西南证券“璞石计划”首届私募实盘大赛领航奖
2024年12月，东方财富2024年度潜力私募基金公司
2025年4月，中信建投证券“潜龙杯”第四届主观多头优秀私募管理人（2023年10月~2024年3月）
风险提示及免责声明
市场有风险，投资需谨慎。本篇推送内容供对投资风险具有充分识别能力和风险承担能力的合格投资者参考，并不视为任何形式的操作建议。
版权声明
本推送的版权归本公司所有，本公司对本推送保留一切权利。