黄仁勋在GTC柏林扔下的，不只是一台RTXSpark，而是Agent时代的入场券

看完黄仁勋这场GTC柏林发布会，最有画面感的一幕，就是他单手举着一台RTX Spark站在台上。

十年前，同样128GB内存的DGX-1送到OpenAI旧金山办公室的时候，得两个人才能抬得上楼。老黄自己也调侃，唯一的区别，就是现在他能单手拿着它。

十年时间，AI性能涨了100万倍，同期摩尔定律只涨了约100倍。差出来的这一大截，靠的不是单点挤牙膏式的硬件升级，是从软件、芯片、架构到算法全链路的极致协同设计。说直白点，这已经不是电脑变快了，是整个产业的底层逻辑都变了。

一台笔记本，正在重新定义 “电脑”

很多人只看到这是台性能更强的笔记本，但在我看来，黄仁勋是借着这台机器，重新定义了 “电脑” 这东西。过去几十年，电脑就是工具，你敲指令它执行。但现在不一样了，黄仁勋给它的定位是个人Agent、个人助手，甚至数字伴侣。

以后的工作场景不是你挨个点开软件干活，是你把任务扔给 RTXSpark，它自己去调度软件、走流程、出结果。说白了，你不是在 “用软件”，是在 “雇佣电脑” 帮你干活。

当然要做到这点，光有大模型不够。这几年大家都在聊大模型，但老黄说得很清楚，模型只是大脑，真正能落地干活的是 Agent。一个能干活的 Agent，得有模型负责推理规划，有 Harness 编排任务调动记忆，有沙箱把权限隔离干净，有知识模块读懂你的业务数据，还有工具调用能力对接现有软件。

这五样东西各自对应不同的硬件底座，模型在 VeraRubinNVL72 上跑，Harness 在计算节点运行，知识靠存储节点承载，工具调用交给专门的计算节点。所以说 VeraRubin 驱动的从来不是单个模型，是一整套 Agent 系统。更有意思的是效率，上一代组装一台机器要两个小时，线缆扯得到处都是，现在 VeraRubin 组装一台不到五分钟。当 Agent 的运行底座都开始工业化量产了，企业落地的门槛自然就下来了。

安全，是 Agent 时代的命门

Agent 越能干活，安全问题就越要命。它能动文件、能联网、能调系统，权限一旦失控，可不是说错话那么简单。

所以这次英伟达把安全摆到了核心位置，推出 OpenShell 参考架构，核心思路就是把规矩写在 Agent 之外。每个 Agent 关在自己的沙箱里，能读什么文件、能连什么网络，全由外面的策略说了算，密钥根本不交到 Agent 手里。硬件上还加了一道保险，BlueField-4 上的 Sentry 像个不打烊的哨兵，盯着 Agent 的一举一动，一旦越界毫秒级就隔离。说白了，Agent 时代，可控和聪明一样重要。

AI 工厂正在变成 “数字智能炼油厂”

有了 Agent，在哪跑？答案是 AI 工厂。

老黄整场反复在说一个判断：AI 是一种制造业，不只是软件。我觉得这句话是整场最有分量的一句话。以前大家都觉得 AI 是互联网生意，有算法有数据就行。现在看完全不是，AI 经济已经是重资产、重工程、重供应链的实体产业了。

一座 1 吉瓦的 AI 工厂，算上土地电力厂房计算网络，大概要投 500 亿美元。晚投产三个月，可能就少赚 100 亿美元。所以拼的不只是能不能建，是能不能快速建好投产。

这次推出的 DSXPOD，就是把这件事的速度拉到了极致。整套设备在工厂里就完成集成布线测试，直接装集装箱拉到现场，场地水电到位的话，部署时间从半年压缩到最短 14 天。等于把 AI 工厂的搭建，彻底搬进了标准化供应链里。不仅快，还省资源，同样的算力产出最多省 30% 的电，水冷方案放大到 2 吉瓦规模，一天能省 5400 万升水，差不多 18 万户家庭一天的用水量。企业买回去的哪里是服务器，是一座直接产出数字智能的炼金炉。

机器鸭子上台，真正的主角是 “物理 AI”

整场最出圈的，肯定是那四只 MicroDuck 机器鸭。

黄仁勋在台上像个老父亲一样，让它们走两步、坐下、翻跟头，自己在旁边喊太棒了。但热闹背后，真正的重点是物理 AI 的完整链路跑通了。

从用文字描述训练场景，到在数字孪生里搭环境、配机器人结构，再到云端几千只虚拟鸭子并行训练摔出来的经验，最后把策略下载到真机上。整个流程，本地用 RTXSpark 做规划，大负载交给云端，最后落地到真实硬件。

这就是老黄说的三台计算机：一台训模型，一台在数字孪生里教技能，一台装在机器人身上执行任务。机器人不用直接到现实里踩坑，先在仿真世界里把试错成本耗完。

人形机器人，可能是下一个 “标准化大产业”

鸭子只是开胃菜，黄仁勋真正押注的是人形机器人。这次和 AgileRobots 一起推出的 AgileONESN，说是参考机器人，其实就是想做行业的标准化底座。以前做机器人研究，软件、传感器、计算、机械全要自己拼，搭个测试平台要几周。现在有了标准化参考机，几天就能搞定。

老黄的逻辑很清楚，机器人场景太散，各干各的行业永远做不大。只有标准化才能上量，量起来了技术飞轮才能转得动。人形机器人未必每个场景都最优，但能覆盖足够多场景，大概率会成为出货量最大的机器人形态。

英伟达这次开放的，不只是模型，而是 “企业超级智能” 的入口

这次还有个很容易被忽略的点，英伟达把各领域的模型全开放了，从语言模型 Nemotron、世界基础模型 Cosmos，到机器人模型 GR00T、自动驾驶模型 Alpamayo，连权重、训练数据、复现脚本整套都放出来。

老黄自己也说，这些模型不一定是最顶尖的，但企业拿自己的数据做后训练，就能练出只懂自己业务的专属模型。再加上 AgentKnowledgeFoundation，让 Agent 能读懂企业里杂乱的文档和数据库，甚至直接从数据里做预测。

说白了，企业真正需要的从来不是通用大模型，是绝对忠诚、绝对保密、只懂自家业务的超级智能。而英伟达这次，把入门的路给铺好了。

不是每一家公司都要造芯片，

但每一家公司都要变成 AI 公司

发布会最后黄仁勋说，每一家欧洲公司，都将成为 AI 公司。

这话有他做生意的目的，但说的也是趋势。AI 正在从少数科技公司的专属玩具，变成所有行业的基础设施。就像当年的电力、互联网一样，它会重新定义每家公司的业务流程、组织方式，甚至生产力边界。

写在最后的一点观察

整场看下来，我最大的感受是，我们熟悉的那个 “比模型参数、比跑分” 的时代已经过去了。接下来的战场，是Agent系统，是物理AI，是AI工厂，是整个产业的工业化落地。

十年前两个人抬上楼的机器，今天单手就能举起来。这个画面看着是硬件进步，其实是一个时代的收尾，和另一个时代的开场。

Agent时代，是真的要来了。

💬 互动话题

你觉得Agent普及之后，最先被改变的是个人干活的方式，还是整个公司的组织形态？评论区聊聊。