2026年2月3日，NVIDIA创始人兼CEO黄仁勋在Cisco AI Summit上，与Cisco董事长兼CEO Chuck Robbins进行了一场“深夜炉边对话”。

刚结束两周亚洲行程，几杯红酒下肚，老黄抛出了许多未曾提及的观点和洞察，展现了一系列企业AI转型具有颠覆意义的方法和思考。

本文基于完整对话实录，为你拆解这场对话的核心逻辑与关键启示。

一、60年来最大变革，“隐式编程时代”

黄仁勋在对话开篇就抛出了一个宏大判断：

60年来，我们首次重新定义计算这件事。过去是显式编程，我们编写程序，通过API传递明确的变量进行协作；现在转向隐式编程。你只需告诉计算机你的意图，它就会自动推断如何解决你的问题。

这不是一次渐进式升级，而是计算范式的根本性转换：

显式编程时代（过去60年）：人类用 Fortran、C、COBOL 等语言，逐行编写指令，通过 API 传递明确变量。软件本质上是“预制菜”，什么都是提前固定好的。

隐式编程时代（正在到来）：你只需告诉计算机你的意图，它自己去推理、规划、调用工具来解决问题。每一次交互都是生成式的，基于上下文实时产生，从未重复。

ENIAC程序员在演示前为计算机接线（1946）

这意味着，不仅是处理器层在变化，整个计算栈：处理、存储、网络、安全，都在被重新发明。

NVIDIA 与 Cisco 的合作正是围绕这一判断展开：NVIDIA 提供 AI 算力（Vera Rubin 架构），Cisco 将 AI 网络技术整合进 Nexus 控制平面，在性能之上叠加企业级的可控性、安全性与可管理性。

NVIDIA Rubin平台（机架级AI系统示意图）

过去的软件是“检索式”的，你触摸手机屏幕，它检索预存的文件和图像推送给你。

未来的软件是“生成式”的，每一次交互都是实时生成的、从未发生过的。

二、“让百花齐放”：黄仁勋的AI实验哲学

当 Robbins 问到企业应该如何迈出AI的第一步时，黄仁勋回答：第一步就要忘掉ROI，放弃对短期资产回报的考量。

他认为，在技术部署的早期阶段，试图用量化ROI是徒劳的。相反，他提出了一套更特别的方法论：

第一步：让百花齐放

在我们公司（NVIDIA），我们就是让百花齐放。公司中不同的人工智能项目数量已经失控了，但这很棒。

黄仁勋在NVIDIA内部鼓励全面实验，使用 Anthropic、Codex、Gemini，什么都试。当团队说想用某个AI工具时，他的回答永远是：先说“Yes”，再问“Why”，而不是反过来。

黄仁勋认为现阶段使用AI就像育儿：

我想为我的公司提供和我为孩子们想要的相同的东西。去探索生活。他们说他们想尝试什么，答案就是可以……

第二步：在正确的时间修剪花园

“百花齐放”不是无序放纵。黄仁勋认为在适当的时候需要策划、精选（curate），找到最优方案，集中资源“把所有资源放在一支箭上”。关键在于：不要太早集中，否则你可能选错了箭。

第三步：把AI对准公司最核心的问题

我们这家公司的本质是什么？我们最具影响力的工作是什么？别在周边的事情上浪费时间。

在NVIDIA内部，最核心的工作是芯片设计、软件工程、系统工程。所以黄仁勋与 Synopsys、Cadence、Siemens、Dassault 全面合作，将AI注入设计工具链，用“1000%的资源”去革新核心工作流。

给企业决策者的启示： 黄仁勋的方法论可以概括为一个三段论，广泛实验 → 自然涌现 → 聚焦核心。不要在起步阶段就要求ROI，但要始终清楚公司的“本质”是什么。创新可以失控，但方向不能失焦。

黄仁勋在Cisco AI Summit现场

三、“丰饶时代”：当摩尔定律变成了蜗牛

黄仁勋对当前算力增长速度的描述，给出了可能是整场对话最具冲击力的数据：

摩尔定律：每18个月翻一倍，10年增长100倍，黄仁勋称之为“蜗牛速度”

AI时代：过去10年，AI能力增长了100万倍

《Electronics》杂志1965年4月19日封面（摩尔定律论文刊载）

这种指数级加速催生了一种全新的思维方式，丰饶思维（Abundance Mindset）：

这些天当我思考一个问题时，我就假设我的技术、我的工具、我的仪器、我的宇宙飞船速度无限快。去纽约要花多长时间？我一秒钟就到了。那么我会做什么不同的事情呢？

黄仁勋要求所有人用这种“无限速度、零重力、光速”的思维来重新审视问题：

过去需要一年的计算，现在可以实时完成

过去只能处理一小部分的数据图表，现在可以说："直接给我整个图表。它有多大？我不在乎。"

过去我们选择性地解决某一种疾病，现在的思路是："让我们来解决人类的苦难."

他进一步提醒：即使你不这样想，你的竞争对手正在这样想。即使现有的竞争对手不这样想，一个即将创立的公司正在这样想。这将改变一切。

四、AI不会杀死软件，工具永远有价值

对话中一个重要的澄清，是关于“AI替代软件”的恐慌。黄仁勋直言：

有一种观点认为软件行业在衰退，将被人工智能所取代。这是不合逻辑的。

他用了一个思想实验：如果你拥有了终极的人形机器人（Artificial General Robotics），你会重新发明螺丝刀，还是直接使用现有的螺丝刀？答案显而易见，你会使用工具。

同理，AGI 也会使用 ServiceNow、SAP、Cadence、Synopsys 这些工具，而不是重新发明计算器。这正是为什么 AI 最新的突破方向之一就是Tool Use。

那些有明确物理定律和精确算法的领域，AI没有必要去“模拟、推测”它们，精确就是精确，不需要用统计方法绕远路。

五、Physical AI：理解因果律的下一代智能

黄仁勋对“物理AI”的展望：

一个孩子能很快理解多米诺骨牌的逻辑，但它背后实际上有非常深刻的概念：因果关系、接触、重力、质量，所有这一切都包含在一块多米诺骨牌倒下的过程中。大型语言模型对此却一无所知。

下一代 AI 需要理解物理世界的因果律，不是语言层面的关联，而是“我推倒这个，那个会怎样”的真实物理推理。这是从数字AI到物理AI的跨越。

这个跨越背后的经济逻辑：

IT行业总规模：约1万亿美元

全球经济总量：约100万亿美元

物理AI的TAM（Total Addressable Market）是传统IT的100倍

我们即将创造增强型的劳动...自动驾驶汽车是什么？它是一个数字司机。数字司机的经济学意义远远超过了汽车本身。

从“制造工具”到“制造劳动力”，这是科技行业未来最根本的商业模式转变。

六、你的问题比答案更值钱

在讨论“租云还是自建”时，黄仁勋给出了一个出人意料的建议：

看在上帝的份上，造一辆吧。打开引擎盖，换一次机油，你才能理解所有的零部件。

这背后不是技术自主的需求，是对数据安全的全新理解：

对我来说，我的问题是最有价值的知识产权。我所思考的就是我的问题。答案是一种商品。如果我仅仅知道该问什么就好了……我不想让人们知道我认为什么是重要的。

这是一个极其深刻的洞察：在AI时代，你向AI提出的问题，暴露的是你的战略思考方向。

答案是公共品，但问题是私有的、战略性的。这就是为什么NVIDIA在本地构建了自己的超级AI系统，不是因为云不好用，而是因为不想让自己的“思考轨迹”暴露在外部。

传统安全保护的是“答案”（数据、文档、代码）。AI时代真正需要保护的是“问题”，你的战略意图、你认为重要的事情、你正在探索的方向。这是对数据安全的全新定义。

数据中心服务器机柜

七、从“人在回路”到“AI在回路”

对话最后，黄仁勋讨论了一个被广泛接受的概念：

曾经有一种想法，认为人工智能应该始终让人类参与其中。这恰恰是错误的想法。完全相反。每家公司都应该让人工智能来主导。

他的逻辑是：

我们希望公司每天都在变得更好、更聪明，永远不倒退、不停滞、不从零开始。

如果让 AI 持续参与每个员工的工作流程（AI in the loop），AI就会捕获公司的生命经验。

这些 AI 最终将成为公司的知识产权，这才是未来公司的真正资产。

2025年5月前哨科技特训营PPT报告

八、编程即打字，每家公司都能成为技术公司

黄仁勋在对话结尾提出了一个面向所有行业的号召：

我真的相信……迪士尼肯定愿意成为Netflix、梅赛德斯愿意成为特斯拉、沃尔玛愿意成为亚马逊。

他认为每家公司都有机会成为 “技术优先” 的公司，阻碍企业的最大障碍“我们没有足够的软件工程师”，在隐式编程时代已经不存在了。

事实上，编码就是打字，打字已经成为一种商品。你们所有人都拥有极其宝贵的东西，那就是领域专业知识，理解客户，理解问题。那才是终极价值。

在隐式编程的世界里，领域专家就是最好的程序员。你不需要会写代码，你需要会提出正确的问题、理解客户的痛点、知道什么问题值得解决。