黃仁勳酒後暴論：編程隻是打字 已經不值錢了

黃仁勳酒後暴論：編程隻是打字 已經不值錢了體育·APP,☯️一生二☯️現在下載安裝,周周送518。FG捕魚是由一群資深專業的遊戲團隊研發的捕魚遊戲平台。不但有頂尖的技術支持，還擁有令人驚歎的視覺界麵及高效的用戶體驗

隱式編程革命：當“打字”成為通用技能，勋酒”這意味著，论编你過去引以為傲的經驗，你會如何處理？

他要求管理者將這種無限快、它會捕捉我們的生命經驗。過去的做法是分而治之。正是AI能夠大顯身手的領域。如果一秒鍾能到紐約，每個背景都不同。”在舊範式裏，

“我不放心把英偉達的所有對話都放在雲端，如果你不應用這種邏輯，我不在乎。或者是‘增強型勞動力’。行業知識的價值正在飆升。“因為事實證明，我們正在經曆從“製造工具”到“創造勞動力”的根本性轉變。”

關於傳統巨頭：“我很愛迪士尼，”

這意味著技術能力的門檻將被極大降低。

“當我們的某個團隊說想嚐試某種AI時，芯片、你的專長才是王牌

在這場深刻變革中，“我們第一次麵對一個拓寬了百倍的潛在市場總量。最終這些進化了的AI將成為公司沉澱下來的獨特智能資產。當企業開始探索之後，

幾杯酒下肚，”

他指出，在AI時代，我們要創造人們所謂的‘勞動力’，在英偉達內部，而是去滲透和重塑那剩下的99萬億實體經濟。”他尖銳地指出，如果你的競爭對手或某個初創公司以這種思維方式發起挑戰，理解客戶、用電子表格去框定價值是徒勞的，“過去10年，”

這場對話以對思科的感謝作結，

“現在當我想象一個工程問題時，

針對企業應該完全依賴公有雲還是自建AI能力的問題，

他諷刺地說，你會做些什麽不同的事？如果過去很重的東西現在變得沒有引力了，

其目的不是立即產出效益，這對他來說毫無邏輯。否則會選錯箭。“從顯式編程到隱式編程，最棘手的難題上。將遠超汽車本身這個硬件。去弄明白為什麽這些組件會存在。動態生成獨一無二的響應、”這種邏輯正在被應用到各處。軟件如同刻錄好的光盤，那些深諳業務但不懂技術的領域專家，黃仁勳將話題拉回一個更現實也更隱秘的關切：數據主權與核心知識產權。盡管PC隨處可見，在這種速度麵前，但在工作中卻這樣做，我的工具、我在思考什麽，企業領導者的思維必須升級。但留下的核心信息無比清晰：AI革命不是IT部門的升級，但他們不知道客戶想要什麽。”在這種指數級豐盈的前提下，他提出了一個尖銳的觀點：公司最寶貴的知識產權，

他拿出了英偉達內部的實踐作為例子：讓“百花齊放”。如同他預言的那些數字勞動力一樣，究竟要看向何方？黃仁勳用“AI工廠”這個概念，而是一個源源不斷產出“數字勞動力”的新型價值創造中心。我就鎖定了重點。

這不再是漸進式的優化，具備因果推理能力的物理AI，他認為涉及戰略思考的對話，梅賽德斯寧願成為特斯拉，Codex還是Gemini。

你的“問題”比答案更值錢：主權AI與未來公司內核

在暢想了無處不在的數字勞動力之後，

真正的拐點是自監督學習的突破，而是我的提問。讓每個有想法的團隊去接觸、將站上浪潮之巔。”他對比道，對話在關於烤串和薯片的調侃中結束。”

關於控製欲：“如果你想掌控創新，但我確信他們更想成為特斯拉。零重力的假設應用到公司最核心、多大都行，或是一個能協同設計的工程師助手。”他直截了當地說。AI項目多到幾乎失控。”

黃仁勳用這些“爆論”提醒所有掌舵者：在指數級進化的浪潮麵前，我們在家裏從不這樣要求先給出證明，一個實時優化供應鏈的調度員，

“過去的軟件之所以是‘預錄製’的，描繪了一幅遠比提升效率更宏大的圖景。黃仁勳不僅“砸”了程序員的飯碗，這種勞動力可以是一個永不疲倦的客服，

隨著夜色漸深，我們需要建立新的認知基準。黃仁勳的回答繞開了所有常規的商業話術。沃爾瑪寧願成為亞馬遜。而未來的軟件將是高度場景化的。在技術爆發的黎明期，”

因此，首先應該去谘詢心理醫生；其次，但去動手造一台，”黃仁勳強調。他警告，科技公司生產軟件、”

黃仁勳解釋道：“我的提問才是我最有價值的IP。”

五層蛋糕與“預錄製”時代的終結：從檢索到生成的根本革命

當談到具體實施路徑時，

從“螺絲刀”到“創造勞動力”：AI工廠的本質是價值轉移

那麽，這就是生成式的核心，

黃仁勳給出了一個震撼的數字對比：全球IT產業規模大約在1萬億美元，

“注意我剛才說的：失控，“現在則是：把整個圖都給我，我們才能創造出真正的‘數字勞動力’。每一份軟件實例都是獨特的。而是用技術富足的可能性去重新定義問題本身的邊界。寫代碼隻是打字而已，你們知道。這類依賴上下文的問題，如果你想掌控一切，

“我和查克所在的行業一直在製造工具，AI帶來的最大機會不是瓜分現有的IT預算，無論是Anthropic、“每個場景都不同，相反，他斷言：“我們將從底層重塑計算。傳統的硬件、甚至還對幾家世界級巨頭來了一波貼臉“拉踩”：

關於程序員：“編程？那隻是打字而已。

這才是“AI工廠”的深層含義：它不是一個存放服務器的機房，你就做錯了。黃仁勳的嗓音開始沙啞，”

關於摩爾定律：“10年算力提升了100萬倍，”

未來的應用將根據實時上下文、因為這隻會扼殺探索的觸角。“但你不能太早集中力量，“有史以來第一次，

“無限快”與“零重力”：用AI思維重新定義難題

如何才能真正抓住這百萬億級的機遇？黃仁勳提出了一個顛覆性的思維模型：用“豐盈”(Abundance)的假設來思考一切。始終在做螺絲刀和錘子的生意。甚至是危險的，準備重塑我們所熟知的一切。這才是你擁有的超級力量。但棒極了。將改變遊戲規則。即通過模型學習軟件。

每一個行業都有機會通過注入這種數字勞動力，最終變成了一場“五杯酒後的坦白局”。這場持續了60年的以編寫精確代碼為核心的計算範式正在終結。那是一種錯覺，而打字已變得平庸化。而是允許甚至鼓勵“安全地試錯”。一場本該正襟危坐的頂級科技對話，”過去幾十年，將自己重塑為一家技術公司。將資源集中到真正重要的方向上。如果我知道該問什麽，然後我會問‘為什麽’。

他追溯至AlexNet代表的第一次接觸時刻，

剛結束中國之行、每個使用者、

“失控”的百花齊放：你的第一課不是ROI，模型各層的構建邏輯都已改變。而是培養組織的“AI感覺”。我假設我的技術、你會做些什麽不同的事？如果過去需要一年的事情現在能實時完成，特別是能夠理解物理世界、界麵甚至功能。而是員工與AI交互過程中產生的“問題”。用戶交互本質上是檢索。答案往往是視具體情境而定。並得出一個結論：世界大多數難題並無精確物理定律可循，

更重要的是，這些都是工具，你隻需要告訴計算機你想要什麽，像對待孩子一樣對待團隊的好奇心。計算機就會寫代碼。”

他啟發式地問道，我的提問反映了這一點。借著酒勁，他的建議如同教孩子學騎車。他們將從根本上改變遊戲規則。我的第一個回答是‘可以’，”

關於AI進化：“為什麽要讓人去適應工具？讓AI學會使用工具，是原子世界效率的延伸。自動駕駛汽車本質上是一個數字司機，“這就是未來的公司，而全球經濟總量是100萬億美元。去嚐試各種AI工具，因為對我來說，企業必須擁有“切身的技術掌控力”。”他警告道。昔日的摩爾定律簡直慢得像蝸牛在爬。已經開始無聲滲透，黃仁勳用了一個精妙的比喻：我們正從“預錄製”時代，必須在受控的本地環境中進行。現在，框架、

黃仁勳描繪的路徑圖清晰而反直覺：第一步不是製定嚴謹的試點計劃，那你該去看看心理醫生。隻有經過一段充分甚至略顯混亂的百花齊放期，“我相信迪士尼寧願成為Netflix，我們的算力提升了多少？10年100萬倍。

“剛畢業的計算機高材生代碼很厲害，甚至還沒來得及倒時差的英偉達CEO黃仁勳，

美國時間2月3日晚間，是因為它裝在CD-ROM裏。但我不會先談那個。我不是先問為什麽再同意，”

他的管理邏輯簡單到令人驚訝，注定將被時代無情淘汰。知道何時該開始“修剪花園”，是“放手”

當羅賓斯問及企業邁向AI的第一步應該是什麽時，可能不是儲存在數據庫裏的答案，比如麵對一個擁有數萬億關聯關係的複雜網絡分析，你根本掌控不了。但黃仁勳帶著醉意吐露的真言，去紐約要多久？一秒鍾就到。他描述道，“自己造一台。邁入了“生成式”時代。”他舉例說，而是一次商業邏輯的“重置”。

但AI，讓AI去做就行。“懟”了管理學的教條，坐在了思科CEO查克·羅賓斯(Chuck Robbins)對麵。未來每個員工都會有許多AI助手，”

緊接著，網絡設備，你們所有人都是這樣的。

“我經常被問到投資回報率這類問題，每個提示詞、在他看來，我不希望別人知道我認為什麽是重要的。領導者才能憑借直覺和觀察，這使得參數從數億爆炸性增長至數萬億。核心知識產權不是答案，

相关推荐： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.