当 NVIDIA 不再只卖 GPU：黄仁勋的”代理世界”蓝图
看完老黄在 2026 GTC 台北站的那场演讲，我只有一个感受：
这人已经不满足于做显卡了。他想要成为 AI 时代的"国家电网"。
从"聊天玩具"到"数字员工"
过去两年多，我们一直在跟生成式 AI 玩。让 ChatGPT 写个总结、让 Midjourney 画张图、让 Claude 改段代码——这些本质都是"输入-输出"的一次性互动。
但老黄这次说得非常明白：真正的拐点到了。
"Agentic AI"（代理型 AI）这个词才是这场演讲的真正主角。AI 不再只是你问起笔它才回答的工具，而是能够自主思考、制定计划、调用工具并执行复杂任务的数字劳动力。
GitHub 的数据显示，AI 代理正在把软件开发生产力提升三倍。这让我脑海中闪过一个画面：
以前一个程序员面对一张待办清单，一个 AI 在旁边帮你搜索、帮你写、帮你 debug。以后，是你面对一张待办清单，AI 那个"员工"直接替你干完了大部分。
"计算机制等于收入"——这句话虽然听起来像典型的"卖铲人"逻辑，但还真没法反驳他。因为每个 token 背后都对应着真实的企业产出和利润，这意味着什么？
全球对算力的渴求只会越来越疯狂。而老黄就是那个卖铲的人，现在他不仅要卖铲，还要把整个矿场的基建都包了。
老黄的野心：你不只买我的卡，你要买我的"工厂"
Vera Rubin 架构的发布，标志着 NVIDIA 彻底撕掉了"GPU 公司"的标签，正式转型为基础设施公司。
6 万亿个晶体管、超 1.8 万个组件、革命性的 PCB 中间层设计实现无电缆化，机架组装从 2 小时缩短到 5 分钟——这些数字不是工程师们在炫技，而是 NVIDIA 在告诉全世界：
"我要替你建 AI 工厂，而且要让这些工厂像乐高一样快速搭建、像发电厂一样稳定运行。"
45 摄氏度热水液冷技术降低能耗，这是针对买方的核心痛点打的牌。毕竟之前切片式地买卡回去自己攒集群的时代正在被终结。
这就像亚马逊当年从卖书变成做 AWS，当整个行业都需要一种底层服务时，卖服务的永远比卖单品的更有话语权。
NVIDIA 正在把 AI 算力变成像水电一样的基础设施。而且，它要收"水费"。
专为 Agent 而生的 Vera CPU：老黄重新定义了芯片逻辑
这场演讲里我个人最感兴趣的部分。
老黄直言：传统的通用 CPU 根本不适合 AI 代理时代。
在一个 AI 工作循环里，CPU 是指挥官。如果 CPU 反应慢，那旁边摆着再贵的 GPU 也只能"空转"——这损失比想象中大得多。所以他提出了一个非常有冲击力的定位：
"Vera CPU 是专为 agent 设计的，不是为人类设计的。"
这句话本身就很有信息量。过去几十年，CPU 的设计哲学是服务人类操作系统的调用、终端任务和通用计算。而 Vera 的设计目标是极致单线程性能、超高 IPC、3.6 Tbps 的织网速度——一切为了让 agent 之间的通信和调度尽可能快。
底层任务快 3 倍，纽交所实时流任务快 6 倍——这个对比放在金融和交易领域，基本就是碾压式的代差。
我的判断是：通用计算时代正在分裂。 CPU 赛道会进一步分化成"为人优化的旧架构"和"为 AI 优化的专用架构"。Intel 和 AMD 如果不能迅速跟进这种思维，被甩开的危险不是不存在。
RTX PC：把数据中心塞进你的背包
如果 Vera 架构是向上（超大规模数据中心），那 RTX Spark 系列就是向下——把 AI 能力塞进每个人的个人电脑里。
老黄说这是"PC 产业 40 年来最大的变革"，说实话，这种话他以前也说过不少。但这次我倾向于认为他七成是认真的。
想象一个场景：你不再需要打开 Photoshop 调参数、不需要去 Blender 里切来切去，而是直接对电脑说"帮我做一个赛博朋克风格的角色，带荧光紫披风"——然后本地 AI 代理自己去操作这些工具，把你的意图翻译成上百个精确的操作步骤。
这才是真正的"自然语言编程"——不是教用户写代码，而是让 AI 直接替你操作代码和工具。
"每个家庭都有一台 AI 超级计算机"——这句话听起来宏大，但核心前提是：这些算力到底要多少钱？联发科做 NEX 芯片、微软推系统层适配，说明这个生态的拼图正在慢慢拼上。
PC 产业的 AI 化是不可逆的趋势。问题是：谁来做 AI PC 时代的定义者？NVIDIA 显然不想只当幕后配角。
物理 AI 与 Cosmos 3：最远的一步，也是最性感的一步
如果说 AI 代理是"现在"，RTX PC 是"马上"，那物理 AI（Physical AI）就是"未来"。
Cosmos 3 基础模型的核心能力是什么？生成物理真实的视频，让机器人在进入物理世界前，先在虚拟环境里"试错"一万次。
这解决了机器人/自动驾驶行业一个核心瓶颈：真实世界数据的获取太贵了。你不可能让人形机器人在现实里摔一万跤来学走路，但你可以让它在模拟器里摔。
配合 GR00T 机器人平台，NVIDIA 正在做一盘很大的棋：从仿真训练到硬件运行，全栈打通。
这本质上是在降低具身智能的门槛。未来做机器人的公司，可能不再需要自建昂贵的物理测试场，而是先在 Cosmos 里完成 90% 的训练。
我的结语
回到文章开头那场演讲的本质。
黄仁勋讲的不是几款新硬件，而是未来十年社会的运转方式：
在代理驱动的世界里，人的价值将从"执行"转向"意图"和"创意"。你不需要精通 Photoshop、不需要会写代码、不需要了解复杂的工程流程——你只需要能清晰表达你想要什么，剩下的，agent 会替你完成。
听起来很美好，甚至有点乌托邦。但我作为一直在这个行业观察的人，有几个保留意见：
第一，"计算机制等于收入"本质上是卖方视角。 算力确实重要，但它是不是直接等于收入？很多公司买了大量 GPU 后发现利用率并不理想，AI 落地的大卡车远远还没开到终点。老黄这么说，是在帮自己的商业叙事。
第二，NVIDIA 的全栈野心值得警惕，也值得尊敬。 从芯片到架构到工厂到 PC 到机器人生态，它在每一个 Layer 都试图占据核心位置。当一个参与者既做裁判（定义标准）又做运动员（卖产品）时，行业的竞争格局会变得很有趣。
第三，Agentic AI 确实会改变工作方式，但不会一夜之间替代所有执行层。 越是复杂的任务，人类意图的设定、监督和对齐就越关键。未来最值钱的能力可能是"精准描述你要什么"。
最后一句总结：
NVIDIA 不再卖 GPU，它在卖"新世界的基建"。而这座城到底有多大、有多少人住进来，不只看老黄铺多少路，也看整个生态能不能找到真正落地的人工智能应用。
以上。
你怎么看 Agentic AI 这个趋势？你觉得老黄这次是在画饼还是新一轮技术浪潮的前奏？评论区聊聊。