AI 概覽：在洛杉磯舉行的 All-In 高峰會上，英偉達（NVIDIA）執行長黃仁勳駁斥了有關人工智慧將引發「生存危機」的擔憂，稱這些觀點既不科學也缺乏實證依據。當唐納德·川普總統在峰會現場突然連線黃仁勳，兩人共同抨擊針對人工智慧發展的限制措施時，這場討論引發了國際關注。如欲了解更多詳情，請瀏覽 Axios。 當 Dario 想放慢 AI，黃仁勳說：先把工程做好
世上的聰明（有錢）人何其多，（黃）爸爸不一定都對，但爸爸的話一定要聽一下。我看了黃仁勳這場 All-In Summit 訪談，在這個時間點，確實有必要筆記下來。
尤其 Anthropic 執行長 Dario Amodei 才公開提出「控制前沿 AI 發展速度」的想法，結果黃仁勳一上台，第一個被問到的，就是怎麼看這件事。
原本我以為又會是一場「AI 樂觀派大戰末日派」。但完整看完訪談之後，我覺得 Jensen 真正的論點，比單純喊「不要減速」更有意思。
他真正想講的可能是：AI 的下一個瓶頸，不一定是智力，而是工程。
安全與領先，不是二選一
黃仁勳並沒有否定 AI safety。相反地，他直接說：「Safety is paramount。」安全非常重要。但他接著強調，安全與領先並不是二選一。美國可以快速創新、快速執行，同時把安全做好。
他也特別提到吹哨者 Coxon。如果公司內部真的存在失控或管理問題，就應該非常嚴肅處理；願意公開提出問題，也需要很大的勇氣。但 Jensen 不接受的是另一件事：把尚未有科學根據的未來災難機率，包裝成精確預測。
主持人問他，如果專家告訴一般人「AI 有 10% 的機率造成文明滅亡」，到底該怎麼理解？Jensen 的回答很乾脆：不用理解。因為那個數字是「做出來的」。
他接著列舉過去很多對 AI 的預測：放射科醫師會消失、90% 的程式碼短時間內由 AI 生成、大量初階工作會在幾個月內消失。他的意思不是 AI 沒有改變世界，而是這類帶著具體期限與百分比的巨大預測，一再沒有照原本的劇本發生。
所以 Jensen 和 Dario 真正的第一個分歧，不是「AI 有沒有風險」。
而是：現在看到的證據，是否已經足以推論我們必須全面降低 AI 發展速度？
從 Research 走向 Engineering
整場訪談裡，我覺得最重要的一句話，反而不是 AGI，也不是資料中心。而是 Jensen 一再提到：AI 實驗室正在從研究走向工程。
研究的目的是探索未知。工程的目的，是讓系統可以穩定、可靠、可重複地運作。今天這些前沿 AI 公司，同時在建立模型、產品、企業文化、工程組織與商業模式。Jensen 甚至形容，那種狀態有點像「頭髮著火」。某種程度也不難理解。
因為以前 AI 是研究室裡的實驗，現在卻突然要服務幾億人、連接工具、操作外部系統，甚至開始協助研發下一代 AI。問題自然從：
「它有多聰明？」變成：「它會不會出錯？」「出錯時能不能被發現？」「原因找不找得到？」「找到之後能不能保證不再發生？」這些其實都是工程問題。
出事之後，先做 Root Cause
所以當主持人問到前沿實驗室最近發生的安全事件時，Jensen 第一個反應非常像工程師。先做根因分析。到底發生什麼？哪個環節出了問題？原本可以做什麼不同處理？未來要加入什麼技術、方法與流程，讓事情不要再次發生？他甚至直接提到沙盒、執行環境、監控系統以及持續監控。
這一段我覺得是整場訪談最值得記下來的地方。因為 Jensen 真正反駁的不是：「安全重要嗎？」當然重要。
他反駁的是：發生幾次事故之後，我們是否應該立刻把結論提升成「AI 本身不可控，所以整個產業都要慢下來」？他的答案是：還沒有。
真正值得追蹤的，是事故到底「可不可以控制」
Jensen 接著提出一個非常實用的判準。如果這些 AI 實驗室完成事故分析之後，可以說：「我們知道發生什麼，也知道未來怎麼避免。」那它主要還是一個工程成熟度問題。
但如果最後的答案是：「我們完全不知道發生什麼，也不知道怎麼控制它。」那事情就完全不同了。Jensen 甚至說，如果真的到了後者，其他公司的工程師都應該進去幫忙。
這其實比「你是哪一派」更值得關注。未來真正重要的，不只是 AI 發生多少事故。而是：事故發生之後，我們能不能理解、重現、修正，並驗證修正真的有效。這可能才是 AI 從研究走向成熟工程產業的分水嶺。
RSI：AI 幫忙打造下一代 AI，真的會一路失控嗎？
接著主持人問到另一個現在非常敏感的概念：遞迴式自我改進，也就是 Recursive Self-Improvement，簡稱 RSI。
簡單講，就是讓 AI 協助改善 AI。Jensen 的看法很有意思。他沒有把 RSI 描述成某一天 AI 突然覺醒、開始秘密複製自己的科幻劇情，而是把它拆成很多其實已經存在的技術方法。
例如情境資訊、技能、反思、強化學習、合成資料，再把這些經驗重新用來改善模型。他的結論非常簡單：既然 AI 可以提升各種工作的生產力，當然也會被拿來提升「打造 AI」這件事情的生產力。
但是他強調，公司內部就算不斷改善模型，真正發布產品之前還是得做測試、驗證與退步檢查。隨著 AI 實驗室逐漸從研究機構變成工程組織，控制能力也會來自方法、知識、實務、工具與技術。
所以 Dario 擔心的是：能力進步得比安全能力更快。
Jensen 的回答則是：那就把安全與控制也變成工程。
有趣的是，兩邊的解方其實沒有想像中那麼遠
Jensen 後面其實也支持第三方評估。他的比喻是財務稽核。上市公司有外部會計師，AI 公司也可以有獨立第三方評估者，而且最好不只一家，避免單一機構形成偏見或受到特定影響。
所以真正的爭議不是：Dario 說安全重要。Jensen 說安全不重要。而是：Dario 認為目前能力跑得太快，因此速度本身也應該調整。
Jensen 則認為，目前的問題還有很大部分是工程成熟度不足，所以應該先把控制、測試與驗證做好，而不是直接把「減速」當答案。這個差異小很多。但也重要很多。
Coding 變少，不等於 Engineering 消失
訪談中還有一段我很喜歡。Jensen 回憶自己剛畢業當工程師的年代，其實沒有花那麼多時間打字。
後來軟體工程興起，一整代工程師才開始每天坐在電腦前寫程式。他半開玩笑地說，NVIDIA 的軟體工程師來跟他講事情時，他常跟他們說：「你們只是在打字而已。」
他最喜歡的鍵盤按鍵甚至是 Backspace，刪除鍵。因為：最好的軟體，是最小的軟體。這其實是一個很好的提醒。我們現在看到 AI 越來越會寫程式，就很容易問：「那工程師是不是要消失了？」
但 Jensen 的反問其實是：為什麼你把工程等同於寫程式？真正的工程一直都是理解問題、設計系統、做取捨、測試、找錯、修正，最後讓東西穩定運作。AI 如果把大量「打字」拿走，工程可能不會消失。反而會更接近工程原本的樣子。
Open Source：真正的 AI 競賽，不是只有幾家公司贏
接著訪談談到開源。Jensen 的立場很清楚：世界同時需要封閉模型，也需要開放模型。
有些情況適合使用最先進的封閉模型，但有些企業會因為主權、隱私或自己的專有技術，需要掌握自己的模型。
他甚至舉出一個很大的數字。過去六個月，有大約 4,000 億美元創投資金進入 AI 原生公司，而他說其中約 80% 使用開放模型。如果沒有開放模型，很多新創根本沒有能力去實現自己的想法。
所以 Jensen 認為：美國贏得 AI 競賽，不應該只是 OpenAI、Anthropic、Google 或幾家公司贏。而應該是：每一家企業。每一個產業。每一個研究者、老師、學生與新創，都能使用 AI。這個觀點其實也很符合 NVIDIA 的位置。他不需要只押一個模型。最好是百花齊放。
中國模型用了又怎樣？重點是誰最會利用
主持人接著問了一個更有意思的問題。如果越來越多優秀的開源模型來自中國，那美國是不是輸了？
Jensen 的回答沒有那麼直覺。他說，中國本來就有大量工程師，也有大量理工人才，所以今天很多開源軟體與技術都會有中國工程師參與。
但是一個模型下載下來之後，你可以分支、修改、改善，最後把它變成自己的東西。所以他真正關心的問題不是：「這個模型最早是哪個國家做出來？」而是：誰最會利用這項技術？
他用上一次工業革命做比喻。很多重要發明與科學理論來自歐洲，而不是美國。但是最後美國把這些技術轉化成工業、企業與經濟力量。所以在 Jensen 眼裡，AI 競賽真正比的不是單純「誰先發明」。而是：誰能把它轉化成最多實際價值。
他對中國還有另一個判斷：不要低估量產能力
後面主持人又問，中國什麼時候可能掌握先進微影技術。Jensen 的回答很乾脆：2030 年。
主持人覺得還有幾年，但 Jensen 說，站在 NVIDIA 這種公司的尺度來看，兩三年只是一個瞬間。他真正想提醒的是：中國非常擅長大規模生產。所以很多事情對中國來說只是時間問題。
這個判斷和前面的開源觀點其實是一致的。如果中國有人才、有生產規模，又持續投入技術，那麼「靠時間差永遠維持領先」本來就不是可靠策略。也因此他最後才會非常明確地說：放慢，肯定是錯誤策略。
然後，川普突然打電話來了
就在談話進行到大約一半時，出現一段很有戲劇效果的插曲。川普真的打電話給黃仁勳。
人在台上的 Jensen 乾脆把電話接到麥克風旁，全場一起聽。川普一開始還先虧他：你可以設計出世界上最複雜、別人十年都追不上的晶片，卻不知道怎麼把我切成擴音。
全場大笑。但接下來川普的立場比 Jensen 更直接。
他說資料中心會讓地方變得更富裕，把 AI 形容成未來二、三十年的新石油，甚至說：誰贏得 AI，誰就贏。
他也直接否定「機器人將接管世界」的說法，強調美國不能因為這些恐懼停下產業發展。這一段插曲反而把整場訪談的張力放大了。
Dario 擔心的是：AI 跑得太快。川普擔心的是：美國跑得不夠快。而 Jensen 的位置剛好卡在中間。他不像川普那樣直接說風險是一場騙局，他前面其實非常明確承認安全、內部控制、第三方評估都重要。
他的答案比較像：不要先把「放慢」當解法，先把工程做好。
AI 不只是模型，而是一場新的工業革命
接下來訪談進入 NVIDIA 真正熟悉的領域。電力讓人類可以驅動任何東西。網際網路讓我們可以找到任何東西。AI 則讓我們可以詢問、理解更多事情。但 intelligence 不會憑空出現。它必須被「生產」。因此 AI 不只需要模型或晶片。還需要土地、電力、資料中心、記憶體、光通訊、供應鏈與工程建設。
這也是為什麼 NVIDIA 現在看的已經不只是 GPU。Jensen 說，他一直在找整個產業裡面的瓶頸。以前是往上游看，確保台積電、記憶體與相關供應鏈跟得上。現在則開始往下游看。土地有沒有？電夠不夠？機房能不能蓋？地區型雲端供應商能不能快速增加？如果其中任何一個環節卡住，GPU 做再多也沒有用。
NVIDIA 的策略：需要做到哪裡，就做到哪裡
主持人接著問了一個很好的問題。NVIDIA 現在這麼有錢、工程能力又這麼強，為什麼不乾脆一路往上，把更多應用與服務全部自己做掉？
Jensen 的答案其實很能代表 NVIDIA 的企業哲學。他說：我們會往上做到必要的地方，但盡可能停在下面。原因很簡單。如果 NVIDIA 沒有做 cuDNN，很多 AI 框架可能無法順利發展。如果 NVIDIA 沒有做 Megatron 這類技術，大規模模型訓練也可能很難發生。
所以 NVIDIA 會把產業缺少、但又必須存在的基礎技術做出來。然後：讓一千朵花盛開。
這句話我覺得其實非常重要。因為 Jensen 真正想要的，不一定是 NVIDIA 把整條價值鏈全部吃掉。而是讓愈多人在 NVIDIA 之上成功。
幫助別人成功，而不是每一層都自己賺
這個想法到訪談後段更明顯。主持人問他，既然 NVIDIA 有這麼強的能力，為什麼不繼續往更多產業深入。
Jensen 舉了幾個例子。例如自動駕駛。未來不只是乘用車，農業機械、卡車、貨車，幾乎所有會移動的東西都可能逐漸自主化。但大部分公司沒有足夠規模，自己從頭打造完整 AI 技術。那 NVIDIA 就先把底層能力做出來，讓車廠再依照自己的最後一哩需求調整。
生技也是一樣。他特別提到蛋白質、生命科學相關模型。因為像 Lilly、Merck 這些製藥公司需要這些能力，但未必每家公司都有能力自己把最底層模型全部建立起來。所以 NVIDIA 去做。
不是因為他每天早上醒來想：「今天我要顛覆誰？」Jensen 自己的說法反而是：我們只是每天早上醒來，想辦法幫助所有人。
這聽起來當然非常像 CEO 的漂亮話。但放回 NVIDIA 的平台策略，其實有它的邏輯。如果 NVIDIA 自己跑去和每一家客戶搶最終產品，那些公司最後就會變成競爭者。
相反地，如果 NVIDIA 專注打造大家都需要、但個別企業又很難獨立完成的基礎能力，愈多企業成功，NVIDIA 自己反而愈成功。
他在訪談裡甚至直接說：我寧願幫助每一個人成功，而不是從每一個人身上切一塊下來。這或許才是 NVIDIA 最厲害的護城河。不是只有 GPU。而是讓整個生態系有理由希望你成功。
別忘了爸爸就是全世界最大的鏟子商
講到這裡，還是要提醒自己。Jensen 的世界觀非常完整。他的利益位置也非常清楚。AI 發展越快，NVIDIA 受益。開放模型越多，NVIDIA 受益。RSI 使用越多運算，NVIDIA 受益。資料中心蓋越多，NVIDIA 也受益。所以當全球最大的 AI 基礎建設受益者說：
「Slowing down is definitely the wrong strategy。」放慢肯定是錯的。
當然值得聽。但也不能忘記他坐在哪個位置。
訪談最後，主持人問 Jensen：我們是不是已經到了 AGI？他認為按照某些定義，可能已經到了。甚至在某些狹窄領域，已經可以叫做「超級智慧」。例如自動駕駛。車不需要會幫你煎蛋。它只需要比人類更會開車。如果事故率遠低於人類，那在駕駛這個特定領域，它已經比人更強。蛋白質設計與篩選，也可能出現同樣的情況。
但看完整場訪談，我現在反而覺得「AGI 到底到了沒」沒有那麼重要。我更想追蹤三件事情。
第一，AI 發生異常行為之後，人類能不能找到根因，並穩定修正？
第二，AI 能力提升的速度，會不會長期快過測試、驗證與控制能力？
第三，當 AI 從研究走向大規模工程，它的可靠度會不會像其他成熟工程產業一樣持續改善？
如果答案都是肯定的，那 Jensen 的判斷可能是對的。現在看到的混亂，很大一部分只是 AI 從研究室走進真實世界必須付出的工程學費。
但如果模型愈強，我們反而愈不知道它為什麼做某些事；事故不能重現、根因找不到、修正也無法驗證，那麼「先把工程做好」可能就不夠了。
那時候，要求放慢速度的人，就會變得更有說服力。
看完這場訪談，我真正記下來的是：AI 下一場真正的戰爭，也許不是智力，而是工程。
研究可以容許驚喜。產品不能。研究可以說：「哇，它居然會這個。」工程則必須回答：「為什麼？」「能不能重現？」「怎麼監控？」「怎麼阻止？」「修正之後，怎麼證明它真的不再發生？」
Dario 擔心的是：AI 的能力進步得比我們理解它更快。川普擔心的是：美國跑得不夠快。而 Jensen 相信的是：人類可以一邊跑，一邊把控制、驗證與工程能力做得更好。
除此之外，他還有另一個讓我印象很深的信念。AI 的價值，不應該只集中在少數幾家公司。開放模型讓更多人可以參與，基礎技術讓汽車、生技、製藥、研究機構與新創都可以站上來繼續往前。
真正強大的平台，不一定是把所有價值都留給自己。而是讓愈多人因為你而成功。
黃爸爸會不會又一次說對？我不知道。
但如果一個一邊告訴你「不要慢下來」、一邊又剛好是全世界最大引擎供應商的人開始催你踩油門……爸爸的話還是要聽。安全帶也還是自己繫好。
身為投資人，我現在想關心的問題可能只剩下一個：AI 的工程成熟度，有沒有跟上它的智力？
豬立安的投資筆記
+++++
沒有留言:
張貼留言