1个人就能干100人的活！黄仁勋：NVIDIA已实现AGI，AI最重要的是赚钱

在2027第二财季财报电话会议上，黄仁勋宣布：NVIDIA已经实现了AGI（通用人工智能）。

“很多任务上，我们其实已经达成AGI了，那些里程碑现在都没什么意义。”

他说之前绝大多数AI还是由人下指令，但过去一个月已经跨过去，现在大多数AI都是agent在跑。

然后，他做出了一个惊人的预测——

未来，NVIDIA 4万名员工就能同时指挥40万，甚至400万个全天候工作的AI智能体，日夜不停工作。

这就相当于1个人配100个智能体，1个人就能干100个人的活！

黄仁勋认为对产业真正重要的是三件事，AI现在在做有生产力又有用的工作、AI 正在产出能赚钱的token，以及如果算力更多，就能产出更多token，所有服务就有更多获利。

黄仁勋在财报电话会议上没有对AGI进行定义。按照行业说法，AGI通常是指达到或超越人类智慧的AI，能够理解和执行人类可完成的任何智能任务，被认为是AI开发的终极目标。

此前，OpenAI CEO Sam Altman在接受《时代》杂志最新采访时表示 ，该公司将在今年年底前实现自主研发AGI。OpenAI将AGI定义为“在最具经济价值的工作中表现优于人类的高度自主系统”。

以下黄仁勋财报电话会议采访原文（芯硬件通过音频采编）：

Melius Research分析师Ben Reitzes：“OpenAI说今年底就可能达到AGI，产业需求会怎么样，还会再加速吗？”

黄仁勋：“这个问题很好，它还会再加速。今天绝大多数的AI还是由人下指令，我相信上个月已经跨过去了，现在大多数AI都是agent在跑，但未来每一家公司都会有一大堆agent。

我们有大概4万名员工，未来会有40万个、400万个agent，而且它们不停地跑。

很多任务上，我们其实已经达成AGI，那些里程碑现在都没什么意义，我认为对产业真正重要的是三件事：

第一，AI现在在做有生产力又有用的工作；第二、AI正在产出能赚钱的token；第三、如果算力更多，就能产出更多token，所有服务就有更多获利。

这就是我们现在的阶段，也是大家全力投入的原因。”

就在一周前，NVIDIA刚宣布，其自研的通用编码智能体AVO，在ARC-AGI-3上拿了100%满分。

它在25个游戏环境里通关了全部183个关卡，总共只花了6624步，RHAE（相对人类行动效率）拿到100.00分。

那啥是AVO呢？它NVIDIA开发的一套通用编码智能体系统，全称是Agentic Variation Operators（智能体式变异算子‌），读起来比较拗口，但理解起来并不难。

和一般的agent一样，AVO可以检查和编辑代码、运行命令、查阅文档，并在整个执行过程中验证其工作。其重点在于实现长时间的持续自主运行。

AVO的核心创新在于将大语言模型（LLM）从传统进化搜索中的“被动代码生成器”升级为‌具备规划、调试与工具调用能力的自主智能体‌，该智能体会决定如何生成下一个候选项，包括检查什么、更改什么、测试什么以及提交什么，替代固定的人工启发式规则。

你可以理解为，它会让大模型变得更加“拟人”，更加“自主”，在某些环境下，有接近人类的主动思维。

要知道，ARC-AGI-3是出了名的不讲武德。它是一种交互式推理基准测试，会把智能体直接扔进一个陌生游戏，规则和目标都不给，全靠AI自己摸索。

难点在于，AI需要自己看、自己猜、自己玩，最终实现通关。

有意思的是，AVO这次用的模型是Claude Opus 5。但让它单独去参加考试，成绩只有30.16%，就这还是官方认证榜上的第一名。

而NVIDIA并不改动模型本身，只是把它套用到AVO里。

于是，同一个Claude Opus 5，分数直接从30分跳到了满分，差生秒变学霸。

而且做出AVO的是一支华人班底，官方博客署了五个名字，四位是华人：Humphrey Shi、Terry Chen、Zhifan Ye和Yeyin Zhu，剩下那位Jean-Francois Puget是NVIDIA杰出工程师，两届Kaggle大师（ CPMP ）。

但当下仍然有大批人认为，大模型永远无法实现AGI，因为它们缺乏持久记忆，难以理解逻辑，并且容易产生幻觉。

此外，在AI数据中心投资空前高涨的背景下，不少人对都在等着这个“被吹大的AI泡沫”什么时候被刺破。

但无论外界如何嗤之以鼻，也不耽误NVIDIA赚得盆满钵满。

他们刚刚送出一份创纪录的财报，2027第二财季营收高达962亿美元，同比增长达到106%。黄仁勋还表示，如果不是内存短缺，其增长速度可能更快。NVIDIA预计，内存短缺至少会持续到2028年初。

那如果真如黄仁勋所说，NVIDIA率先实现AGI，意味着什么？

首先，NVIDIA已经坐拥全球最大的算力资源。一旦AGI实现，一条令人惊叹的“计算反哺研发”护城河将彻底打开。

一旦AGI解锁递归自我改进 (RSI)，NVIDIA就能有效地在内部孵化出一支由数百万“AI智能体超级科学家”组成的队伍，自动化设计下一代更极致的GPU架构，甚至重写CUDA。

这种“左脚踩在右脚上”的绝世轻功，将为NVIDIA带来前所未有的利润。

最终，NVIDIA不仅将世界上绝大多数有效的“AI劳动力”占为己有，还会随着人类由人工智能和芯片驱动的硅基文明阶段，获得最丰厚的垄断红利。

细思极恐。