“如果没有Windows，英伟达根本不会诞生！”黄仁勋放话，全球最值钱公司因Windows才存在？

写在前面：

原「AI科技大本营」现已全面升级为「奇点折射」。

过滤垃圾信息，直通全球 AGI 源头核心圈层。我们把 AI 领域最前沿的底层争论、工程踩坑与商业暗牌，折射为国内从业者能看懂、能防踩坑的实战增量。

点击上方蓝字关注「奇点折射」，与全球顶尖 AI 决策者同频。

整理 | 郑丽媛

出品 | CSDN（ID：CSDNnews）

当整个科技行业都在把注意力投向云端大模型、AI 数据中心和 Agent 入口时，英伟达 CEO 黄仁勋却在微软的活动上，把英伟达的起点拨回了 1992 年：

“英伟达是因为 Windows 才创立的……如果没有 Windows，英伟达根本不会诞生。”

近日，在微软与英伟达联合发布搭载 RTX Spark 芯片笔记本的活动上，黄仁勋与微软 CEO Satya Nadella 罕见同台，回顾了双方数十年的合作历程：从 Windows、GeForce 显卡到 CUDA，再到为 OpenAI 训练大模型提供算力，两家公司的技术合作一路延伸至今天的 AI 时代。

不过，这场对话聊的也不只是过去。随着 AI Agent 开始直接操作电脑、调用专业软件，双方还分享了对下一代 AI PC 的构想：让本地算力与云端模型协同工作，同时从操作系统底层解决 Agent 的安全与权限问题。

从共同推动 PC 革新，到联手探索 AI 时代的个人计算，两家科技巨头正在尝试回答一个新问题：当 AI 不再只是电脑里的一个应用，而是能替人使用电脑的助手，PC 又将变成什么？

没有 Windows，就没有英伟达：两家巨头的合作始于 1992 年

Sriram Krishnan：其实，很难得能看到你们两位同时站在同一个舞台上。微软和英伟达有着数十年的深厚合作渊源，你们个人共事的历史也已长达数十年。所以 Jensen，能否先跟我们分享一下，在与微软和 Satya 合作的过程中，你最难忘或最喜欢的一段回忆是什么？

黄仁勋：英伟达其实是因为 Windows 才创立的。那是 1992 年底，当时 Windows 3.1 刚推出，我们开始隐约预见PC 未来的可能愿景。坦白讲，在那之前我甚至都没见过 PC，大部分时间都在工作站、文件服务器以及用来设计芯片的超级计算机上工作。

当时我和联合创始人就在探讨：如果给PC 加入 3D 图形能力，让它既能玩游戏，又能成为工作站进行工程设计，未来会是怎样？于是我们勾勒出了这样一个世界，可以说如果没有 Windows，英伟达根本就不会诞生。

到了 1995 年，Windows 95 真正重新定义了一切。Windows 95 让 GPU 连接到PC 成为可能，而彻底革新 GPU 生态的则是 DirectX。Direct3D API 让应用程序能够调用并释放 GPU 的能力。到了 DirectX 8 时代，我们与微软共同发明了世界上第一款可编程 GPU，也就是可编程着色器。在此基础上几次迭代演化，最终诞生了如今大家熟知的 CUDA。

回看我们公司的整个发展历程，Windows 始终处于核心地位：

如果没有 Windows，就不会有 GeForce→ 没有 GeForce，CUDA 就不会诞生→而没有 CUDA，Alex Krizhevsky、Ilya Sutskever、Yann LeCun、Andrew Ng 等研究人员就找不到一台能够运行深度学习的计算机。

正是这条路径，让我们一路走到了今天。

Satya Nadella：哈哈，现在 Jensen 打算把一部分市值转回给我了。

黄仁勋：我每天都在做这件事！

Satya Nadella：Jensen 刚才讲述的这段历程非常不可思议，这在某种意义上就是整个计算技术的发展史。Jensen 最让我由衷佩服的一点，在于他对“加速计算能够达到何种高度”这一愿景始终如一的坚定坚持。纵观整个行业的发展轨迹，他是极少数数十年如一日紧握这一个核心构想的人，这种影响力甚至超过了任何单一的 PC 形态或芯片架构。

我回望过去，最早的记忆之一便是我们在探讨云端加速计算或高性能计算（HPC）能做到多大规模。我记得在 Azure 达成的第一笔合作，就是思考如何将 HPC 做得更大。

黄仁勋：Satya 是第一个在云数据中心内部署 InfiniBand 的人，这直接促成了为 OpenAI 提供超级计算机来训练 GPT 模型，剩下的事情大家也都知道了。

Satya Nadella：没错。如果我们当时没有为了 HPC 去做那些探索，如果不是机缘巧合下我们构建了基于 InfiniBand 的超级计算机，而 Sam Altman 恰好过来说“你们有没有算力”，我们回答“也许有吧”，后来的一切都不会发生。

坦白来说，Jensen 真正值得称道之处，在于他对加速计算这项技术未来发展的持续愿景——不是今天，也不是明天，而是作为一种长期趋势来看待。正是这种远见，才让我们走到了今天。

黄仁勋：这也促成了我们之间的一场深入交流，我记得很清楚。当时 Satya 和我在探讨：这对 PC 意味着什么？在后深度学习时代，我们该如何打造一台极致的 PC？

在我心目中，PC 就是最核心的终极工具，对整整一代人而言，亦是如此。当Agent时代到来，当 Agent 直接运行在你的电脑上并化身为个人助手时，它需要访问系统内各类强大的工具。而这些工具广泛分布在英伟达的生态中，覆盖游戏 PC 以及运行 Dassault、Siemens、Autodesk、Adobe 等软件的工作站。我们希望将全球顶级的 Blender、Unreal Engine、Omniverse、CATIA 等工具，与 AI 同时部署在同一台 PC 上。

那么，我们该如何实现这一点？这场四年前开启的探讨，我们整整花了四年时间去实现。

Agent 不该拿到整台电脑的“万能钥匙”，把安全隔离做到操作系统底层

Sriram Krishnan：Satya，过去几个月里，我们不断看到关于 Agent 与安全性的各种报道。大家都在日常使用各类 Agent，赋予它们完整的文件系统权限，让它们代表用户行动。而今天微软展示的 MXC（Microsoft Execution Containers），在我看来像是操作系统层面为 Agent 提供的一个全新核心原语。请你告诉我们，为什么操作系统是承载这一机制的最佳位置，以及这个原语带来了哪些可能性？

Satya Nadella：首先要记住，这一切始于在桌面端直接运行的代码 Agent。如果你观察一下哪个环节对安全隔离原语的需求最为迫切，答案正是本地宿主环境，即它对文件系统的访问和执行动作的权限。

因此在与 Jensen 及其团队合作时，我们思考的是：无论在云端还是在本地操作系统中，如何将这一层直接植入系统底层的原语中？由于代码首先是在本地桌面端运行，即使模型来自云端，我们也必须确保桌面端成为 Agent 执行任务最安全的环境——这就是 MXC 的由来。看到 OpenShell 能与 MXC 原生集成，这非常棒。

Pavan 刚才提到的控制机制表明，安全防护必须深入到各个层级，从微虚拟机（microVM）、完整虚拟机到具体的会话层。而我最期待的，就是 Windows 会话级的隔离机制。

安全隔离是基础，同时还需要端到端的全方位可观测性（Observability）。要获得可观测性，Agent 就必须具备独立身份，方便系统进行追踪、观测其全部行为轨迹，并基于策略实施治理。这才能真正让企业 IT 运维（ITOps）、安全运维（SecOps）乃至财务运维（FinOps）感到安心。

顺便提一下：追踪 Token 消耗及其发生位置的能力同样不可忽视。这并非某单一技术的功劳，而是将整个链路紧密缝合的结果。阻碍技术广泛落地的最大障碍，往往是缺乏对全流程完备性的考量。如果只做其中一部分而忽略另一部分，就无法建立信任。我很欣慰的是，我们已在云平台、客户端以及IT运维、安全运维和财务运维之间实现了整合。这是一种异构化的整合，它并非局限于微软的某一项技术，而是全面支持所有相关技术。

黄仁勋：Satya 刚才所说的内容，将成为下一代 IT 体系的基石。正如 Windows 和 DirectX 彻底重塑了应用程序的构建方式，MXC 也将彻底重塑 Agent 的构建与部署模式。没有这一层安全基础设施，大规模落地根本无从谈起。

本地跑模型、云端接力，“混合智能”将成为 PC 的常态

Sriram Krishnan：这与另一个核心话题高度相关：混合智能（Hybrid Intelligence）。过去几年里，大家习惯于在云端使用大模型并返回结果。而今天展示的场景截然不同：你可以选择不同的模型，有的在本地运行，有的在云端运行，还能在两者之间来回切换。

刚才一位介绍 GitHub Copilot 的演讲者说的一句话让我印象深刻：“这些 Token 是完全免费的。”请告诉我们，这带来了哪些可能性？因为这是一种全新的模式：部分工作负载在你的笔记本电脑上本地运行，另一部分在云端运行，并在两者之间进行智能调度，这会带来什么？

Satya Nadella：这有点像技术发展史中的关键时刻。我想起上世纪 80 年代末读研究生时，我在学校用的是连接到 VAX 主机的 VT100 终端，家里还有一台 PC。PC 上插着调制解调器拨号连接终端，本地运行 DOS 和早期 Windows。但直到 Windows 95 以及 Mosaic 浏览器的出现，才真正将本地与网络融合为一个天衣无缝的整体体验。用户并不关心算力究竟来自本地还是云端，只希望在无缝的工作流中随时调用计算能力。

今天 Daniel 演示的内容令人震撼：他在本地 ComfyUI 中拉取模型、生成素材，导入 Blender 进行强化，接着转到Photoshop，用本地模型进一步增强效果，再回到ComfyUI，最后通过Astra和Unreal Engine将整个流程迁移到云端。他只是在桌面上用了应用程序，本地运行模型，也在云端运行模型，一切自然发生。

这正是我想表达的：今天展示了众多出色的设备和各种技术，但对我而言，未来的发展方向非常清晰——从今往后，我们不会再去区分“这个在本地运行，那个在云端运行”，混合智能将成为无处不在的常态体验。

黄仁勋：刚才演示的那个工作流，包含了加速的 Blender、加速的 ComfyUI、云端的 Astra、本地运行的 Agent。整个计算的“有效交互面积”（Surface Area）极大，它实质上将整个技术行业几十年积累的顶尖软件工程全数调动了起来，共同服务于这一个应用场景。

Satya Nadella：没错。过去需要耗费几天的工作流程，现在短短几个小时就能完成。这代表着个人在创造力与野心上的真正加速，这一点在我看来非常酷。

Sriram Krishnan：这些模型在调用工具方面越来越强大，但工具和核心文件往往存放在本地设备中。这里有一个关键点：出于对数据安全、隐私和控制权的要求，用户通常希望工具调用尽可能发生在本地数据附近。

Satya Nadella：是的。在代码 Agent 兴起后，大家惊叹于控制台终端的强大，也重新意识到文件系统这个抽象概念的威力。Agent 未来很可能会成为文件系统最大的使用者。它们需要在异构环境中处理分散的数据，比如从下载项、云端同步文件、邮件中提取信息并汇入文件系统容器，再驱动模型进行深度处理。这就是全新的计算形态：我使用计算机，我的 Agent 也使用计算机，这些 Agent 同样需要这些基本功能。

想想 OneDrive：上一次我把 OneDrive 当作一个云服务或客户端工具是什么时候？它早已无处不在了。所以，未来无论在 PC 本地还是移动漫游，系统与 Agent 都应该随身相伴。

黄仁勋：更惊艳的是，Agent 将成为比人类更优秀的工具使用者。普通人往往只掌握任意一款专业软件 10% 到 15% 的功能，但 Agent 却知道每一个功能。当这些强大的专业设计工具在 Surface Laptop Ultra 这样的设备上深度加速原生运行时，Agent 就能完全掌控这些能力。

未来我们能实现什么，谁也说不准。看看它已经做到了什么吧：同时调用 Blender、Unreal Engine 和 ComfyUI 的表现真是令人惊叹。

把 1 Petaflop 的 DGX-1 塞进笔记本

Sriram Krishnan：Jensen，我想问问你关于硬件方面的想法。我们经常看到你谈论那些庞大的架构，例如 Vera Rubin、Blackwell、NVL72，这些支撑数据中心的“智能 Token 工厂”。但今天，我们想讨论的是运行在本地的 RTX Spark，支持移动与桌面工作站。能谈谈你对这种在你身边生成 Token 而非在数据中心里的 Vera Rubin 系统中生成 Token 的发展趋势的看法吗？

黄仁勋：参与这个项目的工程师数量惊人——超过了 4000 个工程年（engineering years）。这是一项真正重构PC 的宏大工程。我们有史以来第一次，将游戏 PC、笔记本、工作站以及云端超级计算机所具备的顶尖计算能力，彻底统一并封装进一颗超级芯片（Superchip）中。

这颗芯片是一头真正的算力怪兽：它将两颗巨型芯片融合封装在一起，提供高达 1 Petaflop 的算力。这里做个对比：当年开启现代 AI 革命的第一代 DGX-1 超级计算机，整机算力也就是 1 Petaflop，重达 500 磅、售价 25 万美元；而如今，同样的算力被完整封装在了一台轻薄的笔记本电脑中。

这是全球唯一一台能够原生运行完整 DirectX、Direct3D、各版本 OpenGL、并无缝跑通所有 CUDA 应用程序与 Unreal Engine 的 PC。我和 Satya 四年前讨论的，正是未来将出现全新一代的“AI 软件开发者”——他们要么开发 AI 应用，要么在 AI 辅助下编写软件。这要求底层的计算平台必须从根本上重构，全面原生支持 CUDA。

这是一场彻底的重新设计。我们非常清楚自己正在做的事情有多么重要。目前，我们已经对超过 1200 款应用进行了测试，其中包括全球最复杂、对性能要求最高的一批应用。我们完成了全面的功能测试、性能测试和兼容性测试，并针对这些应用进行了优化。

而我们的工作还会继续。这套系统的生态支持、将要引入的软件、中间件和算法，都将是一个持续推进的过程，不会有终点。这是一件非常了不起的事情。

当你最终看到这台漂亮的笔记本电脑时，就会明白这一切有多么不容易。参与这项工作的，不仅有我们两家公司的工程师，还有来自世界各地的众多企业。这一切都源于一个共同的信念：PC 一直是我们为人类打造的工具。如今，它依然是人们手中的工具，但与此同时，它还将成为我们的私人助理，帮助我们使用这些工具、完成各种任务。

当 Agent 替人做决定，出了问题谁负责？

Sriram Krishnan：最后，我想请教两位一个问题。当前行业对个人 Agent 的商业与法律权责的讨论非常激烈，比如当 Agent 代替人进行购买或决策时，责任由谁承担？服务提供方该如何识别和响应非人类用户的请求？

目前，已经有人尝试制定相关标准，整个行业也在探索如何解决这些问题。如果让两位展望一下未来，你们认为这一切将走向何方？我们需要建立新的行业标准吗？还是说，整个行业会逐渐围绕一套新的行为规范形成共识？

Satya Nadella：这个问题还是要回到我们之前讨论过的核心：信任。建立信任，首先要解决一些基础问题。例如，这些 Agent 是否处于受控环境中？它们是否拥有独立的身份标识？Agent 的操作审计记录，能否与用户自身的操作记录区分开来？

Pavan 团队的核心工作之一，就是确保代表用户工作的 Agent 具有与人类用户清晰解耦的独立凭证。只有建立了身份与边界，用户才能明确自己向 Agent 授予了何种级别的权限与委托。这是一个建立在信任基础上的决定，而且随着技术发展，人们可能会逐渐授予 Agent 更多权限。Agent 的自主性越强，我们就越需要建立足够的信任，才能放心地让它继续执行任务。

对于消费市场而言，最终还需要通过保险和风险定价机制来解决相关问题。从技术角度来看，实现 OAuth 这样的授权机制并不困难，现有协议也已经相当成熟，我们应该在技术层面将它们落地。但归根结底，真正需要解决的是：当 Agent 代表我采取行动时，这种代理行为应该如何定价？市场又该如何评估和定价由此产生的责任风险？

黄仁勋：你提出的问题，实际上触及了整个 Agent 体系的基础。MXC 是其中一个重要的基础组成部分，而我们与微软共同推进的 OpenShell 以及相关工作，核心关注点就是信任、隔离、可观测性和监控。

我们必须确保这一层足够安全。当 Agent 代表我们执行任务时，首先要遵循的原则就是只授予它完成任务所必需的最低权限。Agent 需要拥有自己的凭据，其行为也必须接受监控，并且能在可信的机制下运行。只有把这些基础工作做好，我们才能真正放心地让 Agent 自主行动，代表我们完成各种任务。

Sriram Krishnan：今天确实是一个意义非凡的时刻。我还记得，OpenClaw 刚出现时，大家还在终端里折腾，需要自己动手搭建网关。如今，它已经成为 Windows 中深度集成的一部分，还能够利用 Token 加速能力运行。从当初的摸索到今天的进展，这种变化确实令人惊叹。

黄仁勋：感谢 Satya，感谢 Pavan 和整个微软团队，我们一起重新发明了 PC。

Satya Nadella：感谢 Jensen，也感谢双方一直以来的合作，今天我真的非常兴奋。最后，我还想补充一点，刚才 Jensen 简单提到了这项工作的愿景，这恰恰体现了 Windows 一直以来的理念：不让任何一段代码、任何一种框架被时代抛下，而是设法将它们一同带入未来。

如今，我们不仅要让所有 Windows 应用、图形应用、CUDA 和 OpenGL 都能继续运行，还要将 Token 工厂这样的全新计算能力纳入其中，这段旅程才刚刚开始。

黄仁勋：Windows 已经陪伴我走过了 34 年。看来，接下来的 34 年，它还会继续陪着我。

Satya Nadella：说得好！再次感谢大家。

视频链接：https://www.youtube.com/watch?v=RE_AsVyoOSQ

「大模型技术：从 Agentic Scaling 到 RSI」专题阵容更新！

从 OpenAI、Anthropic、Google 到智谱、DeepSeek、月之暗面、阿里等头部团队都在持续推进 RSI / 自进化相关研究。

2026 奇点智能技术大会邀请一线研究者与工程技术专家，围绕强化学习、持续学习、AI 制造 AI、自进化 Agent、模型数据飞轮等关键方向展开分享。

11 月 20–21 日｜北京万达文华酒店

专题还附赠一份 《RSI 递归自我改进 / 自进化前沿研究资料包》，汇总 OpenAI、Anthropic、Google、智谱、DeepSeek、Kimi、阿里等最新论文、官方报告与研究资料。

扫码即可免费领取，也欢迎报名来现场把 RSI 这条技术主线一次听透。