最近老黄发了篇罕见的长文，把他对 AI 的理解掰开揉碎地讲清楚了，我花了点时间仔细读完。这

黄仁勋在文章里提出了一个很有意思的比喻，他说 AI 是个五层蛋糕。

不是那种你在咖啡厅点的甜点，而是一个从能源到应用、层层叠加的工业体系。

他想表达的核心观点是：AI 不是一个聪明的应用程序，也不只是 ChatGPT 那样的模型，而是像电力、互联网一样的基础设施。

我们平时聊 AI，要么说模型多厉害，要么说应用多好用，但很少有人像老黄这样，把整个产业链从底层能源一直讲到上层应用。

今天我就把他文章里最重要的几个观点整理出来，和大家聊聊。

1️⃣

黄仁勋在文章开头就抛出了一个判断：过去几十年，软件都是预先录制好的。

程序员写好代码，计算机照着执行，数据必须整整齐齐放在表格里，用 SQL 语句查出来。

这套体系运转了几十年，我们已经习以为常了。

但 AI 打破了这个模式，它能理解非结构化信息，能看图、读文字、听声音，还能推理上下文和意图。

更关键的是，它实时生成智能。每一个回答都是新生成的，不是从数据库里检索出来的标准答案。

换句话说，以前的软件是播放器，但AI 是创作者。

这个区别听起来简单，但背后意味着整个计算栈都得重建。

老黄说得很直白：因为智能是实时产生的，支撑它的整个体系必须从头来过。

2️⃣

黄仁勋把 AI 产业拆成了五层，每一层都环环相扣。

第一层是能源。

老黄把它放在最底层，逻辑很清楚：实时生成智能需要实时供给的电力。

每一个 token 的产生，都是电子流动、热量管理、能量转化为算力的结果。没有电，一切都是空谈。

第二层是芯片。

AI 需要大规模并行计算、高带宽内存和快速互联，这些都得靠芯片实现。

芯片层的进展，决定了 AI 能扩展多快，成本能降多低，这也是英伟达的核心业务所在。

第三层是基础设施。

包括土地、供电、冷却、建设、网络，以及把成千上万个处理器编排成一台机器的系统。

老黄把这些叫做 AI 工厂，不是用来存储信息的，而是用来制造智能的。

第四层是模型。

语言模型只是其中一类，还有蛋白质 AI、化学 AI、物理仿真、机器人、自动驾驶等等。

老黄特别强调，不要把 AI 等同于语言模型，那只是冰山一角。

第五层是应用。

这是经济价值产生的地方，药物发现平台、工业机器人、法律助手、自动驾驶汽车，这些才是最终面向用户的产品。

老黄说，自动驾驶车是搭载在机器上的 AI 应用，人形机器人是搭载在躯体上的 AI 应用，底层的栈是同一个，产出的结果不同。

这五层的关系是什么呢？

每一个成功的应用，都在向下拉动每一层，一直拉到维持它运转的发电厂。

这就是为什么 AI 不只是软件公司的事，而是牵动能源、制造、建筑、电力等一大堆行业的系统工程。

3️⃣

老黄在文章里给出了一个惊人的数字：目前投入了几千亿美元，还有数万亿美元的基础设施尚待建设。

他说，全球各地，芯片工厂、整机组装厂、AI 工厂正在以前所未有的规模兴建。

这场建设需要大量劳动力，电工、水管工、管道工、钢铁工人、网络技术员、安装工、运维人员，这些都是技能型、高薪岗位，而且供给严重不足。

这里有个很有意思的观点：参与这场变革，不需要计算机科学博士学位。

很多人担心 AI 会抢走工作，但老黄的视角是，AI 基础设施建设本身就在创造大量工作机会，而且是实打实的技能型岗位。

与此同时，AI 也在提升知识经济的生产率。

他举了个例子，放射科医生现在用 AI 辅助读片，但对放射科医生的需求仍在增长。

因为医生的使命是照护患者，读片只是其中一个环节。

当 AI 承担更多常规工作，医生可以把精力放在判断、沟通和照护上。医院效率提升了，能服务更多患者，也会雇用更多人。

他总结说：生产率创造容量，容量创造增长。

这个逻辑听起来很简单，但确实是经济增长的基本规律。

4️⃣

老黄认为，2025 年 AI 跨过了一个重要门槛：模型变得足够好，能在规模上真正派上用场。

推理能力提升，幻觉减少，落地能力显著增强。

他特别提到了 DeepSeek-R1。

这个开源模型让强推理能力广泛可用，加速了应用层的采用，并进而推动了训练、基础设施、芯片和能源层的需求增长，这就是他说的五层蛋糕互相拉动的效应。

开源模型在其中扮演了关键角色。

全球大多数模型都是免费的，研究者、初创公司、企业、乃至整个国家，都依赖开源模型参与前沿 AI。

当开源模型达到前沿水平，改变的不只是软件，而是激活了整个栈的需求。

老黄看 AI 的角度和大多数人不一样，我们可能还在讨论某个模型好不好用，某个应用有没有前景，但他已经在思考整个产业链的重构了。

从能源到芯片，从基础设施到模型，从应用到经济增长，这是一个完整的工业变革视角。

方向已经清晰了，AI 不是某个公司的产品，不是某个国家的专利，而是像电力、互联网一样，会渗透到每个行业、每个国家的基础设施。

我们还处于早期，大部分基础设施尚未存在，大部分劳动力尚未完成培训，大部分机会尚未被实现。

但正如老黄说的，方向已经清晰。