新智元报道
最近财报电话会上，黄仁勋喊出：已经实现了AGI！
随后，他给出了惊人预测——
未来的英伟达，可能只需要4万名人类员工，就能同时指挥40万甚至400万个24小时无休的AI Agent疯狂工作！
如果英伟达率先实现AGI，这意味着什么？
本来，英伟达就坐拥全球最庞大的算力底座，实现AGI后，一条惊人的「算力反哺研发」的护城河，就将彻底挖通。
一旦AGI解锁了递归自我进化（RSI），英伟达就等于在内部孵化了数百万AI Agent的超级科学家大军。
这支大军会反哺自身，自动化涉及下一代更逆天的GPU架构，甚至重写CUDA代码。
这种「左脚踩右脚」的升维打击，将为英伟达带来前所未有的高额垄断利润。由于现实物理世界的供应链被死死卡住，将绝大多数竞争对手将被挡在门外。
最终，英伟达不仅将垄断全球绝大部分的有效「AI劳动力」，更将获得人类迈向硅基文明阶段最丰厚的垄断红利！
「AGI已经实现，但纠结概念毫无意义」
在科技圈，AGI意味着AI能够在绝大多数极具经济价值的工作中，表现得和人类一样好，甚至超越人类。
过去几年，无数科技巨头为了「谁先摸到AGI的门槛」争得头破血流。
然而，在周三的财报电话会议上，当被问及如何看待OpenAI等公司对AGI的狂热追求时，黄仁勋平静地说道
对于许多任务来说，我们可以说我们已经实现了AGI。
这不是他第一次这么说了。早在今年3月的Lex Fridman播客中，他就曾直言不讳地表达过类似的观点。
但这一次，他不仅宣布达到了这个里程碑，紧接着还亲手掀桌子了。
黄仁勋毫不客气地指出，现在继续纠结于「AGI到底是什么」、「什么标准才算达到AGI」，已经完全没有意义了。
为什么？
因为整个科技界对于「智能」本身就没有一个普遍共识，更别提如何衡量AGI了。
这就好比大家都在朝着一条终点线狂奔，但谁也不知道终点线长什么样。既然如此，再去争论那些虚无的定义，岂不是在浪费时间？
真正让黄仁勋感到兴奋，也是真正让全人类需要警惕的，是AI能力的底层质变。
根据最新数据，英伟达的Avo架构在长周期自主智能体的基准测试ARC-AGI-3上，已经满分成绩100%完成率！
这个满分分量十足。ARC测试是由Keras之父François Chollet提出的，被公认为AI界的「最强智力测验」。
它专门针对大模型的「背题」弱点，要求AI在面对从未见过、没有任何历史数据可参考的逻辑谜题时，仅凭极少量的例子，展现出类似人类的抽象推理能力。
过去，哪怕是OpenAI和Google的最强模型，在这里也纷纷折戟，准确率突破50%都极其艰难。
然而，英伟达的Avo架构，不仅拿下了100%满分，而且是在纯粹的零样本提示下，在全部25个公共环境中的183个关卡中，没有任何明确规则，全靠自主推理通关！
这不仅意味着英伟达成为全球首个取得该项测试满分的巨头，更标志着AI彻底跨越了「模式匹配」的死胡同，真正具备了解决未知复杂问题的通用认知能力。
AI将告别「你问AI回答」的被动时代。
现在的AI，是一个拥有前沿通用架构的自主智能体。
接到任务后，它能够独立拆解步骤、自主执行，甚至在任务结束后进行反思、学习新技能，实现「递归自我改进」。
它不仅会干活，还会自己总结经验，越干越聪明。这，才是老黄眼中真正的「AGI落地」。
如果说跑分成绩还不足以让人信服，那么英伟达落地的「AGI造芯」可信度如何？
在2026年的Computex与GTC Taipei上，黄仁勋携手Cadence，共同发布了ChipStack AI Super Agent——官方宣称其自主能力已达Level-5级别。
该系统以Codex和Nemotron为引擎编排工作流，调用Cadence Xcelium进行RTL仿真、Jasper执行形式化验证，所有任务均在NVIDIA OpenShell沙箱中运行。
官方公布的数据令人振奋：典型验证闭环从约五周压缩至不到一天，RTL验证周期提速超过40倍。
英伟达内部「数千名工程师、每年数十亿计算小时、数百万次测试」的庞大验证体系，都将由这套智能体承载。
日进10亿美元！搞钱才是硬道理
如果说「实现AGI」还只是技术上的震撼，那么英伟达的财报就是资本给人的震撼，全面超出市场预估
在最新的2027财年Q2财报中，上一季度总营收达到创纪录的962亿美元，较前一季度增长超过100亿美元。
仅数据中心业务营收就同比增长逾一倍，达到创纪录的890亿美元，利润也增长逾一倍至597亿美元。
本季度关键数据：
• 营收：962亿美元（预期922亿美元，同比增长106%）
• 数据中心：890亿美元（预期858亿美元，同比增长117%），由超大规模客户（487亿美元）和企业AI业务（403 亿美元）驱动
• 净利润：597亿美元（惊人的62%净利率，同比提升6%）
• 毛利率：75%（预期75%，同比提升250个基点即2.5%），毛利润达721亿美元
• 调整后每股收益：2.22美元（预期2.10美元，同比增长120%
按91天计算，营收相当于每天约10.6亿美元，天天如此，包括周末在内。
第三季度的指引让人侧目：预计营收1080亿美元！
这将是英伟达历史上首次在单季度突破1000亿美元大关，日均收入将飙升至近12亿美元！
一年前，前沿AI实验室还在靠风投资金流血维持；而现在，正如SemiAnalysis创始人Dylan Patel所推演的那样，AI已经从烧钱的无底洞，蜕变成极其恐怖的印钞机——
每兆瓦约1000万至1500万美元的基础算力成本，能被转手做出5000万甚至上亿美元的终端收入。
当英伟达及其核心客户能够稳定地「把10块钱变成100块」，它在市场上就拥有了绝对的「无限开火权」。
继亚马逊、苹果和Alphabet等巨头之后，英伟达也将迈入「单季千亿美元营收」俱乐部
但电话会真正的「王炸」，来自首席财务官Colette Kress。她提前一年给出了整个2028财年的指引：预计营收增长约70%！这在英伟达历史前所未有。
华尔街之前的预期只有可怜的44%。
这意味着什么？按当前财年近4000亿美元的共识计算，2028财年的总营收将逼近惊人的6730亿美元。
这将使英伟达直接超越苹果和微软，成为仅次于亚马逊的美国营收第二大科技公司。
老黄还凡尔赛地补了一刀：
70%只是受限于供应链的供给数字。如果不受产能约束，客户的真实需求增速接近100%！
按照65%的净利润率粗略计算，2028财年英伟达的净利润可能接近4500亿美元。
它一年的净利润，可能比世界上绝大多数国家的GDP还要高。只能说，华尔街投行的想象力，已经跟不上老黄开的进账速度。
Token即印钞机，超级「赛博工厂」诞生
既然AGI的定义已经毫无意义，那现在科技界最核心的变革到底是什么？
黄仁勋给出了充满资本血腥味的答案：
AI正在做极其高效和有用的工作，并且正在生成能直接带来利润的Token。
什么是「生成能带来利润的Token」？
在AI大模型的世界里，Token是文本处理的基本单位。
过去，这些Token只是实验室里的数据。而现在，随着AI Agent与实际业务深度绑定，这些Token变成了实打实的商业价值。
当AI帮你自动生成一段无bug的后台代码，这段代码带来的效率提升，就是盈利的Token；
当AI自动抓取全球市场数据，秒级生成投资策略并执行交易，赚到的真金白银，更是绝对盈利的Token！
在过去，AI是个烧钱的无底洞。但现在，时代变了。
黄仁勋把这个逻辑讲得透透的：更多的算力 = 产出更多的Token = 必然带来更多的利润。
这就是为什么衡量下一阶段AI战争胜负的关键指标，变成了「每美元产出的Token数」和「每瓦特产出的Token数」 。
这就是为什么硅谷的巨头们现在根本不在乎AGI到底叫什么名字，大家都在疯狂地All in。正如老黄所言：「这正是我们当前所处的阶段，也是为什么每个人都在拼命加码的原因。」
谁掌握了算力，谁就掌握了新时代的「印钞机」。在这个逻辑下，AI已经实质性地重塑了生产关系，成为了驱动全球经济的最强引擎。
英伟达已经全面投产并按时出货的Vera Rubin架构，将每GW数据中心对应的收入机会从Hopper的180亿美元飙升至400亿美元，通过这些快速迭代正在将自身变成全球数字经济最高效的「印钞机引擎」。
去年，还只有少数几个顶级实验室在抢基础设施；而今天，生成式AI已经迎来了百花齐放的黄金时代：新AI实验室AI国家队、物理机器人AI、万物互联，全都在疯狂争夺算力。
基于当前AI Agent展现出的强大自主性和自我进化能力，黄仁勋黄仁勋接下来的预测：
在不久的将来，英伟达可能只需要维持4万名左右的人类员工规模，但他们将拥有40万，甚至400万名数字员工（AI Agent）！
请仔细品味一下这组数据。1比10，甚至1比100的人机比例！
正如Dylan Patel对账本推演出的终极结论：十万亿级别的算力扩张，将引发整个生态系统超5万亿美元的信贷需求。
未来两三年内，整个真实世界的经济运行——推高市场利率、导致传统价值股因折现率飙升而估值暴跌——都将直接沦为这种AI算力垄断与扩张的结果。
Token即权力
2026年8月的这场财报会，必将被载入史册。
老黄不仅又一次给AI续了命，更是直接掀开了AI商业化最真实的底牌——算力即权力，Token即财富！
在这个「4万人指挥400万AI」的疯狂时代，恐慌是徒劳的。
未来的生存法则，只有一条：要么成为控制AI的人，要么成为被AI替代的人。
参考资料：
https://x.com/StormDirac/status/2092713242070069334?s=20
https://x.com/ryanshrout/status/2092988141472797162?s=20
https://www.cnbc.com/2026/08/26/nvidia-nvda-earnings-report-q2-2027-live-updates.html
https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-second-quarter-fiscal-2027
https://mashable.com/article/nvidia-jensen-huang-agi-lex-fridman-podcast
https://lexfridman.com/jensen-huang-transcript/
https://developer.nvidia.com/blog/nvidia-avo-reaches-100-on-arc-agi-3-demonstrating-a-frontier-level-general-purpose-architecture-for-long-horizon-autonomous-agents/
编辑：大卫
