新智元报道 最近财报电话会上，黄仁勋喊出：英伟达已经实现了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，