昨天，黃仁勛從臺北進行了一次長達兩個小時的演講，什么7款芯片，AI工廠，自研CPU，Agent運行，AIPC，機器人，物理AI。

其實把所有技術詞拿掉，他整場演講只講了一件事，電腦要變了。以前的電腦，是你操作它。以后的電腦，是你給目標，它替你干活。

這就是AIPC時代的核心。

AIPC翻譯過來就是人工智能電腦。但這個翻譯也不夠準確。因為普通電腦也可以打開ChatGPT，也可以用AI軟件，那它算不算AIPC？嚴格說，未來真正有價值的AIPC，不只是能打開AI網頁，而是能在電腦本地運行AI，能讀你的文件，能調用你的軟件，能幫你完成一整套任務。

“本地運行”這四個字很重要。意思是很多AI任務可以在你的電腦里完成，不一定每次都把資料上傳到云端。

云端，就是別人的服務器。本地，就是你自己的電腦。這對普通人有兩個好處。第一，速度更快。第二，隱私更好。

你讓AI分析公司合同、客戶資料、財務表格、個人文件，如果全部丟到云端，很多人會不放心。尤其是企業，更不可能隨便把核心數據傳出去。

所以AIPC的意義，不是電腦里多了一個聊天機器人。它代表電腦開始從工具變成助手。

一、Agent到底是什么

這場演講最重要的詞，是Agent。我們一般翻譯成智能體，這個詞其實也很不容易理解。簡單來說，Agent就是一個會自己拆任務、調用工具、執行流程的AI助理。

以前你用AI，是一問一答。你問它一個問題，它給你一個答案。這叫聊天。Agent不一樣。你給它一個目標，它會自己往下做。普通AI是給答案，而Agent是幫你做事情

舉個例子。

你想做一個跨境電商店鋪，從1688找貨，放到Ozon、Shopee或者TikTokShop上賣。

普通AI能做什么？你問它現在俄羅斯市場什么品類好賣？它會告訴你，小家電、汽車用品、寵物用品、戶外用品可能有機會。

你再問它這個產品怎么寫標題？它會幫你寫一版標題。你再問它怎么定價？它會告訴你要考慮進貨價、運費、平臺傭金、匯率、退貨率和廣告費。

聽起來很有用，但它本質上還是在回答你。

Agent就不一樣。

你給它一個目標：幫我在1688篩選100個適合俄羅斯市場的廚房用品，要求單價30元以內，重量不超過500克，毛利率不低于35%，避開易碎品和強售后品類。然后對比Ozon同類商品價格、銷量、評價和競爭強度，篩出10個最值得測試的SKU，生成俄文標題、賣點、主圖建議、定價表和上架資料。

這時候Agent要做的就不是回答問題。它要自己拆流程，先去1688找貨。再抓價格、重量、規格、起訂量。再去Ozon看同類商品的售價、評論、銷量和競爭情況。再計算進貨成本、物流成本、平臺傭金、匯率損耗和利潤空間。再排除掉易碎、侵權、售后重、物流不劃算的產品。再把剩下的商品做成表格。再生成標題、詳情頁、關鍵詞、主圖建議和定價方案。最后給你一份可以直接測試的選品清單。

這才叫Agent。

普通AI像一個坐在旁邊出主意的人。Agent像一個能打開電腦、查數據、填表格、改文案、跑流程的實習生。普通AI提高的是你的理解效率。Agent提高的是你的執行效率。這就是黃仁勛說的“AI進入實用時代”。

二、Token是什么，為什么它開始值錢

黃仁勛還講了一個詞，Token。你可以把它理解成AI處理信息時的最小單位。一段話、一個詞、一個標點，在AI系統里都會被拆成Token。

以前Token只是技術人員關心的東西。比如一個模型回答問題，消耗了多少Token，成本是多少。普通人不用管。

現在不一樣了。因為AI開始干活以后，Token就變成了生產單位。

以前工廠生產汽車、衣服、手機。AI工廠生產的是Token。這里的AI工廠，不是傳統工廠。它其實是一堆數據中心、服務器、芯片、網絡、電力、散熱和軟件系統組合起來的東西。這些東西一起工作，最后生產出AI回答、代碼、方案、圖片、視頻、分析結果。

黃仁勛說“算力就是收入，算力就是利潤”，講的就是這個邏輯。

算力，就是電腦處理AI任務的能力。算力越便宜，AI生成一個結果的成本越低。成本越低，AI就能用得更廣。

原來一家公司讓AI分析一萬份合同，成本太高，可能不敢用。以后成本降下來，它就會大量使用。這就是為什么英偉達要推AI工廠。它已經不滿足于賣一顆芯片。它要賣整套生產系統。

你可以理解成，以前英偉達賣發動機，現在它想賣整條高速公路和物流體系。

寫到這里，我突然想到一個點，過去的時候我簽很多合同，里面的條款特別復雜，像我這種不懂法律法規的普通人肯定是看不懂的，于是我只能請律師來看，看一次就得花錢，但是自從我用了AI，把里面合同的內容扔給AI，他自動就能幫我分析出里面有哪些對我不利，該不該簽這個合同。

你看，這就是AI時代帶來的紅利，他打破了很多的壁壘，比如語言壁壘，像我這種英文不好的能夠隨便在國外旅游，再比如知識壁壘，我不懂法律，但是我能讓AI幫我閱讀合同，再比如技術壁壘，比如你不懂音樂，唱的好聽，你可以用AI幫你寫歌，完成作曲，編曲，配器，混音等一系列專業且復雜的任務。

三、Vera CPU說明英偉達不只想賣GPU

很多人一提英偉達，就想到GPU。GPU以前主要用來做圖形計算，后來成了訓練AI模型的核心芯片。但這次黃仁勛重點講了Vera CPU。

CPU是什么？你可以把它理解成電腦的大腦，負責調度、管理、協調。GPU更像一群工人，擅長同時干大量重復計算。過去AI訓練主要靠GPU，所以英偉達賺瘋了。

但Agent時代，事情變復雜了。Agent不是只回答一句話。它要讀文件，開網頁，查數據庫，調用軟件，記住上下文，還要和其他Agent協作。這時候只靠GPU不夠。它需要CPU負責調度。需要內存保存上下文，需要存儲保存長期資料，需要網絡快速傳輸，需要安全系統限制權限。

所以英偉達推出Vera CPU，意思很明確。它要從GPU公司，變成AI基礎設施公司。AI時代，企業離不開算力、模型、工具、安全系統和Agent運行環境。英偉達想做的，就是這個基礎設施。

四、AIPC為什么重要

這次演講最值得普通人關注的，是RTX Spark。這是英偉達和微軟一起推的新一代AIPC平臺。講了什么1 petaflop，128GB統一內存，120B大模型，1 million tokens上下文。我解讀一下。

1 petaflop，可以理解成非常強的AI計算能力。128GB統一內存，可以理解成CPU和GPU能共享一大塊高速內存，處理大模型和大文件更方便。120B大模型，就是1200億參數的大模型。參數越多，通常代表模型越大，但也更吃算力。1 million tokens上下文，就是AI一次能看進去很多內容。比如一本書、一堆合同、很多聊天記錄、一個項目資料包，它能放到同一個任務里理解。

這些參數背后，真正重要的是一句話，AI開始進入你的個人電腦。以前你想用強AI，大多要打開網頁，連到云端。以后你的電腦自己就可以跑一部分強AI。

這會帶來一個很大的變化。過去PC的核心是軟件，你打開Word寫文檔，打開Excel做表格，打開瀏覽器查資料，打開Photoshop修圖。每一步都要你通過點擊來實現。

AIPC的方向，是讓Agent跨軟件干活。比如你讓它做一個裝修方案。你給它一個戶型圖，一些喜歡的風格圖片，告訴它預算和需求。它可以幫你生成初步方案、材料清單、空間效果圖，甚至幫你對比不同預算。

這個例子聽起來像設計師才需要。但普通人也一樣。你讓它整理孩子的學習資料，讓它分析家庭開支，讓它把幾十份PDF歸納成一份報告，讓它把會議錄音整理成紀要，再生成待辦事項，這才是AIPC的價值。

五、這和普通人有什么關系

很多人看到這種演講，第一反應是這是科技公司的事，跟我沒關系。

AI一旦進入PC，就不再只是程序員和大公司的事，它會進入普通人的辦公室、家庭、學校和生意里。

你是老板，AIPC會改變你的管理方式。以前公司用AI，可能是讓員工自己打開網頁隨便問幾句。以后你可以把客服、銷售、合同、財務、庫存這些流程拆出來，讓Agent一個個接進去。先從最簡單、風險最低的地方開始。比如客戶問題分類、會議紀要、銷售日報、合同初篩、發票整理。

你是打工人，AIPC會改變你的工資收入，以前老板看你一天干了多少活，以后老板會看你帶著AI能干多少活。

同樣是運營，有人一天只能寫一條文案。有人用AI一天能拆十個選題、寫三版腳本、做五個標題測試，還能復盤數據。同樣是財務，有人只會手動對賬。有人能用AI把票據、合同、流水、異常項先篩一遍。同樣是銷售，有人只會群發話術。有人能用AI研究客戶背景，定制溝通方案，整理跟進節奏。這是普通人最該警惕的地方。

以前你和同事比勤奮，以后你和會用Agent的人比效率。

六、AI會不會減少崗位

黃仁勛說，AI減少崗位是胡說八道。這句話適合發布會，但普通人千萬不要信了老黃的鬼話。

真正的情況是，AI會創造新崗位，也會淘汰一部分崗位里的舊做法。

從總量上看，AI會帶來新需求。數據中心、服務器、電力、散熱、軟件都需要升級，Agent要接入業務流程，這些都會帶來工作機會。

但落到每個人身上就不同，企業會先獎勵那些用AI提高產出的人，同時壓縮那些重復、低價值、標準化的工作。未來很多工作不會消失，但老板會覺得，一個人帶著AI，能干過去三個人的活。

七、普通人現在應該怎么做

AIPC時代來了，但普通人沒必要急著換電腦。硬件可以買晚一點，工作方式要先改變。先把AI放進一個固定流程，讓它長期處理你最重復、最耗時間的工作，再慢慢建立自己的資料庫。AI有沒有用，關鍵不在你會不會問問題，而在你有沒有業務理解、有沒有材料、能不能把任務拆清楚。最后的判斷權不能交出去，AI負責干粗活，人負責做判斷、承擔結果。

談到這點我就突然想起之前用豆包預訂餐廳的人了，以后肯定會實現用AI去預訂餐廳，但問題是任何事情的結果必須是由決策者自身去承擔，而不是甩鍋甩給AI。這種甩鍋思維本身就不成熟。

八、這件事對商業的影響

這場演講還有一個更大的信號。未來企業競爭，會從有多少員工，慢慢變成有多少人能帶著Agent工作。

小公司會因此變強，因為過去很多事情需要團隊。現在一個能力極強的個人加上Agent，可能能完成過去一個小團隊的工作。

但大公司也會變強，因為大公司有數據，有流程，有預算，有IT系統。一旦它們把Agent接進流程，效率提升會很明顯。

所以普通創業者不能只喊AI機會。你要問自己三個問題：我有沒有真實業務？我有沒有數據？我有沒有可以被AI改造的流程？

如果沒有，只是拿AI做培訓、賣課程、喊風口，很容易變成割韭菜。AI真正的價值，不在概念里，在具體流程里。

就像我昨天去了一家朋友的公司，他是做AI+OPC社區的，看起來很炫酷啊，兩層樓都是，然后各種政策補貼寫的滿滿一墻，公司的業務也一大堆，什么AI跨境電商，AI漫劇，AI醫療，AI游戲出海等等，上百個業務。

然后他公司一排一排的電腦，跟網吧一樣，上面掛著牌子，叫AI工作流自動賺錢系統。說是用AI做跨境電商，我看了半天，其實就是幾個網頁來回切換，像我這樣懂AI的一眼就能看出來有問題，他其實是拿這個唬人的，最后還是要靠培訓賺錢，如果你想學，就是9800。AI漫劇是3980。

這個就是典型的AI時代的賣鏟人，有金礦他不去挖，他讓你挖，然后賣鏟子（9800）給你，至于你挖不挖得到全看個人本事了。如果說這個事他確實是能跑通可以，關鍵是他自己都跑不通。

九、AIPC時代真正來了，但別神化它

AIPC不會一夜之間成熟，因為企業系統、數據質量、業務流程、軟件適配和用戶習慣都還需要時間。發布會講的是方向，現實世界看的是價格、體驗、生態和應用。

電腦的變化大概會分三步：先幫你生成內容，再幫你處理任務，最后接入工作流，變成長期助手。

普通人沒必要恐慌，也別裝看不見，先把AI用進自己的工作，整理資料庫，學會拆任務，讓它減少重復勞動。未來真正拉開差距的，不是誰買了更貴的電腦，而是誰先改變了工作方式。同樣一天24小時，你能帶著AI完成多少有效產出，市場最后會算這筆賬。

AI時代來了，所有的一切都會被重新定價。