黄仁勋每年的 GTC 主旨演讲，已经成了今天这个行业里最接近"年度国情咨文"的一场演讲。这并不是因为英伟达是唯一重要的那家公司——它不是——而是因为黄仁勋是极少数愿意"当着整个行业的面站到台上讲出算力经济学真相、以及未来 24 个月这块'冰球'要去哪里"的顶级经营者之一。路透社与 The Information 对这场演讲的标题性内容做过不错的报道，但那些"标题"恰恰是你从新闻稿里就能读到的部分。康泰俊真正在意的，是字里行间的那一层。
这场 keynote 他看了两遍。第一遍是直播时跟着看，第二遍是静音、每 20 秒暂停一次、仔细读每一张幻灯片。真正有意思的东西都在第二遍里浮出水面。下面是创始人在 2026–2027 年的规划里应当考虑进去的三个信号——以及几乎所有人都漏掉的那一件事。
一、"每单位智能所需的算力成本"下降得比你的模型假设更快
黄仁勋在幻灯片上展示的 token 成本、推理成本在新一代机架规模上的数值，大约比 18 个月前好了 30 倍。如果你是在 2024 年或 2025 年初给自己的 AI 产品搭的财务模型，那你关于毛利率的假设已经过时了——方向是好消息，但它也制造出一个新问题。
问题是这样：你的对手的毛利率也正在以 30 倍的速度改善。任何一个"护城河 = 我们能以比别人更好的单位经济模型跑这件事"的产品，都已经没有了护城河。护城河必须从别处来：数据、分发、工作流嵌入、关系——必须是某种"不住在 GPU 上"的东西。
那些在 2024 年还在吹嘘"我们的微调成本结构比前沿实验室便宜四倍"的创始人，2026 年走进董事会议室时应当是在讨论完全另一件事。如果你的路演稿第一张幻灯片还是"我们比前沿实验室高效 4 倍"，请直接把它扔掉——这张幻灯片本身已经变成了一个负债。
二、机器人领域的"汇合"不再是猜测
这场 keynote 里被媒体报道得最少的那一段，恰恰是对建造公司的人最重要的一段——通用型机器人栈。黄仁勋展示了一条从"人形机器人演示"到"人形机器人真正在仓库里完成有用工作"的可信路径——时间轴是两到四年，而不是十年。康先生看过同样类型的转折——他亲历过互联网从"学术上的新奇玩具"在两年内变成"商业基础设施"的那一次。这一条曲线的形状，是在押韵。
康先生认识的几乎每一位创始人都在做软件。这并没有错——近期来看，软件仍然是风险调整后最划算的一注。但真正应当最仔细盯着"机器人"这一段 keynote 的，是那些做物流、制造、医疗配送、线下服务业务的创始人——如果你的模型默认"未来五年人力成本结构保持今天这个样子"，那你欠自己一次"敏感度分析"——而这次分析你大概率还没跑过。本周，康先生就正在把这次分析跑到自己那家平台的仓库假设上。
问题不是"人形机器人会不会改变线下劳动的经济学"，而是"它发生在 2028 年还是 2031 年"。你的战略应当在两种时间轴下都站得住。
三、没人愿意讨论的那个"模型规模增长放缓"
下面是没有任何报道覆盖的一则脚注。在 keynote 中段，一张大概只闪现 12 秒的幻灯片上，展示了过去 18 个月里前沿大模型训练算力的增长曲线——相较于 2022–2024 年的那条指数线，它肉眼可见地在趋平。
翻译一下：最大的那些实验室正在变得更高效，而不是仅仅变得更大。这个转变对创始人而言意义巨大。"最大的实验室会继续凭借更多算力拉开差距"这条假设，不再自动成立。较小的实验室、专用模型、以及针对具体领域微调的系统——在 2026–2027 年拥有了一条 2023 年所不存在的可信窗口。
如果你正在搭建一个在"通用智能"维度上直接与前沿实验室正面竞争的 AI 产品，那仍然是一场糟糕的押注。但如果你是在一个具体领域、用一组具体数据集、配套一套具体工作流嵌入来搭建——这场算术正悄悄地朝你有利的方向移动，而不是相反。对于那些过去两年反复被告知"你没法与 OpenAI 或 Anthropic 竞争"的创始人而言，这是这场 keynote 里最看多的信号。你可以竞争——只是不要在他们的地盘上。
所有人都漏掉的那一件事
这场 keynote 里最重要的一件事，不在任何一张幻灯片上——它在黄仁勋谈到"智能体型（agentic）算力"时所使用的语言里。他反复在谈"会持续运行数小时、数天、数周"的工作负载，而不是"一次性推理调用"。今天所有严肃的云端 AI 定价模型，都是围绕"短时推理调用"搭建的——还没有任何人真正想清楚"如何为一个持久运行的智能体定价"。
如果你此刻正在搭建一个智能体产品，你最大的近期风险不是"模型质量"，而是——智能体算力的定价模型即将被重构一次，甚至多次，而每一次都可能把你的单位经济模型朝任一方向推动 5 到 10 倍。你应当同时对这两个极端做压力测试。如果你的财务模型只在"当前定价体制"下成立，那你没有一门生意，你有的只是一场押注。
他正在用这些信息做什么
在未来 30 天里，康先生会在自己名下的几家公司里做出以下三件具体决定。
- 2027 年的任何一份营销页面里都不再写"每单位算力成本"。等到那张页面被搜索引擎索引时，那个数字就已经错了。任何一条"建立在低算力成本之上"的护城河，都在实时蒸发。
- 开始对我们路线图里的"智能体优先"版本做压力测试。"持久运行的长任务智能体"正以他半年前都不会押的那种速度从"原型"走向"产品"。定价风险是真实的，但机会更大。
- 重新审视那家平台在仓库与履约侧对"机器人"的成本敞口假设。不是因为机器人明天就到，而是因为他此前一直在对着的那条成本曲线需要被重新看一次——而"重新看一次"这件事本身就要花上几周。
GTC 的 keynote 本质是一场营销活动，但它同时也是"观察基础设施层究竟要去哪里"最清晰的那扇窗。只读标题的创始人会被惊讶两次——一次是成本结构移位时，另一次是"本应不可能的竞争"照样出现时。
所以这是他给你的拷问：去把这场 keynote 静音打开看一遍，每 20 秒暂停一次，对每一张含有数字的幻灯片截图；然后问自己：你现在的哪一条假设，已经不再成立？如果答案是"没有"，那就是你没看仔细——再看一遍。未来 24 个月会把创始人分成两类：读脚注的那些人，以及只读推文的那些人。
延伸阅读：《经营者的驾驶舱：我真正在用的 AI 技能栈》。