2026年8月26日，黄仁勋在英伟达财报电话会上，亲手「杀死」了一个曾经让整个科技行业为之疯狂的概念——通用人工智能（AGI）。
「对于很多任务来说，我们可以说已经实现了AGI。我认为所有这些里程碑……在这一点上已经没有意义了。」黄仁勋的原话平静得像在宣布一个过时的产品型号停产。而就在他说出这句话的同一天，英伟达交出了一份足以让华尔街屏息的成绩单：2027财年第二季度营收962亿美元，同比翻倍，净利润597亿美元，折合每天挣6.56亿美元。
这是英伟达连续第四个季度加速增长。数据中心收入890亿美元，同比增长117%，超大规模云客户贡献490亿美元，AI云与工业客户贡献403亿美元。真正让市场从一度下跌转为上涨约4%的信号，不是过去的业绩，而是未来的指引——首席财务官科莱特·克雷斯罕见给出了2028财年营收增长约70%的长期预期。
但黄仁勋立刻补充了一个关键定语：70%只是受供应约束的数字。真实需求增速，是100%。
当CEO亲自「杀死」行业圣杯
AGI，通用人工智能，一直被定义为能够执行任何人类智力任务的AI系统。OpenAI、DeepMind、Anthropic都将它作为终极目标。过去两年间，每一轮技术突破都伴随着「AGI还有多远」的追问，每一次模型发布都试图证明自己离这个圣杯更近了一步。
黄仁勋的选择是：不玩了。
「我认为所有这些里程碑都已经没有意义了。」这句话有两层意思。第一层，是对过去一年「AGI泡沫」论的回应。从2025年年中开始，AI行业的烧钱焦虑就从未消散——OpenAI年运营亏损超200亿美元，多家前沿AI实验室尚未找到可持续的商业模式，互联网上关于「AI雷曼时刻」的讨论此起彼伏。在这样一个时间节点，行业最需要的是信心，而不是又一个无法衡量的宏大叙事。
第二层，也是更锋利的一层。黄仁勋实际上是在重新定义成功的标准。他说，大多数AI现在已经是agentic了。英伟达如今有4万名员工，未来每家公司将拥有40万甚至400万个agent在后台持续运行。这些agent不是在追逐什么AGI里程碑，而是在做有用的工作，生成有生产力的token，创造有利润的token。
这句话翻译过来就是：别再问AI能不能比人聪明了，先问它能不能帮企业挣钱。
从「提问者」到「执行者」
黄仁勋在电话会上抛出的一个核心观察，可能是理解当前AI产业的关键坐标。
他描述了一个正在发生的转变。在过去，绝大多数AI是被人类prompt驱动的，你问一个问题，它回答一个问题。但大约在财报发布前一个月，这个比例发生了逆转。现在，大多数AI已经变成了agentic，也就是自主执行任务。
它们持续运行在后台，递归式地自我优化。黄仁勋的用词是recursive self-improvement，AI不再需要每次由人类手动发起调用，而是能够在无人干预的情况下反复迭代、不断修正自己的输出质量。
这个转变直接导向了一个结果：算力需求非线性暴涨。
按照黄仁勋在电话会上提供的参照系，Agent的推理调用消耗的计算量，是人类直接使用工具的15到100倍。当AI从对话工具切换到自主代理商模式，每项任务的算力消耗不是成倍增长，而是数量级增长。
这也是英伟达敢给出「真实需求100%+」增速的底层逻辑。不是客户在盲目花钱买算力，而是AI应用正在从玩具变成工具，从聊天机器人变成后台员工。每家公司都将拥有数百万个AI员工，它们7乘24小时运行，从不休息，不停消耗GPU。这本身就是一台巨大的算力永动机。
所以黄仁勋那句被反复引用的「Now, compute is revenue」，并不是一句宣传口号。在英伟达的叙事里，计算已经是生产力本身，你消耗的每一个token，理论上都在产生经济价值。
962亿美元的背面
如果只看营收增速，英伟达似乎处于无敌状态。但翻到财报的背面，就能看到隐忧。
英伟达罕见地下调了未来毛利率预期：Q3预计74%，Q4将触底至71%到72%，2028财年才逐步恢复到72%到73%。而当前毛利率是75%。原因只有一个：HBM内存正在涨价。
首席财务官科莱特·克雷斯在电话会上坦承，内存市场正处于「极端定价状况」，涨价幅度超出公司预期，明年还将进一步上涨。供应与产能承诺从一个季度前的1190亿美元飙升至2790亿美元，其中绝大部分是用来锁定HBM产能的。
SK海力士此前已经表态，2027年可能成为「内存行业历史上最严重的短缺年份」。黄仁勋自己则给出了一个悖论式的解释：内存供应收紧，是推动我们自身增长的同一需求激增的症状。意思是，不是内存涨价导致英伟达供不应求，而是AI建设本身太猛，把内存也搞短缺了。
资本市场对毛利率下滑的容忍度是有限的。黄仁勋的应对策略是用增量覆盖减量，只要营收增速远超毛利率降幅，净利润绝对值就不会受到实质性冲击。按市场分析师的推算，若2028财年收入达到约7500到7800亿美元、经营利润率维持在68%左右，届时净利润可能超过4000亿美元。这个级别的赚钱能力，足以消化几个百分点的毛利率波动。
AGI泡沫论的终极回应
把黄仁勋在电话会上的所有发言拼接起来，能看到一条清晰的逻辑链。
第一步，杀死AGI作为衡量标准。因为AGI无法定义、无法量化、无法转化为商业指标，它只适合作为学术讨论话题和PR素材。
第二步，重新定义成功的标准。「有用的工作」、「有生产力的token」、「有利润的token」，这些才是可衡量、可追踪、可以与财务报表链接的指标。
第三步，展示商业模式已跑通。英伟达自己的财报就是最好的证据：单季近千亿美元营收、每天6.56亿美元的利润、连续四个季度加速增长。如果AI泡沫是一场骗局，那它至少是全球有史以来最赚钱的一场骗局。
但这套逻辑是否牢靠？三个风险必须正视。
第一，英伟达的成功不等于AI行业的成功。英伟达是卖铲子的，不管AI公司赚不赚钱，只要它们买GPU，英伟达就赚钱。OpenAI年亏损209亿美元不影响英伟达利润翻倍。这本质上是一种不对称风险结构：英伟达拿走了AI投资热潮中最确定的那一块利润，而风险留给了AI应用公司。
第二，毛利率下行趋势如果持续超预期，可能引发估值逻辑重构。当前英伟达的估值一定程度上建立在利润率持续改善的预期上。如果内存价格的极端状况延续到2028年甚至更久，利润率低于预期的状态将成为新常态，市场可能需要下调估值中枢。
第三，黄仁勋说「真实需求100%+」，但当前的数据隐含了一个逻辑循环：AI公司找英伟达买芯片，用芯片训练和推理，产生AI服务，客户买单，然后找英伟达买更多芯片。只要最终用户买单的链条不断，这个循环就可以持续。但一旦终端客户的AI应用无法产生足够价值，链条就会崩断。黄仁勋的「盈利性token」论点是否成立，最终要看的是AI应用端能否规模化创造真金白银，而不是英伟达自己赚了多少。
不是AGI来了，是AI终于开始赚钱了
黄仁勋在电话会上还说过一段话，可能比「AGI没有意义」更适合作为这个时代的注脚：
AI has reached its inflection point. It's doing useful work. Its tokens are productive and profitable. Now, compute is revenue.
当CEO不再谈论技术本身的突破，而是谈论生产力、收入和利润的时候，一个行业才算真正成熟。AGI的圣杯或许还有人在追逐，但黄仁勋已经选择转身，去经营那些看得见、摸得着的生意。
硅谷关于智能爆炸的宏大叙事正在被一个更加务实的故事替代。AI不再是一个需要证明的概念，而是一项需要核算成本的业务。对投资者来说，这恐怕比任何AGI里程碑都要有价值得多。
快报