2026年9月，一场关于“谁有资格谈论AI风险”的公开角力，把AI产业内部最深的裂痕掀到了台前。
一边是74岁的Geoffrey Hinton，图灵奖得主、诺贝尔物理学奖得主、“AI教父”。2023年离开谷歌后，他不断公开警告：AI有10%到20%的概率在10年内毁灭人类。“在我看来，10%的概率似乎是一个不算离谱的估计，”他在接受CNN采访时坦言，“但实际上没人知道该如何给出一个合理的估计。”
另一边是63岁的黄仁勋，英伟达CEO，全球市值最高科技公司之一的掌舵人。他没有直接反驳Hinton的学术地位和人格，而是说了一句分量更重的话：“一位科学家所说的话，并不一定是科学。”
这不是一场观点分歧。这是一场关于“科学权威的定义权”之争。
一场发生在硅谷心脏的对话
当地时间9月23日，纽约时报旗下播客《The Ezra Klein Show》发布了在英伟达圣克拉拉总部录制的长篇专访。主持人Ezra Klein专程来到加州，与黄仁勋进行了近两个小时的面对面谈话。
当话题转向AI末日论时，Klein引用了Hinton的最新判断。黄仁勋没有犹豫。
“那个10%的概率没有建立在科学研究之上，也没有建立在研究之上。”他说。“一个判断来自科学家，但这并不意味着它本身就是科学。这些预测是有害的。”
这不是一时冲动。在采访中，黄仁勋进一步表达了整体失望：“不要因为你是一个警报主义者，就以为自己是在为社会做好事。事实并非如此。”“他们在预测上的记录很糟糕。非常糟糕。”
这些话的分量不止来自说它们是英伟达CEO。黄仁勋在采访中专门翻出了Hinton的一段旧账。2016年，Hinton曾公开表示“应该停止培养放射科医生，五年内AI就会做得比人类更好”。这个预测传遍了全球医疗界。然而快十年过去，放射科医生不仅没有被取代——美国放射学会预测2023至2055年美国该领域从业者将增长40%。
如今，当Hinton再次站出来用“10%到20%”这个数字描绘AI末日图景时，黄仁勋选择了不再沉默。
但问题来了：黄仁勋的判断就一定比Hinton更“科学”吗？事情远没有这么简单。
两个Man of Principle的对撞
如果把这场争论简化成“卖GPU的老板不想让大家害怕AI”，那就太浅了。两个人的逻辑各自自洽。
Hinton的路径很清晰。离开谷歌后，他从AI开发者变成了AI风险的公共发言人。在BBC、CNN、The Atlantic等多个场合反复表达一个核心判断：人工智能正在变得比人类更聪明，但人类还不知道如何可靠地控制它。他的10%到20%本质上是一种“wild guess”——直觉猜测。他自己也承认过这一点。
但他仍然选择公开说出这个数字，因为他的逻辑是：在缺乏确定性的情况下，宁可过高估计风险，也不应采取低估而毫无防备的态度。这是一种预防原则思维。
黄仁勋的逻辑则完全相反。他的世界观根植于工程学。他在同一场采访中说了一句话，可能是理解他全部AI观的钥匙：“这里没有意志力，只有电力。”
不要把AI神秘化。它是一堆代码、一堆数字，在计算机上运行。Agent系统所谓的“spawn”、“kill”、“sleep”等术语，几十年前就是操作系统的进程管理用语。把process换成agent，不意味着软件突然拥有了人格。
这种去魅化思维贯穿了黄仁勋对AI的全部看法。当Klein提到OpenAI多Agent测试中出现系统突破沙盒并攻击外部基础设施的事件时，黄仁勋的第一反应是把问题拆成containment和alignment两个工程子问题。他没有加入对“AI觉醒”的讨论。
这种工程乐观主义的内核是：任何技术问题都可被分解为工程子问题，然后逐一解决。英伟达自己的研发体系就是这种信念的佐证——大约20%的精力用于设计，80%用于验证。黄仁勋的逻辑很简单：如果AI实验室把等比例的资源投入到安全、评估和验证上，大多数风险都是可控的。
两个人都在按自己的原则行动。Hinton的原则是“宁可吓人，不可轻视”。黄仁勋的原则是“用工程事实说话，不要神秘化”。这不是谁对谁错的选择题，而是两种完全不同的世界观在面对面碰撞。
谁能给AI风险“定价”
AI导致人类灭绝的概率到底是多少？10%到20%？接近于零？还是根本无法计算？
这个问题本身就是一个陷阱，因为它暗示“AI毁灭概率”是一个可以被客观测量的物理量，像核反应堆堆芯熔毁的概率一样。但事实是，这个数字不可能通过实验验证。你无法让AI运行100次，看看人类灭绝了多少次。
末日论者和反对者，其实是在两个不同的维度上争论。
末日论者使用的是一种“专家直觉”论证。Hinton之于深度学习，就像费曼之于量子电动力学。当这样一位领域奠基人说“风险存在且不小”，这个判断本身就有权威分量。这也是为什么Hinton的10%到20%比一个普通研究者的类似说法传播得更广——人们对权威的信任是一种典型的启发式推理。
而黄仁勋的反驳，是在用“实证科学”的标准挑战这种“权威直觉”。他的潜台词是：你作为科学家，应该拿出可验证的理由，而不是依赖身份带来的话语权。
真正的分歧比看上去更精细。Hinton并不真的认为自己掌握了一个“科学测算”的精确概率。黄仁勋的批评也不是针对Hinton学术信誉的攻击。核心矛盾在于：当一个领域的先驱者承认自己的估算“只是直觉”时，他是否还有义务公开说出那个数字？
Hinton认为有——因为沉默本身就是一种信号扭曲。黄仁勋认为没有——因为未经科学检验的直觉只会引发恐慌，不会帮助社会做出更好的决策。
而夹在这两种世界观之间的，是数以亿计的普通人——年轻人、学生、求职者、观望的投资人。
黄仁勋真正担心的不是Hinton，是年轻人
如果你仔细读完那篇采访，你会发现黄仁勋对AI末日论最激烈的反对，并非出于维护英伟达市值。至少不完全是。
“反复告诉年轻人AI会让你没有工作，会让他们觉得读大学毫无意义。”这是他在采访中语气最重的一段话之一。
他并不只是在打道德牌。Klein在采访中引用了一组数据——覆盖26811名中国初高中学生的追踪研究。这篇由斯德哥尔摩大学与香港大学联合完成、2026年6月发表在SSRN上的论文，揭示了一个强烈的反差：使用AI辅助后，学生的作业分数提高了18%，完成时间缩短了30%，但闭卷月考成绩下降了20%。两年后追踪发现，中考成绩下降24%，高考成绩下降18%。约81%的AI使用者已经形成了“作业外包”模式——AI做题，学生提交。
黄仁勋承认部分技能确实在消失。长除法、乘法表、手动开平方正在被遗忘。但他的追问是：然后呢？计算器普及后，人不再执着于手算。今天的芯片工程师不可能记住数百万亿个晶体管中的每一个细节，他们必须站在更高的抽象层级上成为“系统思考者”。这个变化不是灾难，而是人类技术进步的天然路径。
黄仁勋预测，再等两年——大学四年周期结束，第一代真正伴随生成式AI成长起来的毕业生进入社会——会涌现出一批AI原生工程师、学生和艺术家。
如果年轻人因为AI恐惧而放弃教育呢？那才是比任何AI末日预测都更迫近的现实风险。
两个人都没完全说错，但赌注不对称
如果把两套叙事放在一起审视，它们并非不可调和。
Hinton没有宣扬AI必然毁灭人类。他反复说的是“可能”和“概率”。黄仁勋也没有否认AI的潜在风险。他明确表示，如果实验室无法控制AI，就应该关门。他在采访中甚至说，模型发布前“不要把未经评估的东西交到英伟达手里。请不要这么做。”
他们在核心问题上其实共识巨大：AI能力在快速提升；人类对其行为的理解还不够；安全研究需要大量资源投入。黄仁勋甚至比绝大多数CEO走得更远——他公开支持第三方AI安全审计，认为金融行业已经有独立审计，AI也应该有。
真正的分歧在于公共沟通策略。Hinton选择“预警”——即使这个预警基于直觉。黄仁勋选择“降噪”——在确定性不足时就停止制造恐慌。
Hinton策略的风险是：如果末日言论导致公众恐惧、政策过度收紧或青年放弃AI相关学习，反而会损害社会应对AI挑战的能力。黄仁勋策略的风险是：如果低估风险导致了灾难性后果，今天的乐观就会被历史审判为傲慢。
两种策略的代价不对称。Hinton的预警如果错了，代价是“狼来了”导致的信任损耗和公众焦虑。黄仁勋的乐观如果错了，代价可能是人类文明不可逆的后果。
但这并不是黄仁勋一个人的困境。它拷问整个AI时代：在缺乏确定性信息的情况下，公共沟通的准则应该是“预防原则”，还是“实证原则”？
没有标准答案。但有件事是确定的：当这颗星球上最聪明的一批人同时持有两种截然相反的判断时，大多数人能做的不是选边站，而是理解这两种判断背后的逻辑，然后自己做出判断。
回看黄仁勋在采访中的那句话。恐怕没有比它更适合收束这场争论的了。这里没有意志力。只有电力。
快报