黄仁勋在 G20：token 的能源化计价、AI 五层蛋糕与“我们今天实际上已经在 AGI 那儿了”（G20 创新部长会，2026-09-02）

场合与 Altman 同场，对谈人同为美国商务部长 Lutnick，听众是 G20 各国部长与代表团。这场发言的主题被主持人一句话定住：请你告诉在座各国，算力如何生产经济价值、他们回国后该建什么。因此全片是一套面向政策制定者的完整推销框架，其中“AGI 已经实际到达”与“所有工作被消灭是胡说”两段传播最广，也最容易被截断引用。数字均为口播，引用前需回到公司披露口径核对。

一、把 token 放进能源的计价体系

他从一个概念起手：token 是大量计算的数学产物，它代表智能。把这些数字重新组织，就成为一张图、一段文字、一个问题的答案、一个被解开的问题、一个新想法。

随后是全片的定价类比：一两百年前世界发现了“能源”这个新概念，并用美元每千瓦时把它货币化；今天是美元每百万 token，是同一个想法。 两者都近乎不可见、都难以直观理解、都极其有价值。他补充说智能之所以难以把握，是因为它是概念性的，无法像原子那样被拿在手里——但一旦开始使用这些应用，人们会立刻意识到它的价值，因为它让人更有生产力。

他为在座国家给出的对应结论是：AI 会像电力普及那样让智能与能力民主化。计算机技术过去五十年只服务于会编程、会设计计算机的一两千万人，“这是我的职业”；而现在任何人都能用人类语言给计算机编程，这是他称之为“伟大均衡器”的部分。

二、AI 五层蛋糕：不必层层都赢，但必须推动扩散

被问到各国回国后该投什么时，他给出全片结构最完整的框架，并明确说它有五层（其归纳）：

• **第一层能源**。没有能源就产不出任何东西，这一层把电力转化为数学。
• **第二层芯片**。他自己所在的这一层。
• **第三层基础设施**。土地、电力、外壳与其中的全部计算技术，“能源插进去，钱开始喷出来”。
• **第四层模型**。多数人以为 AI 就是这一层。他强调 AI 能学习、理解并预测任何有结构的信息，生物学有结构、化学有结构、物理定律有结构，因此各地区各有专精领域。
• **第五层数据与应用**。他称这是最重要的一层。

给各国的建议随之而来：美国投的是完整的五层，但每个国家应当自行决定投哪一层，不必层层都赢、不必样样都自建；最重要的事情是推动 AI 扩散进入本国产业——从教育、医疗到制造、科学，所有行业。他顺势为英伟达的通用性做了背书：其架构上跑得了美国模型、国际模型，也跑得了生物、化学、物理与机器人的模型。

三、一吉瓦、100 吉瓦与“接近一万亿美元”

本场的量级数字集中在通用架构那一段：

• **一吉瓦的基础设施约合 500 至 600 亿美元。** 他的参照系是过去人们认为一座 250 亿美元的晶圆厂已是巨额投资，如今一吉瓦是它的两倍。
• **从现在到本十年末，英伟达要建 100 吉瓦**，理由是“我们要为世界生产智能”。
• **仅今年一年，投入美国基础设施的规模接近一万亿美元**（其口播，未说明是公司自身资本开支还是其生态口径，引用需谨慎）。
• 美国这一侧的就业叙事：AI 正在从晶圆厂、计算机工厂到 AI 工厂的各个环节创造岗位，“数十万计”。

这些数字被用来支撑一个投资论证：基础设施的单位成本如此之高，就必须保证它可复用且耐久（他的用词是 fungible 与 durable），否则一旦模型与算法的架构变化，过度专用化的投入会被作废。 他把英伟达十四代架构、遍布云端与本地与边缘与机器人系统的部署，归结为“人们开始意识到我们是最安全的架构投资”（其自述）。

四、AGI：一句极强的断言，紧跟一段极强的降温

这是本场传播最广的段落，但两半必须一起读。

前半段：“未来几年我们会实现人们所说的 AGI，这在我看来并非不合逻辑。事实上我认为我们今天实际上已经在那儿了。” 他随即说，问题在于这句话意味着什么——它要么意味着很多，要么什么都不意味着。

后半段是他自己的降温论证，需要与前半句一起读。他先给了一个类比：几百年前人类为了更文明的社会而制造了教育，通过大学与学校规模化地制造智能与稳定；现在我们在数字化地规模制造同一件事，让没有机会获得最高水平教育的国家和人也能获得其收益。

然后是限定：即便到了 AGI，公司的问题也不会自动被解决。 他用招聘做类比——从斯坦福、哈佛、MIT、ETH 招来的年轻人都极其聪明，但公司仍要投入大量资源，为他们提供语境、目的与关联性。“不会出现这样的事：两年后我接上某个 AI 服务，然后坐下来，公司一夜之间变得更有生产力。这根本不会发生。” 所有这些围绕 AI 的语境构建与环境搭建，正是公司与领导者要做的事。

由此推出他对就业的判断：工作由目的、语境与意义定义，工作里那些打字、开会之类的技能会被自动化，任务会被自动化，但工作的目的仍在。 他的原话是“所有工作都会被消灭、被移除的说法，这是胡说”。他给出的正面预期是所有人都会被增强，正如今天已经被增强的那样，并以英伟达自身为例：全公司都在用 AI，既用现成的 Anthropic、OpenAI 与 Cursor，也大量自建。“每个国家、每家公司都不能把全部智能外包给别人。”

五、智能体外骨骼：从 LLM 到机器人的同一件事

他用一套简洁的推演解释为什么 AI 在他看来是硬件问题：让 AI 变得有用的，是给大语言模型套上一副外骨骼，也就是所谓的 agent harness——让它具备检索知识、保有工作记忆、使用工具、协作的部件，从而解决问题。

这就是 AI 的数字形态。接下来只是替换工具：把同一个智能体从使用电子表格、演示文稿与浏览器，换成使用机械，它就被嵌入一具物理身体，成为机器人；放进四个轮子里，是自动驾驶汽车；放进机械臂里，是取放或制造机械臂；再往下是配送车辆、手术机器人、自动化的药物发现实验室。 他的结论是这些版本本质上是同一个想法——大语言模型加上一套智能体系统，它可以操作数字工具，也可以操作物理工具。

对各国的行动含义仍然落回基础设施：这与水、道路、电力、互联网是同一类东西，每个国家都要建，以支撑本地经济的智力容量。他的经验是只要本地基础设施建起来，当地的初创公司与研究者会立刻被激活。

六、监管：管实际的危害，不管假设的危害

他先给出一句判断：在这场技术工业革命里，各国最坏的结果是没有利用它、被落在后面。 他认为通往这个结果的路径之一，是领导层以恐惧和不确定的方式谈论这项技术——安全与保障的讨论他认为都很好，但必须与繁荣的讨论、与它能做什么的讨论保持平衡。

他举了航空业的历史做支撑：曾经各家航空公司把大量广告预算花在“我的飞机比别人的安全”上，结果没有人想听这个，人们希望公司自己把这件事办好，而他们想听的是航空公司能带他们去新的地方、扩展视野、把世界变小。他的结论是安全应当是建造者的责任，不应当成为使用者整天要惦记的负担，汽车、发电、航空都经历过同一过程。

对监管的具体主张是两条。其一，监管实际且具体的危害，不监管假设的、理论上的危害，并给这项处在 S 曲线早期的技术留出快速前进的空间。其二，人类活动本就有 FDA、NHTSA 等大量既有监管，而智能是人类所做之事的数字版本，因此他相信有办法把 AI 纳入这些既有框架。

他还回头点了三年前主张放慢技术进步的那批意见：在他看来恰恰是进步本身让它更安全——消除幻觉、把回答接地到真实事实、让模型迭代到答案在科学上站得住，这些都是靠技术推进实现的。

七、收尾的野心叙事

最后一段是他给部长们的动员，也是理解他为何把一万亿美元这类数字挂在嘴边的语境：过去需要十年的事会变成一年，需要一年的会变成一个月。他说这是历史上第一次，普通人开始认为自己能对一个百万亿美元级别的产业产生影响，第一次有人、有公司、有国家在谈论为世界增加二十万亿到五十万亿美元的经济收益（其口播的量级表述，未给出测算口径）。他把这称作野心，并说自己本不必再工作，但不打算错过接下来的十到十五年。