Back to Insights
InsightApr 03, 2026

朴谷分享 | 一人+100个AI智能体=一支队伍:黄仁勋揭秘未来最值钱的能力

P

PG Advisory

Research Team

朴谷分享 | 一人+100个AI智能体=一支队伍:黄仁勋揭秘未来最值钱的能力

一个人就是一支队伍的时代,什么样的人才值钱?

2026年GTC大会上,黄仁勋用一小时讲透了一个趋势:AI不再是“问答工具”,而是能替你干活的“执行者”。当一个人能指挥100个智能体,公司该如何衡量你的价值?你又该如何让自己更值钱?

01 AI进化到什么程度?它已经开始替你干活了

短短两年,AI跨越了三个阶段:生成式 → 推理能力 → 智能体(Agent)。

最直观的变化,藏在你的提问方式里。

过去,你总是“问”AI:这是什么?那是谁?

现在,你开始“命令”AI:去创建、去做、去完成。

从“查询”到“行动”,从“获取信息”到“完成任务”——AI已经变成一个能从头到尾把事情做完的执行者。

OpenClaw 就是这种能力的标志。黄仁勋称它可能是有史以来最重要的软件之一。作为一个开源智能体系统,它三周的下载量就超过了Linux过去三十年的热度。它有记忆、能管理资源、会调用API、能自己拆解任务,甚至还能“繁衍”出新的智能体。黄仁勋称它为“个人AI操作系统”。

过去一个月,OpenClaw在国内迅速破圈——从退休人士做副业,到小学家长群的讨论,大家都在谈“龙虾”。技术还在迭代,但嗅觉敏锐的人已经行动起来了。

当这种能力进入真实工作场景,冲击是颠覆性的。有人用Deep Research加一组数据,30分钟完成了一项极其复杂的研究。放在过去,这通常是一篇需要耗费七年心血的博士论文,甚至够格发在《科学》杂志上。

案例越来越多。当一个人配合AI能完成过去一个团队的工作,公司不得不重新思考:员工的价值,到底该怎么衡量?

02 公司怎么选人?算力消耗成了硬指标

黄仁勋给出了一个具体到有些反常识的衡量标准。

假设你雇了一位年薪50万美元的工程师。年底复盘时,你问他这一年在AI的Token上花了多少钱。

黄仁勋的预期是:至少要花25万美元。

如果只花了5000美元,说明他基本没用AI。为什么要把一半的工资花在算力上?因为给工程师配上顶级AI工具,他一个人就能干完一整个团队的活。工具不是成本,而是放大器。你投入得越多,他交付的成果就呈指数级放大。

他用CAD工具打了个比方:一个芯片设计师说要用纸和笔画图,不用任何CAD工具——你绝不会接受。离开这些工具,他的专业能力根本发挥不出来。

AI也是同理。

英伟达自己已经这么干了。黄仁勋说,未来每位工程师会拥有100个智能体。一个工程师可以同时指挥100个智能体去完成不同任务。公司有3.8万名工程师,相当于拥有380万个数字员工。

播客里还提到一个真实案例:Brix公司有人周日晚上10点开工,利用Claude和智能体系统,90分钟就把整个公司的软件栈给替换了。11:30收工,周一早上整个管理团队都在惊叹——一个人,90分钟,完成了过去一个团队几周的工作。

在新的考核体系下,算力消耗已经成了最核心的指标:你消耗了多少算力,最终交付了什么量级的成果。

03 什么人更值钱?会用AI的专家

一个人能干完一个团队的活,很多人本能地恐惧:AI会不会替代我们?

黄仁勋讲了一个10年前的案例。一位顶尖计算机科学家曾预测:计算机视觉将完全取代放射科医生,建议大家千万不要进入这个领域。

10年过去了,他的预测对了一半。

计算机视觉确实100%安装到了全球所有放射科设备和平台中。但出乎意料的是,放射科医生的数量不但没有减少,反而增加了,医院的需求更是直线飙升。

为什么?因为放射科医生的任务是扫描影像,但目的是帮助患者诊断。当计算机视觉让扫描变快,医院可以做更多扫描、服务更多患者、收入增加——结果是需要更多放射科医生,而不是更少。

同样的事也在其他领域上演。自动驾驶仪90%的时间在驾驶飞机,但它创造了更多飞行员岗位。未来的司机也不会失业——车自己开,人变成出行助理,在路上处理协调、安排等一系列工作。

工具的进化,本质上只会让专业人士更值钱。

但前提是,你得会用这些工具。

黄仁勋说,过去我们写代码;未来,我们写下想法、架构、说明书,组织智能体团队,定义什么是好结果、什么是坏结果。工作的重心正在全面“前移”。具体的“执行”变容易了,真正拉开差距的,是你能不能想到绝佳的点子,能不能把目标给AI讲清楚,能不能对结果做出精准判断。

年轻人该做什么准备?科学、数学、语言能力这些基础仍然重要。但最关键的是:无论学什么专业,都要让自己成为使用AI的深度专家。

专业深度,决定了你能想到多远;

AI能力,决定了你能完成多少。

这两者的结合,最终会直接体现在你的个人价值和收入上。

所以,未来什么样的人更值钱?答案只有一种:

有专业深度,并且极度擅长使用AI的人。

朴谷观点

当一个人可以指挥上百个智能体,组织的边界、工作的形态、价值的衡量标准都在被重新定义。黄仁勋提出的“算力消耗即价值指标”,并非鼓励盲目烧钱,而是揭示了一个更深层的逻辑:在AI时代,个人和公司的竞争力不再取决于“拥有多少人力”,而取决于“能调动多少有效算力”以及“如何将算力转化为成果”。

对个人而言,恐惧被替代是本能,但历史反复证明——工具不会淘汰专业人士,但会用工具的专业人士一定会淘汰不用工具的同行。放射科医生的案例极具启发性:AI不是来抢饭碗的,而是来放大专业价值的。未来的核心竞争力,是“专业判断力 × AI调用能力”的乘积。

对企业而言,考核方式的转变意味着管理范式的跃迁。从“考核工时”到“考核算力消耗”,本质是从“过程管理”转向“成果放大”。谁能率先建立这套新的人才评估体系,谁就能在下一轮竞争中,用更少的人,打更大的仗。


Disclaimer: The information provided in this article is for general informational purposes only and does not constitute financial advice.