精华速览

北京时间10月21日，英伟达创始人兼CEO黄仁勋在GTC柏林大会上反驳了“AI将终结软件和工具公司”的观点。他认为，AI智能体要完成实际工作仍需调用专业工具，因此过去开发的软件工具将迎来更多使用者，工具公司未来将同时提供软件和经过专门优化、擅长使用这些软件的智能体。黄仁勋以科学家和工程师的工作为例，指出即使具备很强智能，也需要实验室、模拟器和求解工具；编程是智能体较早落地的领域，随着智能体进入更多行业，需要调用的工具将更加丰富。大会演示中，AI智能体调用设计与仿真工具完成车门设计调整，并由工程师审核方案。这一判断也是英伟达推广其模型、计算平台和软件库的重要依据。

要点透视

  • 北京时间10月21日，黄仁勋在GTC柏林大会发表演讲，明确反驳“AI到来意味着软件和工具公司终结”的说法。
  • 黄仁勋判断，工具公司未来将同时提供软件，以及经过专门优化、擅长使用这些软件的智能体，即向AI公司和智能体公司转型。
  • 其核心论据是：AI要完成实际工作仍需调用专业工具，智能体开展实验、仿真和数据处理同样依赖工具支持。
  • 编程被视为智能体较早落地的领域，编译器或Python环境已能支持部分任务；随着智能体进入更多行业，流体力学、量子化学和工业设计软件等工具需求将增加。
  • 大会播放的达索系统演示中，AI智能体按工程要求将大众高尔夫车门设计调整用于途观，调用设计与仿真工具测试，发现振动问题后继续修改，最终由工程师审核选择方案。
  • 黄仁勋在演讲中反复介绍英伟达的模型、计算平台和软件库，希望为智能体调用专业工具提供计算支持。
  • 现场演示呈现了技术路径，但未给出大规模部署后的成本与效率数据。

文章拆解

黄仁勋此次表态的针对性很强。当前业界有一种流行叙事：AI智能体可以直接生成代码、操作软件，传统工具软件的价值将被削弱。黄仁勋从任务执行链条出发提出相反逻辑——智能体越能干，越需要借助专业工具完成实验、仿真和数据处理，工具的使用者不是减少而是增多。这一判断把AI与软件工具的关系从“替代”改写为“调用”，也为工具公司指出一条转型路径：不只卖软件，还提供擅长使用该软件的智能体。

从演示案例看，这一逻辑有具体场景支撑。在达索系统的演示中，智能体承担了设计调整和仿真测试的重复性工作，但振动问题的发现、方案修改和最终选择仍需要工具链和工程师审核。这说明智能体进入工业设计等专业领域后，工具不仅是执行手段，也是约束和验证环节。编程领域之所以率先落地，是因为编译器、Python环境等工具标准化程度高；越往流体力学、量子化学和工业设计延伸，工具的专业壁垒越高，智能体对工具的依赖也越深。

对行业而言，这一判断意味着工具软件公司的竞争维度可能发生变化：除了软件功能本身，能否提供与自家软件深度耦合、可被智能体调用的能力，将成为新的差异化点。对英伟达来说，黄仁勋反复介绍模型、计算平台和软件库，实质是在为智能体调用专业工具铺设算力和软件基础设施，试图占据智能体工作流的底层位置。

值得关注的变量有三。其一，现场演示未披露大规模部署后的成本与效率数据，智能体调用专业工具的经济性尚待确认。其二，工具公司转型为“软件+智能体”后，商业模式、定价方式和与客户的关系如何调整，素材未涉及。其三，智能体调用工具过程中的错误责任归属和工程师审核边界，仍需更多实践检验。潜在风险在于，若智能体对专业工具的调用能力提升不及预期，工具公司增加使用者的逻辑可能打折扣；同时，英伟达推动的软硬件生态能否被主流工具厂商广泛接纳，也尚待确认。

查看原文