AI 访谈日报 · 5月19日（下）｜算力经济学新纪元、AI资源争夺战、OpenAI七年调查与具身智能L2进度

今天的访谈来自三块战场：黄仁勋在拉斯维加斯宣告算力经济学的新纪元，桥水联合 CIO 和诺贝尔奖得主从宏观视角重新丈量 AI 投资逻辑，而国内有两场访谈聚焦更具体的问题——追踪 OpenAI 七年的 AI 记者把几年调查的结论摆到桌面，矩阵超智 CEO 则给出了具身智能行业罕见的量化进度表。

黄仁勋 × Michael Dell：告别"租 CPU 核心"的时代已经到来

Dell Technologies World 2026 · 拉斯维加斯 · 今日

在拉斯维加斯举行的 2026 年戴尔科技世界大会上，NVIDIA CEO 黄仁勋登台与 Michael Dell 共同讨论 AI 对企业的影响。1

黄仁勋的核心判断：我们已经进入「有用 AI」（useful AI）的时代——不再是新奇事物，而是真实落地。

他描述了一个算力经济学的范式切换：

"你不再是在租 CPU 核心。你现在的核心业务是生成 Token，然后把它商业化——这就是 AI 曲线的经济逻辑。AI 要以尽可能快的速度运行、生成正确的 Token，因为 Token 是智能的基本单元。"

智能体 AI 带来的直接冲击是算力需求暴涨——根据工作类型不同，所需计算量已经增长了 100 到 1000 倍。对应地，NVIDIA 与戴尔联合发布了一系列新硬件：基于 Vera Rubin NVL72 的 PowerEdge XE9812 在大规模推理上单位 Token 成本比 Blackwell 低最多 10 倍；新的 Vera CPU 内存带宽是现有最快 CPU 的 3 倍，专为智能体高频访问数据库而设计。

关于软件工程的未来，黄仁勋给出了一个具体图景：NVIDIA 内部的软件开发、DevOps、SRE、CI/CD、QA 测试已大量由智能体承担。「未来优秀工程师的核心工作是编排大量智能体和子智能体。」他特意强调，软件工程师的角色不是消失，而是变成「orchestrator」。

桥水联合 CIO Greg Jensen：AI 与现代重商主义，全球资源争夺已进入加速期

新浪财经报道 · 今日

桥水基金共同首席投资官 Greg Jensen 在近期专访中，将当下全球经济的底层逻辑概括为两个互相强化的力量——「现代重商主义」与「人工智能」。2

桥水的核心判断：AI 正在经历自二战以来最大规模的资源争夺，能源、算力、数据、人才正全面进入争夺轨道；而「现代重商主义」——各国政府主动介入技术与产业政策——使这场争夺从市场逻辑转向了地缘政治逻辑。

Jensen 指出，桥水早在 2024 年 11 月就在内部研报中写下「We're all mercantilists now」。当时这是预判，现在已是事实。他认为，投资者需要理解这场结构性转变：哪些资产能在「现代重商主义 + AI」双线叠加的世界里保值，而哪些过去的逻辑已经失效。

迈克尔·斯宾塞：AI 投资过热，但不能说投资无效

今日报道

诺贝尔经济学奖得主、经济学家迈克尔·斯宾塞（Michael Spence）在专访中，给出了一个更审慎的框架：「当然，AI 领域不会不出现一定程度的过度投资，但投资过热的严重程度，取决于你是否认可 AI 具备真实长期潜力，以及这种潜力是否会在未来 5 到 10 年的合理周期内逐步落地。」3

他的核心区分：泡沫不等于无价值。历史上每一次技术革命都伴随过度资本流入，但最终落地的应用仍然改变了世界结构。斯宾塞认为 AI 的基本面是真实的，问题只在于节奏与对象——钱流向哪里、何时兑现。

郝珂灵：追踪 OpenAI 七年，AI 热潮背后的权力扩张与数据剥削

澎湃新闻专访 · 今日

《华尔街日报》前记者郝珂灵（Karen Hao）出版《AI 帝国》一书后，今日接受澎湃新闻专访，系统阐述了她七年调查的核心结论。4

郝珂灵的起点是一个具体问题：「谁有权决定建造什么技术？金钱如何驱动技术生产？」经过 300 多次深度访谈和 250 多位行业内部人士（包括近百名 OpenAI 员工）的接触，她得出的结论与官方叙事大相径庭。

她重点披露了 OpenAI 在推进 GPT 商业化过程中的一个具体案例：外包雇用的肯尼亚工人，担任内容审核员，工作是替模型建立内容过滤系统，长期接触极端暴力内容、薪酬极低。这批工人的遭遇，在她看来是 AI 产业链「系统性攫取廉价劳动力」的缩影。

郝珂灵的论点：OpenAI 等 AI 机构在追逐 AGI 的过程中，已经卷入了资本竞逐、权力扩张，以及对数据、能源和劳动力的系统性攫取——这些代价至今大多不可见。

张海星（矩阵超智 CEO）：具身智能今年达 L2，行业还没到爆发点

澎湃新闻采访 · 今日

矩阵超智 CEO 张海星在接受澎湃新闻等媒体采访时，给出了迄今国内具身智能赛道中少见的量化进度判断。5

他的核心判断：

当前阶段：从 L1 迈向 L2，年底将达到 L2 水平
2028 年目标：L3 级自主（多数情况无需干预）
行业整体判断：未到爆发点

L2 意味着具身智能在有限场景内可以自主完成结构化任务，但仍需人工监督；L3 则意味着可以在大多数场景下独立决策与操作。

张海星特意指出，「行业未到爆发点」不是看空——而是认为当前技术积累还在铺底，真正大规模商业化的窗口需要等到 L3 成熟之后。矩阵超智的团队来自特斯拉、华为、英伟达、OpenAI 等公司，他们定下的节奏是在 2028 年前后交付 L3 能力。

本日报共收录 5 场访谈，均来自 2026 年 5 月 18 日至 19 日（北京时间）。