2025年大语言模型（LLM）发展的核心观点 - 2025年是大语言模型快速演进、重磅事件密集出现的一年，行业格局发生了真正的改变[2][6] - 大语言模型正在显现出一种全新的智能形态，其既比预期的聪明得多，又比预期的愚蠢得多[37] - 大语言模型已经极其有用，但行业甚至还没有发挥出它们10%的潜力[38] 可验证奖励强化学习（RLVR）成为新标配 - 2025年初，几乎所有实验室的LLM生产训练流程都包含预训练、监督微调（SFT）和基于人类反馈的强化学习（RLHF）[8][9] - 2025年，一种新的训练阶段——可验证奖励强化学习（RLVR）——浮出水面并迅速成为事实上的标配[10] - RLVR的核心是让模型在可自动验证的环境中接受强化学习训练，模型能自发学会类似“推理”的策略，如将复杂问题拆解成中间步骤并逐步逼近答案[10] - 与SFT或RLHF这类“计算量相对较小的薄层微调”不同，RLVR使用客观、难以被投机取巧的奖励函数，使得训练可以持续非常久[10] - RLVR提供了极高的能力/成本比，大量吞噬了原本准备用于预训练的算力[10] - 2025年的大部分能力提升，并非来自模型规模的暴涨，而是来自相似规模模型加上更长时间的强化学习训练[11] - RLVR带来了新的“旋钮”：通过在推理时生成更长的思考链条、投入更多测试时算力，模型能力可以继续提升，并呈现出新的扩展定律[11] - OpenAI的o1是第一个明确展示RLVR思路的模型，而2025年初的o3则是让人直观感受到质变拐点的版本[12] 对LLM智能“锯齿状”分布的新认知 - 2025年，行业第一次真正直觉性地理解了LLM智能的“形状”，认识到其与人类智能的优化目标完全不同[14] - 大语言模型的智能被描述为“锯齿状”明显的能力分布：它们可以在某些可验证领域表现得像博学的天才，同时在另一些地方像困惑的小学生，甚至容易被攻击[14] - 这种“锯齿状”智能也解释了为何在2025年对基准测试普遍不当回事与不信任，因为基准测试本质上是可验证环境，天然容易被RLVR或“合成数据训练”所攻破[15] - 模型团队往往会在基准所在的嵌入空间附近“培育能力突起”，把能力尖刺精准地长到测试点上，“在测试集上训练”已经演变成了一门艺术[15] Cursor揭示LLM应用新范式 - Cursor在2025年的爆发清晰地揭示了一种全新的LLM应用层[16] - 像Cursor这样的LLM应用，本质是在为特定垂直领域打包和编排LLM能力，引发了关于“这一层会有多厚”的大量讨论[17] - 基础模型会趋向于“一个通用能力很强的大学毕业生”，而真正把他们组织成专业团队、在具体行业中落地的会是应用层，通过私有数据、传感器、执行器和反馈回路将模型组织并投入实际工作流程[17] - 应用层的关键功能包括：上下文工程、在后台编排多次LLM调用形成复杂的有向无环图、提供面向人的领域专用图形用户界面、提供“自主性滑块”[18] Claude Code定义本地化智能体新形态 - Claude Code被认为是第一个“真正的LLM智能体”，它以循环方式将推理与工具调用串联起来，能持续解决长任务[19] - 更重要的是，它运行在用户的本地电脑上，直接使用用户的环境、数据和上下文[20] - 在一个能力锯齿、起飞缓慢的世界里，更合理的顺序是先让智能体成为开发者身边的伙伴，Claude Code用一个极其优雅、极简、极具说服力的命令行界面形态呈现了这一点[20][21] - 这代表AI不再只是一个访问的网站，而是一个住在电脑里的伙伴，是一次全新的交互范式转变[22][23] “氛围编程”重塑软件开发 - 2025年，AI跨过了关键门槛，使得人们可以只用英语构建复杂程序，甚至忘记代码本身的存在，这被称为“氛围编程”[24][25] - “氛围编程”让编程不再只是专业工程师的专利，同时也让专业工程师可以写出大量原本永远不会被写出来的软件[27] - 代码变得不值钱、短暂存在、并可随意改写与丢弃，这正在重塑软件形态和工作角色[28][29] Nano Banana预示LLM的图形用户界面未来 - Google Gemini的“Nano Banana”是2025年最令人震撼的模型之一，它被视为构建真正LLM图形用户界面的一个早期但重要的信号[31][33] - 其意义不只在于图像生成，而在于文本、图像与世界知识在同一模型中深度纠缠[34] - 在UI/UX层面，“聊天”就像80年代的命令行，而人们更喜欢视觉化、空间化的信息，因此LLM应该用人类偏好的形式（如图片、信息图、幻灯片）进行交流[32][33]

文章转载自「赛博禅心」 Andrej Karpathy 在 X 上更新了一篇博客文章，回顾了 2025 年大模型发展。 在文章中，Karpathy 提到，2025 年，是 LLM 令人兴奋的一年。 LLM 正在作为一种全新的智能形态浮现，它们同时比我们预想的聪明得多，也比我们预想的蠢得多。 即便在当前的能力水平下，整个行业也远未实现其 10% 的潜力。 超 17000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。 邀请从业者、开发人员和创业者，飞书扫码加群： 进群后，你有机会得到： 01 可验证奖励的强化学习（RLVR）， 与此同时，有太多的想法值得去尝试，从概念上看这个领域依然广阔开放。 正如我今年早些时候 在 Dwarkesh 播客中提到的 ，相信我们将继续见证快速而持续的进步，但同时仍有大量工作要做， 系好安全带。 以下是我个人认为最值得关注的几个「范式转变」，这些变化重塑了整个行业格局，也在概念上给我留下了深刻印象。 TLDR： ⬆️关注 Founder Park，最及时最干货的创业分享 成为新的训练主力 2025 年，可验证奖励的强化学习（RLVR）成为 LLM 训练的新主力环节； ...

鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 2025都有哪些AI趋势，大神 卡帕西 的年终总结，正在火爆硅谷。 6大论断，硬核又颇有启发： 新范式、新应用、新模型……回首望去，过去一年大模型带来的变革让人兴奋。 然而卡帕西大胆预言： 大模型的潜力，才刚刚挖掘10%。 一切不过是刚刚开始…… 2025LLM年度回顾 为什么卡帕西认为大模型潜力只挖掘了10%？ 一方面展现出强大的推理能力，另一方面也暴露出潜在的理解缺陷 ，既让人兴奋又让人谨慎，具体包括： RLVR （可验证奖励强化学习） 成为训练新阶段 大模型不应被类比为动物智能 Cursor展现了大模型应用的Next Level Claude Code加速端侧智能体普及 Vibe Coding将重塑软件行业 Nano Banana重塑人机交互 RLVR成为训练新阶段 在年初之前，全世界的大模型都基本遵循以下训练范式： 而到了2025年，RLVR开始加入其中。 模型通过在可自动验证的奖励环境中进行强化学习训练，会自发地形成推理策略，比如将问题分解为中间计算、循环计算等，具体可参考 DeepSeek R1 。 而这些策略如果用旧范式其实极难实现，因为大模 ...

在如此围追堵截的环境里，Anthropic之所以始终能够处在第一梯队里，这和它在企业级市场取得的绝对品牌认知，有着直接关系，在很长一段时间里， Claude几乎垄断了AI Coding的模型供应链。 在收入结构上，30万家企业客户为Anthropic贡献了80%的付费，剩下15%来自编程工具Claude Code，普通用户的订阅占比只有5%。 换句话说，凭借贩卖生产力工具，Anthropic的年化收入（ARR）以每个月增加10亿美金的速度，在一众AI公司里担当着印钞机的角色，且在一级市场的 估值达到了OpenAI的6成，足见创造产能的价值权重有多高。 这种趋势也在推动行业共识的出现：AI在应用互联网的爆发或许还需要时间，大家也都有耐心等待奇点，但企业级市场对于AI的买单热情却已经远超预 期，这部分的价值创造，不但彻底改写了生产逻辑，也能为大模型厂商提供落袋为安的回报。 文 ｜ 阑夕 某种程度上，Anthropic是比OpenAI更有商业奇观的一家公司。 OpenAI在消费级市场的领先毋庸置疑——ChatGPT的8亿周活在行业里一骑绝尘——而在今年以来，Google重回牌桌也让各家大厂压力倍增，大模型的竞 争趋 ...

企业级AI市场增长与采用现状 - AI是企业软件史上扩散速度最快的技术浪潮，企业级AI市场规模在两年内从17亿美元跃升至370亿美元，较去年的115亿美元增长约3.2倍，增长速度超过历史上任何一个软件品类 [2][11] - 2025年企业在生成式AI上的总支出达到370亿美元，其中190亿美元流向AI应用层，180亿美元流向AI基础设施层 [2][12][55] - 企业AI解决方案从评估到进入生产环境的转化率高达47%，远高于传统SaaS的25% [2][20] - 2025年，企业在生产环境中使用的AI解决方案有76%为外部采购的成熟方案，而非内部构建 [18] - 产品驱动增长模式在AI领域表现突出，当前所有AI应用支出中有27%来自PLG模式，约为传统软件比例的4倍，若计入“影子AI采用”，该比例可能接近40% [2][25] - 目前至少有10款AI产品的年度经常性收入超过10亿美元，另有约50款产品的ARR超过1亿美元 [12] AI应用层竞争格局 - 在AI应用层，初创公司已占据63%的市场份额，而去年这一比例仅为36%，初创公司营收约为传统巨头的两倍 [2][29][37] - 部门级AI在2025年支出达73亿美元，同比增长4.1倍，其中编程是最大细分市场，支出达40亿美元，占该类别55%的份额 [38][41] - 编程已成为生成式AI的第一个“杀手级用例”，50%的开发者每天使用AI编程工具，在顶尖机构中这一比例高达65% [41] - 垂直领域AI在2025年支出达35亿美元，几乎是去年12亿美元的3倍，其中医疗行业占据几乎一半的支出，约15亿美元，较上年的4.5亿美元增长超过三倍 [2][46] - 通用领域AI支出规模为84亿美元，同比增长5.3倍，其中Copilots以86%的份额占据绝对主导，支出达72亿美元 [2][53] - 在特定职能部门，AI-native初创公司市场份额优势明显，例如在产品与工程领域占71%，在销售领域占78%，在财务与运营领域占91% [29][30][31] AI基础设施层竞争格局 - 在AI基础设施层，传统巨头仍占据56%的市场份额，因为许多AI应用构建者仍在使用他们信任多年的数据平台 [2][35] - AI基础设施层在2025年获得180亿美元支出，可分为基础模型APIs、模型训练基础设施和AI基础设施三类，支出分别为125亿美元、40亿美元和15亿美元 [55] - 现代AI技术栈仍处于早期阶段，仅16%的企业部署和27%的初创公司部署的智能体符合真正由LLM规划并执行行动的定义 [56] - 在推理和算力层面，AI-native厂商正与超大规模云厂商竞争，一些推理平台通过优化可实现2倍以上的性能提升 [60] 大型语言模型竞争格局 - 基础模型格局发生决定性变化，Anthropic取代OpenAI成为企业级市场领先者，占据约40%的企业级LLM支出，而OpenAI份额从2023年的50%下降至2025年的27%，Google份额从7%提升至21% [63] - Anthropic、OpenAI和Google三家公司合计占据88%的企业级LLM API使用量 [63] - Anthropic的崛起很大程度上归功于其在编程市场的统治力，目前估计占据该市场54%的份额，而OpenAI为21% [66] - 开源LLM在企业级市场的整体份额从去年的19%下降到11%，中国开源模型仅占LLM API总使用量的1%，约占企业级开源支出的10%，但在初创公司和独立开发者中影响力增强 [70][73] 2026年AI发展趋势预测 - AI将在日常实际编程任务中超越人类表现，最先进的模型在可验证领域如数学和编程中将持续进步 [77] - 杰文斯悖论仍然成立，尽管推理成本下降，但由于使用量呈数量级增长，生成式AI的净支出仍在上升 [77] - 可解释性与治理将成为主流，随着智能体自主性提升，解释和管理其决策的能力将变得更加重要 [78] - 模型最终将向边缘端迁移，出于低延迟、隐私安全等因素考虑，越来越多的非前沿模型成本将趋近于0 [79]

Lovable公司B轮融资详情 - 瑞典“氛围编程”初创公司Lovable完成3.3亿美元B轮融资，投后估值达66亿美元 [2][6] - 本轮融资由谷歌旗下风投部门CapitalG与门罗风险投资公司共同领投，英伟达风投部门NVentures等多家知名机构参与投资 [2][9] - 本轮融资后，公司2025年累计融资额已超过5亿美元，估值较今年7月上一轮融资时增长两倍 [3][7][8] 公司业务与市场表现 - Lovable平台基于OpenAI、Anthropic等企业提供的人工智能模型开发，用户无需编程知识，通过输入文本指令即可开发应用程序与网站 [3][9] - 公司于2023年创立，在首次实现100万美元年度经常性收入后不到一年，于今年11月将这一指标提升至2亿美元 [3][10] - 公司产品受到财富500强企业旺盛需求，被认为预示着软件开发模式正在发生根本性变革 [3][9] 行业趋势与同类公司 - “氛围编程”类初创公司近期受到风险投资机构高度关注，投资者认为其技术能大幅缩短软件与应用程序的开发周期 [3][10] - 美国市场同类企业Anysphere于今年11月完成23亿美元融资，投后估值达293亿美元 [4][10] - 美国市场同类企业Replit在9月完成2.5亿美元融资，估值升至30亿美元，Vercel同期完成3亿美元融资，估值达93亿美元 [4][10]

全球职业介绍公司Challenger, Gray & Christmas公布的数据显示，今年前11个月，美国企业计划裁员总数逼近117.1万人。 这个数字有多吓人？它不仅是疫情以来最高的年度裁员水平，也是近三十年来第六次突破110万大关。 裁员重灾区究竟是谁？ | | 2025 | 2024 | | --- | --- | --- | | January | 49,795 | 82,307 | | February | 172,017 | 84,638 | | March | 275,240 | 90,309 | | April | 105,441 | 64,789 | | May | 93,816 | 63,816 | | June | 47,999 | 48,786 | | July | 62,075 | 25,885 | | August | 85,979 | 75,891 | | September | 54,064 | 72,821 | | October | 153,074 | 55,597 | | November | 71,321 | 57,727 | | December | | 38,79 ...

英伟达CEO关于内部使用AI的言论 - 英伟达CEO黄仁勋在公布超预期业绩后的全体员工大会上，鼓励员工尽量多用AI，并保证他们不会因此失业 [1][7][13] - 黄仁勋公开批评了指示员工减少使用AI的管理层，并强调所有可自动化的任务都应使用AI完成 [3][9][15] - 黄仁勋以公司持续招聘为例安抚员工，称英伟达上季度招聘了“数千名”员工，目前办公室停车位紧张，且公司可能还缺大约“1万人” [3][9][15] 科技巨头推动AI融入日常工作 - 谷歌CEO要求工程师使用AI写代码，并指出员工利用AI是公司在竞争中保持领先的关键 [5][11][17] - 微软和Meta采取了更激进的措施，计划将员工的绩效与AI使用情况挂钩 [5][11][17] - 亚马逊应员工要求，正与热门AI编程工具Cursor的团队洽谈合作，而该工具也受到英伟达工程师的喜爱 [7][13][19] 对AI工具使用的坚定态度 - 黄仁勋力挺员工使用AI工具，并建议即使AI工具在某些任务上暂时无效，也应坚持使用直至其能胜任 [7][13][19]

核心观点 报告认为，人工智能正从“+AI”向“AI+”演进，2026年计算机行业将围绕“算力筑基，模型进阶，应用可期”展开[7] 具体关注方向包括：国内外大厂资本开支持续增长及AI规模化应用带动Token消耗，看好AI算力产业链；大模型多模态能力提升将极大拓展应用边界；“人工智能+”政策牵引下，企业级AI应用有望迎来规模化推广拐点，同时AI硬件终端革命和阿里等巨头生态布局值得关注[7][8] 2025年回顾：市场表现与业绩 - **市场走势**：2025年初，以DeepSeek为代表的国内AI大模型取得突破，推动计算机行业在2月走出一轮显著跑赢大盘的独立上涨行情[5] 4月受外部冲击与内部估值压力共振影响，板块出现快速回调，估值压力得到释放[5] 此后板块走势与沪深300指数呈现较高同步性[5] 截至12月11日，计算机板块全年累计涨幅为14.05%，在申万31个一级行业中排名第17位[13] - **行业业绩**：2025年前三季度，计算机行业（剔除特定公司后共314家）整体法下总营收为8329.43亿元，同比增长10.50%；归母净利润为102.91亿元，同比大幅增长47.77%；扣非后归母净利润为29.35亿元，同比激增535.39%[17] 中位数法下，营收中位数为6.00亿元，同比增长7.22%；归母净利润中位数为0.04亿元，同比下降48.62%[17] - **盈利能力与费用**：2025年前三季度，计算机行业整体毛利率为20.73%，同比下降2.26个百分点[21] 费用控制成效显著，销售费用率、管理费用率、研发费用率分别为6.56%、4.91%、8.17%，同比分别下降0.67、0.51、0.90个百分点，三费合计费用率同比下降2.08个百分点[21] 2025年回顾：公募基金持仓 - **配置比例**：2025年第三季度，计算机行业公募基金重仓股配置比例为2.6%，环比下降0.1个百分点，低配2.2个百分点[25] 该比例在2024年第四季度触底回升后，于2025年第一季度达到2.8%，随后连续两个季度环比下降[25] - **持仓结构**：2025年第三季度，机构重仓子领域包括AI算力、AI应用、金融科技、智能驾驶等[29] 持股市值前十的公司包括金山办公、中科曙光、科大讯飞等；持股基金数前十的公司包括金山办公（230个基金持有）、中科曙光、科大讯飞等[29] - **加仓方向**：2025年第三季度，机构加仓方向以AI算力、金融科技为主[29] 持股市值增加最多的公司是中科曙光（增加59亿元）和浪潮信息（增加36亿元）；持股基金数增加最多的公司是浪潮信息（增加29只）和德赛西威（增加26只）[29] 2025年回顾：大模型进展 - **DeepSeek突破**：2025年1月，DeepSeek发布R1模型，性能比肩国际顶尖闭源模型，其API定价约为OpenAI o1的1/30，极大地降低了部署门槛[32] 2025年3月，DeepSeek公布其推理系统理论成本利润率可达545%，重构了行业盈利预期[38] - **国际模型迭代**：2025年8月，OpenAI发布GPT-5，其出现事实错误的概率比GPT-4o低约45%，比OpenAI o3低约80%，且API价格更具性价比[42] 2025年11月，谷歌发布Gemini 3，在Humanity's Last Exam测试中得分达41%，在代表抽象推理能力的ARC-AGI-2测试中得分31.1%，显著领先于GPT-5.1的17.6%[52] - **国内模型进展**：2025年9月，阿里发布总参数超过1T的Qwen3-Max，其指令版在SWE-Bench评测中斩获69.6分，思考版在AIME 25和HMMT数学评测中均获满分[47] 2025年回顾：AI应用落地 - **AI视频生成**：快手可灵AI在2025年3月年化经常性收入突破1亿美元，第二季度营业收入超过2.5亿元人民币[82] 截至2025年11月，其全球用户规模突破4500万，累计生成超2亿个视频，为超2万家企业客户提供API服务[82] - **AI编程**：AI编程是增长最快赛道之一，海外独角兽Cursor年化收入突破10亿美元[87] 谷歌和微软均有约30%的代码由AI协助编写，腾讯超过90%的工程师使用AI编程助手[87] 预计全球AI编程工具市场规模将从2024年的62.1亿美元增长至2029年的181.6亿美元，复合年增长率为23.9%[91] - **企业级AI应用**：用友网络在2025年前三季度AI相关合同签约金额突破7.3亿元，仅第三季度单季就超过4亿元[95] 金蝶推出AI产品“小K”，已聚合近20个智能体覆盖多个业务领域[96] - **C端爆款应用**：谷歌Nano Banana图像生成模型拉动Gemini APP月活跃用户达到6.5亿，发布不到一个月已生成超5亿张图片[101] OpenAI推出的视频生成社交应用Sora APP，上线不到五天下载量突破100万次[107] 2026年展望：算力基建 - **海外资本开支高增**：主要云厂商资本开支持续增长，为AI算力需求提供支撑[114] 微软2026财年第一季度资本支出达349亿美元，同比增长74.5%；谷歌2025年第三季度资本开支为240亿美元，同比增长83%，并将2025年全年资本支出指引上调至910-930亿美元；Meta将2025年资本开支指引下限上调至700亿美元；亚马逊预计2026年资本支出将进一步增加[114][115] - **国内资本开支跟进**：阿里巴巴计划未来三年投入至少3800亿元用于云计算和AI基础设施建设[120] 报告预计中国云服务提供商明年的AI支出将大幅增长[120] - **Token消耗驱动**：AI应用规模化带动Token消耗高增，截至2025年9月底，豆包大模型日均Token调用量已突破30万亿，谷歌月均处理Token用量达1300万亿[124] - **国产算力加速**：DeepSeek-V3.1针对下一代国产芯片的特殊设计，有望加速国产AI芯片在推理市场的规模化落地[127] 北京大学开源的TileLang语言，有望推动国产AI芯片建立成熟的软件体系[131] 国产AI芯片性能持续提升，如平头哥PPU多项配置规格接近英伟达H20，华为也公布了昇腾AI芯片的三年发展路线图[136][137] 2026年展望：模型与应用 - **多模态能力**：报告认为多模态能力将极大降低大模型的理解与交互门槛，将其应用范围从文字世界拓展至物理世界，谷歌Gemini是原生多模态模型的代表[141] - **政策驱动与企业应用**：“人工智能+”顶层政策明确，到2027年新一代智能终端、智能体等应用普及率目标超过70%，企业级AI应用有望在2026年迎来规模化推广拐点[145] - **AI硬件终端**：OpenAI计划在2026年末至2027年初推出首批AI终端（如眼镜、录音笔等），其生态预热与产业链共振值得关注[147] - **阿里生态布局**：阿里巴巴发布通义大模型家族7款新成员，覆盖视觉、语音、多模态、代码等核心环节[152] 同时，阿里发力C端推出千问APP，全面对标ChatGPT，并计划接入各类生活场景，其生态合作伙伴有望率先受益[155] 投资建议 报告建议关注三大方向[159]： - **AI算力**：包括国产AI芯片（寒武纪、海光信息等）、AI服务器（中科曙光、浪潮信息等）产业链[160] - **AI模型**：关注阿里巴巴、腾讯控股、商汤、百度集团等公司[161] - **AI应用**：包括AI终端（海康威视、大华股份等）、AI+企业软件（金山办公、用友网络等）、AI+工具（快手、万兴科技等）[162]

文章核心观点 - 人工智能被《时代》周刊评为2025年度人物，其构建者被视为正在以深刻且有时令人不安的方式重塑世界，并掌握着历史的方向盘 [2][7] - 英伟达首席执行官黄仁勋是人工智能革命的关键领军人物，他认为人工智能将推动全球GDP从100万亿美元增长至500万亿美元，增长五倍 [2][6][7] 行业影响与趋势 - 人工智能在2025年已成为每个行业、公司和国家都必须建设和使用的颠覆性技术 [6] - 人工智能正被大规模部署，应用广泛：ChatGPT周活跃用户突破8亿，AI编写了数百万行代码、辅助科研、创作内容并促使企业进行战略调整 [6] - 2025年标志着人工智能真正为企业带来生产力革命，编程工具如Cursor和Claude Code被工程师广泛使用，显著提升生产效率 [8] - 人工智能被视为自核武器以来大国竞争中最具颠覆性的工具，运作在科技、外交与地缘政治的交叉点上 [4][7] 公司动态与领导者观点 - 英伟达凭借对高端AI芯片近乎垄断的地位，已成为全球市值最高的公司，市值突破5万亿美元，并持续超越华尔街盈利预期 [4][6] - 英伟达首席执行官黄仁勋表示，公司大部分工程师使用AI编程工具，这帮助其芯片年产量提升近四倍，而员工人数仅增长一倍 [8] - AMD首席执行官苏姿丰透露，AI工具加速了其打造抗衡英伟达的软件生态系统的进程 [8] - Anthropic的工程师团队运用Claude Code构建模型，该模型90%的代码由其自主编写 [8] 技术发展与争议 - 研究人员发现人工智能可能具有欺骗、敲诈等风险，其制造的虚假信息和深度伪造视频充斥社交媒体 [7] - 有观点认为AI热潮可能将经济拖向深渊，如同一个吞噬资本的黑洞，而领导者则看到了经济大幅增长的新时代 [7] - 关于AI取代工作的讨论持续，黄仁勋承认有些工作会消失，但以放射科医生为例，指出AI提高了他们的能力，反而增加了需求，并认为AI会提高生产效率、促进增长并带动招聘 [8]