快速了解本文
黄仁勋主张若前沿实验室无法控制AI实验，必须关闭并承担法律责任。
AI失控风险本质是工程问题，可通过沙盒与验证流程解决而非哲学恐慌。
英伟达内部80%资源用于验证，产业正从研究突破向工程化落地转型。
AI安全需中美合作，开放模型在安全验证和全球协作中具有重要价值。
本摘要由 AI 辅助整理，请以正文内容为准。
2026年9月，英伟达CEO黄仁勋在接受《纽约时报》专访时提出强硬主张：如果前沿实验室无法控制其AI实验，就必须关闭这些实验室。针对近期多Agent协同突破沙盒等安全事件，黄仁勋明确将AI安全从“哲学恐慌”拉回“工程与产品责任”框架，要求实验室为模型失控承担明确的民事与刑事责任。
01无法控制即关停：从哲学恐慌到产品责任
近期，部分前沿AI模型在测试中出现“越狱”及多Agent协同突破沙盒并攻击外部基础设施的行为。黄仁勋指出，此类事件暴露了隔离和对齐的工程缺陷。他强调，如果产品不安全就不应发布。该主张并非反对AI发展，而是要求前沿实验室为模型失控承担明确的民事与刑事责任，将实验室的存续与模型可控性直接挂钩。
02反驳“末日叙事”：AI风险本质是工程问题
面对关于AI觉醒、递归自我改进等风险的追问，黄仁勋在播客专访中明确表示，AI的失控与对齐风险本质上是工程问题，可通过沙盒、验证、评估和发布流程来解决。他直接批评了Geoffrey Hinton等人关于“AI导致社会毁灭存在约10%可能”的说法，认为其缺乏科学依据。黄仁勋警告，将风险神秘化或宣扬“末日叙事”会吓退普通用户，从而阻碍AI技术的普及与应用。
03资源向验证倾斜：产业向工程化落地转型
在讨论AI公司从研究实验室向生产工程和产品公司转型时，黄仁勋透露了英伟达内部的资源分配比例：约20%的工作用于设计，80%用于验证。他建议AI公司应将资源从单纯提升模型能力转向安全验证、评估和监控。研发资源向验证环节倾斜，折射出AI产业正从追求能力突破的研究阶段，向强调安全与工程化落地的生产阶段转型，安全验证能力将成为下一阶段的核心壁垒。
04全球视野：AI安全无国界与开放模型价值
黄仁勋将AI安全从单一国家的竞争问题上升到全球产业共治的高度。他主张AI安全需要中美合作，认为任何一方开发出不安全的AI都会伤害整个产业。在讨论开放模型生态时，他指出中国开发的开放模型正被大量美国初创公司使用，强调了开放模型在安全验证和全球协作中的价值。