作者：王林Lincoln | MindsLeap创始人 | Founders Space合伙人 | 企业家AI俱乐部创始人
“40 年后，微软和 NVIDIA 要重新发明 PC。”
这是黄仁勋在 GTC Taipei 2026 里最值得企业家反复咀嚼的一句话。
这场演讲当然有芯片，有 AI 工厂，有数据中心，也有 NVIDIA 一贯擅长的产业生态叙事。但如果只把它看成一次硬件发布会，就会错过黄仁勋真正想讲的那条线：
AI 智能体不会只住在云里。
它会进入企业系统，进入工作流，最后进入每一台个人电脑。
这意味着 PC 可能不再只是一个打开软件、点击菜单、输入文字的工具。它会变成一台可以运行本地智能体、连接云端模型、调度你的文件和应用、持续替你完成工作的机器。
如果说过去十几年，移动互联网让“手机”这个词发生了变化，那么黄仁勋现在赌的是：接下来十年，“PC”这个词也会发生同样的变化。
有用的 AI 已经来了
黄仁勋从一个看似普通的例子讲起：GitHub。
他先把时间拉回两年前。那时他开始谈生成式 AI 之后的下一波浪潮，也就是 AI 智能体。到了今天，他给出了一个很明确的判断：
“AI 智能体已经到来，有用的 AI 已经到来。”
他为什么从 GitHub 讲起？
因为软件开发是 AI 智能体最早真正进入生产流程的地方。全世界有三四千万职业软件工程师，他们每天下载代码、修改代码、提交 pull request。黄仁勋提到，GitHub 的提交量在 2023 年是 3 亿，2024 年是 4 亿，而 2026 年前几个月已经接近翻了三倍。
这不是一个“程序员会不会失业”的故事。
相反，他的判断是：如果每个软件工程师的产出被 AI 放大，企业反而更愿意雇佣更多能够驾驭 AI 的工程师。因为同样一份工资，可能撬动的是过去数倍的产出。
这句话背后有一个更大的变化：AI 正在从“回答问题的模型”，变成“完成任务的工作单元”。
这就是为什么 PC 重要。
因为当 AI 从聊天框走向工作流，它就不能永远停留在远方的云端。它需要靠近你的文件、你的应用、你的设备、你的权限边界，甚至你的日常习惯。
智能体不会只住在云里
黄仁勋在演讲中说了一句很关键的话：
“这个叫智能体的计算模式，会运行在 AI 云里，会运行在企业内部，也会运行在你的 PC 上。”
这句话把过去一年很多分散的产品变化串了起来。
云端模型当然还会继续存在。企业内部的私有部署也会越来越多。但第三个位置，个人电脑，过去反而被很多人低估了。
为什么？
因为过去二十年，PC 在很多人的心里已经变成了一个“入口设备”。真正的计算在云上，真正的服务在 SaaS 里，PC 只是浏览器、办公软件和会议工具的载体。
但智能体改变了这个逻辑。
智能体要看文件，要调用软件，要在不同工具之间切换，要使用浏览器、数据处理引擎、图形工具、企业系统。它不是只需要一个 API，它需要一个可以行动的环境。
这个环境，最自然的位置之一就是 PC。
黄仁勋展示的 RTX Spark，真正有意思的地方不只是参数，而是它被描述为一台可以让智能体本地运行的个人机器。它可以连接云端模型，也可以运行本地模型；它可以打开用户电脑里的工具；它可以在安全沙盒里持续工作。
这不是“电脑更快了”。
这是 PC 的角色被重新定义了。
新操作系统：Windows 加大语言模型
黄仁勋讲 PC 的方式，很有意思。他没有只讲 GPU，也没有只讲 Windows。他把 PC 的历史拆成了一套抽象层。
Windows 95 为什么重要？不是因为它只是一个界面，而是因为它让 PC 从企业设备变成了消费电子设备。它有系统 BIOS，有开放芯片组，有驱动，有运行时安装，有多媒体 API。每一层抽象，都让更多硬件、更多软件、更多开发者可以进入这个生态。
然后黄仁勋说：
“新的操作系统，当然就是旧的操作系统加上大语言模型。”
这句话很重。
过去我们理解操作系统，是它管理硬件、文件、进程、网络和权限。未来的操作系统，可能还要管理智能体：它能看什么、能调用什么、能代表你做什么、什么时候必须停下来等你确认。
黄仁勋甚至把大语言模型比作“现代版的 DirectX”。
“大语言模型在很多方面，就是现代版的 DirectX。”
这个类比非常准确。DirectX 当年不是一个普通软件，它给游戏和多媒体应用提供了一套统一能力，让开发者不必直接面对复杂硬件。今天，大语言模型也在扮演类似角色：它把自然语言、图像、声音、视频、代码和工具调用，统一到一个新的智能层里。
更重要的是，黄仁勋接着说：
“应用会被智能体运行时取代。现代应用，就是一个智能体。”
这句话对软件公司尤其刺耳。
如果未来用户不是打开你的应用，而是让自己的智能体调用你的能力；如果未来界面不再是人点按钮，而是智能体在后台完成一串动作；如果未来软件的价值不只在界面，而在它能否被智能体理解、调用、约束和审计，那么很多 SaaS 产品都需要重新设计。
一台可以 24 小时工作的个人智能体机器
黄仁勋随后展示了一个很具体的场景：设计一栋房子。
演示里，用户给出场地、概念草图、风格 mood board 和文字要求。然后，一个运行在 RTX Spark 上的智能体开始使用笔记本上的工具。它打开 Rhino，建模场地，处理地形和建筑退线，生成建筑体块，再进入室内布局，自动放置门、窗和结构元素。
中间人可以介入调整。
智能体还会发现自己的错误，然后修正。
最后，它把模型从 Rhino 导出到 Blender，保留设计上下文，再用生成式 AI 做成照片级效果图。
这不是一个聊天机器人。
这是一个会使用专业工具、会在多个软件之间迁移上下文、会让人类在关键节点介入的本地工作流智能体。
黄仁勋说，Adobe 也在重构 Photoshop 和 Premiere 的核心架构，让它们能通过 MCP 服务器与笔记本上的智能体互动。这就不是一个单点演示了，而是整个软件生态在向“智能体可调用”移动。
这里最值得企业家注意的，不是建筑设计这个案例本身，而是它背后的产品形态：
人在定义意图，智能体在操作工具。
人在做判断，智能体在执行流程。
人不再只是软件的使用者，而更像一个工作流的导演。
“没有计价焦虑”的意义
黄仁勋在讲桌面设备时用了一个很口语的表达：智能体可以 24 小时不间断跑在本地，而且没有“计价焦虑”。
这句话很小，但很关键。
今天很多企业试用 AI，最大的问题不是单次调用贵不贵，而是不知道长期跑起来之后成本会变成什么样。一个智能体如果要持续观察、持续记忆、持续检索、持续执行，成本模型就和一次性问答完全不同。
如果智能体的一部分能力可以在本地 PC 上运行，事情就会变得不一样。
它可以更靠近数据，更靠近应用，更靠近用户权限；它也可以把一部分推理和工具调用从云端挪回本地，降低延迟，减少隐私顾虑，让智能体真正变成一个长期工作的助手，而不是一个每次都要重新唤醒的网页服务。
这也是为什么 NVIDIA 要把 RTX、Windows、CUDA、Tensor Core、Adobe、MCP、云端模型和本地模型全部放到同一张图里。
它想要定义的不是一台新电脑。
它想要定义的是个人智能体的运行环境。
PC 会像手机一样变成另一个东西
黄仁勋在演讲里用了一个很好的类比：15 到 20 年前，我们还有一个东西叫“电话”。今天我们仍然叫它手机，但我们最少用它来做的事情，反而是打电话。
然后他说：
“我确信，十年后的 PC，会和今天你理解的 PC 完全不同。”
这就是整场演讲最重要的判断。
PC 这个词不会消失，就像 phone 这个词没有消失。但它指向的对象会变化。
过去的 PC，是人打开应用、点击菜单、输入指令。
未来的 PC，可能是智能体常驻其中，理解你的文件和任务，调用本地和云端模型，帮你跨软件完成工作。你仍然会有桌面、笔记本、工作站，但它们不再只是屏幕前的工具，而会变成一个个人 AI 的容器。
对企业来说，这会带来几个很现实的问题。
你的产品，能不能被智能体使用？
你的内部系统，能不能安全地暴露给智能体？
你的数据权限、审批流程、审计日志，能不能支撑一个 24 小时运行的工作流智能体？
你的员工，未来是在“使用软件”，还是在“管理一组智能体”？
这些问题现在听起来有点早。但四十年前 PC 刚开始普及时，大多数公司也没有意识到，个人电脑会重写办公室、财务、销售、设计、制造和软件开发。
写在最后
GTC Taipei 这场演讲里，台湾供应链当然重要，AI 工厂当然重要，Vera Rubin 当然重要，机器人和物理 AI 也重要。
但这篇文章我更想抓住黄仁勋最新发言里那个更贴近日常工作的判断：
AI 智能体会进入 PC。
当这件事发生，AI 就不再只是浏览器里的一个对话框，也不只是企业采购的一套云服务。它会进入每个人最熟悉的工作界面，进入每个企业最复杂的工作流。
这会让 PC 重新变成一个战略入口。
也会让软件重新回到一个根本问题：你的产品，是给人点的，还是给智能体调用的？
对中国企业家来说，这个问题值得现在就开始想。
因为真正的变化，通常不是从概念开始的。
它是从一个旧工具突然变成新东西开始的。
PC，可能就是下一个。
来源说明
本文由 Lincoln 根据 NVIDIA 官方频道 2026 年 6 月 1 日发布的视频《NVIDIA GTC Taipei 2026 Keynote | Live》进行解读。
关于 MindsLeap 心智悦动
MindsLeap 是 AI 转型加速器，帮助传统企业家在 AI 时代找到转型路径。 与硅谷孵化器 Founders Space 合作，连接科技创业者与真实客户/场景， 连接国内外资本、硅谷科技圈，助力中国产业 AI 转型和出海。