[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-nvidia-says-agi-is-here-what-it-means-now-zh":3,"article-related-nvidia-says-agi-is-here-what-it-means-now-zh":28,"series-industry-37387c34-abb5-4547-91d4-a89e3e519893":86},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":25,"created_at":26,"published_at":27,"topic_cluster_id":11},"37387c34-abb5-4547-91d4-a89e3e519893","nvidia-says-agi-is-here-what-it-means-now-zh","NVIDIA 說 AGI 已到來，代表什麼","\u003Cp>J\u003Ca href=\"\u002Fnews\u002Fopenai-anthropic-eye-historic-ipos-zh\">en\u003C\u002Fa>sen Huang 在 2026 年 3 月說，AGI 已經來了。這句話很猛，但也很會帶風向。因為 \u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002F\" target=\"_blank\" rel=\"noopener\">NVIDIA\u003C\u002Fa> 市值曾經站上 3 兆美元，手上又卡著大量 \u003Ca href=\"\u002Fnews\u002Fjensen-huang-ai-more-jobs-than-it-cuts-zh\">AI\u003C\u002Fa> 算力供應。\u003C\u002Fp>\u003Cp>問題是，他講的 AGI，和很多研究者講的不是同一件事。Huang 講的是能做出經濟價值的系統。像是會規劃、會叫工具、會寫程式、會跑流程的 agent。\u003C\u002Fp>\u003Cp>講白了，這不是在吵名詞。這是在問：企業要不要把預算往自動化再推一把。還是把這當成一種很會賣的產品敘事。\u003C\u002Fp>\u003Ch2>Huang 到底說了什麼\u003C\u002Fh2>\u003Cp>Huang 在 \u003Ca href=\"https:\u002F\u002Fopen.spotify.com\u002Fshow\u002F7k6xQ7g7K8x5v3cNQW4Zp8\" target=\"_blank\" rel=\"noopener\">Lex Fridman Podcast\u003C\u002Fa> 的說法很直接。他說：「I think it’s now. I think we’ve achieved AGI.」這不是模糊帶過，而是正面下結論。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775183092230-3udt.png\" alt=\"NVIDIA 說 AGI 已到來，代表什麼\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>更有意思的是，他在 2024 年還說 AGI 大概還要 5 年。照那個說法，時間點會落在 2029 左右。結果不到兩年，他就把時間軸往前拉了好幾格。\u003C\u002Fp>\u003Cp>但他的意思不是機器已經像人一樣懂所有事情。他講的是，現在的系統已經能在不少工作裡產出價值。像軟體開發、資料整理、客服、營運流程，這些地方最明顯。\u003C\u002Fp>\u003Cul>\u003Cli>2024 年：Huang 說 AGI 可能還要 5 年\u003C\u002Fli>\u003Cli>2026 年 3 月：他改口說 AGI 已經到來\u003C\u002Fli>\u003Cli>NVIDIA 市值曾報到 3 兆美元以上\u003C\u002Fli>\u003Cli>核心焦點是 agentic software，不是全能型智慧\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這種說法很符合 NVIDIA 的語境。因為他不是在賣哲學，而是在賣算力、平台和生態系。你如果是 CFO，聽到這句話，腦中想的可能不是人類命運，而是下一季雲端預算。\u003C\u002Fp>\u003Cp>你如果是工程師，想的可能更直接。這些 agent 到底能不能少寫 30% 的流程碼。或者少掉一半的人工審核時間。\u003C\u002Fp>\u003Ch2>為什麼他的定義很有爭議\u003C\u002Fh2>\u003Cp>在 AI 研究圈，AGI 通常不是這樣定義。大家談的是更廣的泛化能力。像是面對沒看過的任務，也能穩定推理、學習、轉移知識，還能長時間維持表現。\u003C\u002Fp>\u003Cp>Huang 的版本比較務實。只要系統能在公司裡做出可衡量的價值，他就願意叫它 AGI。這個定義對商業很方便，但對學術圈來說就太寬鬆了。\u003C\u002Fp>\u003Cp>他自己也有踩煞車。Huang 說，現在的 agent 還不能自己把 NVIDIA 這種複雜公司完整跑起來。這句話很重要，因為它直接說明：他講的不是完全自治，而是「夠用」的智慧。\u003C\u002Fp>\u003Cblockquote>“I think it’s now. I think we’ve achieved AGI.” — Jensen Huang，NVIDIA CEO，\u003Ca href=\"https:\u002F\u002Fopen.spotify.com\u002Fshow\u002F7k6xQ7g7K8x5v3cNQW4Zp8\" target=\"_blank\" rel=\"noopener\">Lex Fridman Podcast\u003C\u002Fa>\u003C\u002Fblockquote>\u003Cp>這裡的分歧很實際。模型能通過 benchmark，不代表它能在真實環境裡穩定工作。更別說它還要面對權限、例外狀況、錯誤資料、和一堆人類留下來的爛流程。\u003C\u002Fp>\u003Cp>我覺得這也是很多團隊會踩雷的地方。Demo 很漂亮，不代表 production 能活。真正麻煩的是長尾例外，不是標準題。\u003C\u002Fp>\u003Ch2>為什麼 GTC 2026 讓這句話更有份量\u003C\u002Fh2>\u003Cp>Huang 的發言不是憑空冒出來的。它發生在 \u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fgtc\u002F\" target=\"_blank\" rel=\"noopener\">NVIDIA GTC 2026\u003C\u002Fa> 之後。那場活動的訊號很清楚：AI 已經不是附加功能，而是下一代運算核心。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775183094383-rh77.png\" alt=\"NVIDIA 說 AGI 已到來，代表什麼\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>GTC 期間，NVIDIA 推了 \u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Fdata-center\u002Fvera-rubin\u002F\" target=\"_blank\" rel=\"noopener\">Vera Rubin\u003C\u002Fa> GPU 平台、\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Fdata-center\u002Fkyber\u002F\" target=\"_blank\" rel=\"noopener\">Kyber\u003C\u002Fa> 機櫃架構，還有 \u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Ftechnologies\u002Fdlss\u002F\" target=\"_blank\" rel=\"noopener\">DLSS 5\u003C\u002Fa>。這些東西的共同點很簡單，就是吃更多算力，跑更密的工作負載。\u003C\u002Fp>\u003Cp>所以 Huang 講 AGI，不只是哲學表態。它也在替硬體需求定調。只要大家相信 AI 已經進到「能做事」的階段，企業就更容易去買 GPU、買推論容量、買 agent 平台。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fgtc\u002F\" target=\"_blank\" rel=\"noopener\">GTC 2026\u003C\u002Fa> 的時間是 2026\u002F3\u002F16 到 3\u002F19\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Fdata-center\u002Fvera-rubin\u002F\" target=\"_blank\" rel=\"noopener\">Vera Rubin\u003C\u002Fa> 預計 2027 年出貨\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Fdata-center\u002Fkyber\u002F\" target=\"_blank\" rel=\"noopener\">Kyber\u003C\u002Fa> 走的是高密度機櫃設計\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Ftechnologies\u002Fdlss\u002F\" target=\"_blank\" rel=\"noopener\">DLSS 5\u003C\u002Fa> 把神經渲染再往前推\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這套敘事很 NVIDIA。先講世界會怎麼變，再把硬體放進去。你可以說它很會包裝，但你也不能說它沒料。因為市場就是吃這一套，而且吃得很兇。\u003C\u002Fp>\u003Cp>對開發者來說，重點不是新聞標題，而是平台節奏。算力、框架、工具鏈，會一起往 agent 化靠攏。\u003C\u002Fp>\u003Ch2>企業和開發者該怎麼看\u003C\u002Fh2>\u003Cp>企業不用先相信 AGI。企業只要先看懂：agentic AI 已經夠成熟，可以進流程了。像票單分流、內部查詢、報表整理、程式維護，這些都能先試。\u003C\u002Fp>\u003Cp>但別把它當神。AI 只要出一次默默的錯，後面就可能\u003Ca href=\"\u002Fnews\u002Ftap-browser-automation-programs-zh\">變成\u003C\u002Fa>帳務錯誤、客服誤答，或權限外洩。這種東西不能只看速度，還要看穩定度。\u003C\u002Fp>\u003Cp>對工程團隊來說，重點也變了。以前大家拼 prompt。現在更該拼 evaluation、權限控管、結構化輸出、監控和回滾機制。說白了，能不能上線，常常不是模型多強，而是你管得夠不夠細。\u003C\u002Fp>\u003Cp>我會建議先挑 2 到 4 個流程來做。要有明確 KPI，也要有人工覆核。像是金流、客訴、合規動作，這些地方不要亂放手。\u003C\u002Fp>\u003Cp>實作時可以先看這幾件事：\u003C\u002Fp>\u003Cul>\u003Cli>挑高頻、低風險、可量化的流程\u003C\u002Fli>\u003Cli>用最小權限管 API 和工具\u003C\u002Fli>\u003Cli>追蹤 pass rate、rollback rate、error rate\u003C\u002Fli>\u003Cli>保留人工簽核，尤其是會影響客戶的動作\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你要一個比較直白的比喻，現在的 agent 比較像很快的菜鳥。它會跑腿，會寫初稿，會做整理。但你還是得盯著，不然它可能把事情做歪。\u003C\u002Fp>\u003Cp>這也是 NVIDIA 這句話的真正價值。它逼企業不要再問「AI 真不真」。而是問「哪個流程先交給它」。\u003C\u002Fp>\u003Ch2>市場怎麼解讀這個訊號\u003C\u002Fh2>\u003Cp>NVIDIA 不是局外人。它的晶片就是很多 AI 模型的底層。訓練和推論都少不了它。當 Huang 講 AGI，投資人聽到的不是口號，而是更多算力需求。\u003C\u002Fp>\u003Cp>這種訊號會外溢到別的市場。GTC 2026 後，和 AI、去中心化算力、agent 敘事有關的加密資產，部分報價有 8% 到 20% 的波動。這些漲跌不一定能持久，但它們很能反映情緒。\u003C\u002Fp>\u003Cp>更大的影響還是在預算。當企業接受這種說法，錢就會往 AI 基礎設施移。團隊會開始編列 agent 專案。產品經理也會開始想，哪個功能能從「回答問題」變成「直接執行」。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fchatgpt\u002F\" target=\"_blank\" rel=\"noopener\">ChatGPT\u003C\u002Fa> 目前還是通用助手路線\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude\" target=\"_blank\" rel=\"noopener\">Claude\u003C\u002Fa> 在長文和推理很強\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 直接把重心放到寫程式\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Fai-data-platform\u002F\" target=\"_blank\" rel=\"noopener\">NVIDIA AI Data Platform\u003C\u002Fa> 把模型和企業資料接起來\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這裡的差異很明顯。ChatGPT 偏通用。Claude 偏文字和推理。Claude Code 偏開發工作流。NVIDIA 則是把整個算力和資料層一起抓住。\u003C\u002Fp>\u003Cp>所以 Huang 的說法，不只是對外喊話。它其實是在替整個 AI 供應鏈定價。\u003C\u002Fp>\u003Ch2>產業脈絡其實已經變了\u003C\u002Fh2>\u003Cp>如果把時間拉長看，這波不是單一模型變強而已。真正變的是，LLM 開始接工具、接資料庫、接工作流。模型不再只會回答，還開始會動手。\u003C\u002Fp>\u003Cp>這也是為什麼「agent」會變成熱門詞。因為大家發現，很多商業價值不是來自更會聊天，而是來自更會執行。能不能呼叫 API、能不能查內部資料、能不能按規則辦事，這些比文筆更值錢。\u003C\u002Fp>\u003Cp>台灣團隊其實很適合先切這塊。因為很多公司本來就流程密、表單多、人工審核多。只要資料整理得夠好，agent 很容易先吃掉一段重複工作。\u003C\u002Fp>\u003Cp>但別忘了，台灣很多企業也很怕出錯。這代表導入時不能只講效率，還要講稽核、權限、紀錄和責任歸屬。這些才是能不能上線的真正門檻。\u003C\u002Fp>\u003Ch2>現在該怎麼做\u003C\u002Fh2>\u003Cp>我會把 Huang 的話當成一個提醒。不是提醒你去信 AGI，而是提醒你，AI 已經進到能做事的階段了。這種時候，最慢的團隊會被流程拖死，最快的團隊會先把重複工作吃掉。\u003C\u002Fp>\u003Cp>如果你在做產品，先找一個最痛的流程。先做小。先量化。先把錯誤率和人工介入比例算清楚。別一開始就想包山包海，那通常只會做出華麗 demo。\u003C\u002Fp>\u003Cp>如果你在帶團隊，我會直接問一句：你們現在有沒有一條流程，能在 30 天內試 agent？如果沒有，那不是模型問題，是你根本還沒整理好工作流。\u003C\u002Fp>\u003Cp>接下來 12 到 18 個月，我猜會看到更多公司把 agent 放進內部系統。不是因為大家突然變樂觀，而是因為算力、工具和商業壓力都已經到位了。\u003C\u002Fp>","Jensen Huang 說 AGI 已經到來，但他的定義比多數研究者更窄。這篇拆解這句話對團隊預算、開發流程與企業自動化的實際影響。","www.blockchain-council.org","https:\u002F\u002Fwww.blockchain-council.org\u002Fnews\u002Fnvidia-declares-agi-arrived-what-it-means\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775183092230-3udt.png","industry","zh","95d561a8-b542-474a-9f9d-741fcc0db1f4",[17,18,19,20,21,22,23,24],"NVIDIA","AGI","Jensen Huang","人工智慧","agentic AI","企業自動化","LLM","GPU",7,"2026-04-03T02:24:33.17511+00:00","2026-04-03T02:24:33.074+00:00",{"tags":29,"relatedLang":45,"relatedPosts":49},[30,31,34,36,38,40,41,43],{"name":20,"slug":20},{"name":32,"slug":33},"Nvidia","nvidia",{"name":18,"slug":35},"agi",{"name":24,"slug":37},"gpu",{"name":23,"slug":39},"llm",{"name":22,"slug":22},{"name":19,"slug":42},"jensen-huang",{"name":21,"slug":44},"agentic-ai",{"id":15,"slug":46,"title":47,"language":48},"nvidia-says-agi-is-here-what-it-means-now-en","NVIDIA Says AGI Is Here: What It Means Now","en",[50,56,62,68,74,80],{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"f8ff68f8-1cca-4db8-b871-c7b0fdf8eeb5","4-takeaways-from-cloudflares-ai-first-reset-zh","4 個關於 Cloudflare AI-first 重整的重點","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780589879946-i7e3.png","2026-06-04T16:17:28.780759+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"f1822ffc-fbe1-4c5f-aa5d-e6dc37ae54a5","5-ways-harriet-sperling-echoes-kate-middleton-zh","5 種 Harriet Sperling 與凱特王妃的相似之處","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780587192008-dmzo.png","2026-06-04T15:32:45.790575+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"247a7941-89df-44fe-87d8-7e906dba45f3","5-kops-release-notes-for-kubernetes-admins-zh","5 個 kOps 版本重點","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780586284483-09lo.png","2026-06-04T15:17:30.309022+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"4d970649-387b-4b0d-ac24-1a8d656c012b","5-wild-news-beats-seth-meyers-recap-zh","5 個 Seth Meyers 失控新聞節拍","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780583582839-kwpn.png","2026-06-04T14:32:23.749403+00:00",{"id":75,"slug":76,"title":77,"cover_image":78,"image_url":78,"created_at":79,"category":13},"94605094-9f4d-4b99-baaf-77cf5f4720ee","why-openai-is-right-to-push-back-on-white-house-ai-safety-ru-zh","為什麼 OpenAI 這次反對白宮 AI 安全規則是對的","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780581772675-1sey.png","2026-06-04T14:02:20.587136+00:00",{"id":81,"slug":82,"title":83,"cover_image":84,"image_url":84,"created_at":85,"category":13},"cad99049-9883-450d-84f5-6ed92a7c51d3","wolters-kluwer-deepens-openai-deal-stock-slips-zh","Wolters Kluwer 加深 OpenAI 合作","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780570971912-870u.png","2026-06-04T11:02:25.638893+00:00",[87,92,97,102,107,112,117,122,127,132],{"id":88,"slug":89,"title":90,"created_at":91},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":108,"slug":109,"title":110,"created_at":111},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":113,"slug":114,"title":115,"created_at":116},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":118,"slug":119,"title":120,"created_at":121},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":123,"slug":124,"title":125,"created_at":126},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":128,"slug":129,"title":130,"created_at":131},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":133,"slug":134,"title":135,"created_at":136},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]