整个演讲上宣布的新硬件——好比正式投产的 Vera Rubin 盘算平台、企业级 AI 工具包、底层模子等等，，，全都是围绕着这个焦点理论而设计的。。。。。。。 智能体则不然——它的运作模式中包括「视察、推理、妄想、使用工具」的闭环能力，，，这种模式让人类用户从工具操作者进化成了工具指挥者，，，可以被看作是一种形式的生产力解放。。。。。。。 换言之，，，智能体将一经需要手动翻开程序、点击工具和操作的流程后置了一步，，，让人的事情从「下手」酿成了「动口」，，，用诠释意图（intents）取代详细的操作。。。。。。。 这种转变的意义，，，在于它竣事了「人学习和顺应软件」的时代。。。。。。。而一个「软件学习和顺应人」的阶段，，，将会节约大宗人类学习和训练使用软件所需的时间资源。。。。。。。 也就是说，，，智能体是 LLM 的一个「万能接口」，，，它自己就是完整的工具组件、可以直接嵌入详细的生产环节里，，，不需要人类在中心辛勤地做「回覆搬运工」。。。。。。。 已往四十多年，，，所有盘算硬件都是围绕人类的需求设计的，，，但智能体的天下以纳秒盘算、关于种种资源（好比内存和电力）的需求模式和人类截然差别。。。。。。。 换言之，，，Vera CPU 主要控制智能体的调理、工具挪用、内存和上下文治理，，，认真将 Rubin GPU 的巨量算力以最高效率、最低空置、最快速率的方法调理起来： RTX Spark 的应用场景也不止笔电，，，在老黄的 GTC 开幕演讲与当天稍晚些的微软开发者 Build 大会上，，，我们看到了许多以此为基础的小型主机平台。。。。。。。 AI 从「天生式」向「智能体」的转变，，，将会重塑人们使用盘算机的主要方法，，，并且这种重塑也反过来影响了盘算硬件上下游的设计和形态。。。。。。。 换言之，，，英伟达不但界说了下一个 AI 时代的焦点问题：「什么是生产力 - 是智能体」，，，更是为自己的看法拿出了一套相当具有说服力的配套产品。。。。。。。 只不过在为下一个 AI 时代催生新硬件感应兴奋的同时，，，我们也需要理性地看待 RTX Spark N1X 处置惩罚器：由于它并不是一个很是新鲜的工具。。。。。。。