黄仁勋认为智力正在变成商品，但他没有给一人公司一套策略。对一人公司创始人来说，实际的一步是：写下你卖什么、什么算合格的工作、以及对客户承诺什么。
本文把三件事分开：黄仁勋说了什么、采用率数据在测什么、以及我们的解读。把产品方案与销售承诺、质量标准、客户政策写下来，有助于让重复性工作保持一致。采用率数据只说明 AI 使用很不均匀，并不能证明写文档就能带来优势——这是我们的论点，不是数据结论。
范围说明。本文的研究结论只有两类：文字稿引语与两组采用率数据。文中的 29 美元例子、十个决定、30 天自测与试用条款属于示例或产品事实，不是这两类来源的研究结果。
他把智力描述为一种商品，并把它与人性、品格区分开来。在 2026 年 3 月 23 日发布的 Lex Fridman 播客第 494 期完整文字稿里，他把智力描述为一种包括感知、理解、推理和规划在内的能力，然后把它与品格、同理心、慷慨和决心分开。
下面三段是他的原话。本文后面的商业解读是我们的，不是他的。
“I don’t over-fantasize about, and I don’t over-romanticize about intelligence. Intelligence is… And people have heard me say it before, I actually think intelligence is a commodity. I’m surrounded by intelligent people. And I’m surrounded by intelligent people more intelligent than I am in each one of the spaces that they’re in.”
黄仁勋，Lex Fridman Podcast #494，02:13:46 · 原文文字稿
中文对照：我不把智力想得太神，也不过度浪漫化它。智力是……很多人听我说过，我确实认为智力是一种商品。我身边全是聪明人，而且在我涉及的每一个领域里，他们都比我更聪明。
“My point is intelligence is a functional thing. Humanity is not specified functionally. It’s a much, much bigger word. And our life experience, our tolerance for pain, our determination, those are different words than intelligence.”
黄仁勋，Lex Fridman Podcast #494，02:15:15 · 原文文字稿
中文对照：我的意思是，智力是功能性的东西。人性不是用功能来定义的，它是个大得多的词。我们的生命经验、我们对痛苦的承受力、我们的决心，这些都是跟「智力」不同的词。
“All of those things. Compassion, generosity, all of the things that you say just now, I believe those are superhuman powers. And that now intelligence is gonna be commoditized.”
黄仁勋，Lex Fridman Podcast #494，02:15:55 · 原文文字稿
中文对照：所有这些。同理心、慷慨，你刚才说的全部，我认为这些是超能力。而智力，现在正在被商品化。
他不是在说人没用了。他区分了功能性的智力和人的经验、品格，并认为当前者变得普遍可得时，后者可能更重要。这是关于「什么稀缺」的判断，不是开网店的建议。反向检索并不能证明他从没用别的说法表达过类似观点；它只说明这些词不在本篇文字稿里。
这次访谈里没有。我们按「taste」「judgment」「one-thousandth」「80%」在已发布文字稿中检索，这些词和数字都没有出现。这不能证明流传的说法是假的，只能说明它们不能归到这次访谈。
方法：打开已发布文字稿页面，取全文，按每个词和数字做不区分大小写的检索；本文引用的时间戳来自同一页面。该页面的发布方说明文字稿由人工生成，可能存在误差。
一些流传版本把精确预测安在黄仁勋名下：智力成本五年后降到千分之一、AI 已完成 80% 的信息处理工作、他点名「品味、判断力、连接力」是人的优势。在这些例子里，一句宽泛的判断被改写成精确预测，一段对人的赞美被改写成产品卖点。
更窄的说法对本文更有用。我们无法在这篇文字稿里核实五年的成本预测；但有两个问题可以核对：生意里可重复的部分有没有写下来，判断类的事是不是还在创始人手上。
它们测的是不同人群。斯坦福《AI Index 2026》报告 88% 的受调查组织表示使用了 AI（报告摘要称之为「组织采用率」）；美国人口普查局 BTOS 报告，在截至 2026 年 5 月 3 日的两周内，19.8% 的美国企业在任何业务环节使用了 AI。两个数字不能直接比较，也都不衡量结果。
| 来源与年份 | 人群或测度 | 报告数字 | 关键限制 |
|---|---|---|---|
| 斯坦福 HAI《AI Index 2026》 | 斯坦福年度组织调查中的组织 AI 采用率 | 88% | 不是一人公司的经营结果指标 |
| 美国普查局 BTOS（数据期截至 2026 年 5 月 3 日；2026 年 5 月 26 日发布） | 过去两周在任何业务环节使用 AI 的美国企业 | 19.8% | 不衡量实施质量 |
| 美国普查局 BTOS | 250 名员工及以上企业 | 37% | 不代表最小型企业 |
| 美国普查局 BTOS | 4 名员工及以下企业 | 不足 20% | 不是精确点估计 |
同一份报告里，行业差异也明显：信息业 39.7%，金融与保险 33.9%，零售贸易约 14%。这些数字显示的是报告使用率的差异，不能说明差异的原因；这些数据也不检验本文的论点。
下面这段是我们的解读，不是黄仁勋的建议。对销售数字产品的一人公司创始人来说，有三个决定构成了 AI 系统可以遵循的业务规则：卖什么、卖给谁，什么算够好、可以发布，以及对客户承诺什么。把决定写下来、在真实任务上检验、把不寻常的情况交回人工，这些决定才能被重复使用。
销售数字产品的一人公司创始人，是把一个很窄的承诺卖给一个具体的买家，通常靠一个自己控制的店铺，加上几条自己能持续更新的渠道。能否获得一个可用的 AI 模型，已经不是主要挑战。更难的是：决定卖什么、判断哪一版内容够好、赢得足够信任，让客户在收到产品前先付钱。这三类决定会形成一套处理重复任务的一致方式：产品定位与销售承诺、价格、语气、退款口径，以及明确列出业务绝不做的事。把规则记录下来，AI 系统就有稳定的依据；只留在创始人脑子里，每次交办任务都可能要重新说明背景（取决于工具），一致性就只能靠记忆，而不是靠写下来的标准。
用这张表找到你的第一步；它不是诊断。
| 如果瓶颈是 | 第一步 | 软件能帮上忙吗 |
|---|---|---|
| 一页纸写不清卖点 | 先写清卖点、买家、价格与承诺 | 不能。先决定。 |
| 每天重复解释同一套背景 | 写一页业务上下文文档 | 能，前提是存放在模型能读到的地方 |
| 不同任务之间输出不一致 | 记录十个决定，整理成规则 | 部分可以。规则要先由你判断 |
| 发布量是瓶颈 | 把定时发布收进一个队列 | 能，但发布前要人工审核 |
| 客户还不信任你 | 补证据：样品、政策、清晰的退款条款 | 不能。信任需要靠实际证据建立。 |
只把提示词写得更好，补不上一致性的缺口。提示词是一次性指令；业务规则是只要同一个情况再出现就生效的常设决定。要让 AI 辅助的工作在一百个小任务上都站得住，后者必须存在，并且放在模型能读到的地方——一份可重复使用的业务政策与决定记录。这正是聊天记忆与 AI 业务记忆的区别。
下面这个例子说明「把规则写下来」在日常工作里到底是什么意思。例子中的卖家是假设人物，卖 29 美元的表格模板，最常引发退款的问题就是它能不能在 Excel 里用。
对比一下每次都从零回答同一个问题：答案取决于创始人记得多少、问题怎么问、当时有多少时间。规则不能保证答案正确，它只是让答案更容易核实。好处在这里，边界也在这里。
不需要买新工具，也能测出这门生意是否准备好接受 AI 辅助。需要的只是一个月，和愿意把业务规则明确写下来的意愿；测试刻意保持手工，因为写下来的规则让自动化更容易检查。
30 天后的产出不是「全自动生意」，而是一份通过了初步检查的工作流清单，加上一份更清楚的判断：哪两三件事仍然需要你的判断。这份清单，也是决定要不要招人、要不要买软件、还是先保持手工的有用依据。
AiCOO 是一套 AI 商业操作系统，面向非技术型线上生意老板。它提供一个工作空间，用来记录产品定位与销售承诺、政策、语气和指令，让这些规则能在受支持的 AI 辅助任务中被重复使用。它不是邮件或日历助理，也不替代创始人对业务决策和客户承诺的责任。这里相关的是 AiCOO 的知识库：一份写下来的政策与重复决定记录，让 AI 系统按这些规则工作，而不是靠每一轮对话里的临时指令。AiCOO 不承诺收入、排名或买家。
实际操作顺序是：把政策存进知识库，运行一个受支持的任务，对照规则检查输出，并把异常当成异常处理，而不是当成已批准。AiCOO 的产品文档写明系统在不确定时会直接询问、而不是猜测；文档并没有声称存入规则就能让每个任务都遵循它。
| 比较你的选项 | 文档 + 任意聊天工具 | AiCOO |
|---|---|---|
| 写下卖点、政策与语气 | 可以 | 可以，存放在知识库 |
| 在后续任务中复用规则 | 需要你重新提供上下文，除非工具支持记忆 | 对文档中覆盖的任务，知识库提供系统可以使用的业务规则 |
| 执行重复性工作 | 取决于你接入的工具 | 在受支持任务上支持浏览器执行 |
| 审批重要动作 | 由你负责 | 重要输出仍由创始人审核 |
| 保证正确性或收入 | 不能 | 不能 |
30 天 Pro 试用为 0 美元，无需绑卡，也不会自动扣费；试用结束后自动回到 Free 计划（以 2026 年 10 月 27 日试用页的说明为准）。先测你在第一周写下的那条流程：把规则放进去，把同一个重复任务跑几次，记录需要返工和违反政策的地方。等这份文档写好了再开始试用，开始试用前先核对试用条款。
在 Lex Fridman 播客第 494 期（2026 年 3 月 23 日）中，他把智力描述为一种功能性能力——感知、理解、推理、规划——并说他认为智力是一种商品。他把它与人性、品格、同理心、慷慨和决心分开，称后者是不同的东西。
AI 商业操作系统是一个工作空间：企业把产品方案、政策、语气和指令存放在这里，受支持的 AI 任务可以重复使用这些规则。AiCOO 就是其中一种，面向非技术型线上生意老板；它不是邮件或日历助理，也不替代创始人对业务决策和客户承诺的责任。
这次访谈里没有。我们按「taste」「judgment」「one-thousandth」「80%」检索了已发布文字稿，都没有出现。这些说法可能存在于其他演讲，但这篇文字稿不支持把它们归到这次访谈；这是来源的限制，不是证明它们为假。
测的是不同人群。斯坦福《AI Index 2026》在其调查框架内报告 88% 的组织采用率；美国普查局 BTOS 报告，截至 2026 年 5 月 3 日的两周内，19.8% 的美国企业在任何业务环节使用 AI。两者都不衡量一人公司的实施质量。
把产品方案、质量标准、客户政策，以及需要反复作出的业务决定写下来。然后选择一项重复性工作，在人工审核下测试。对照预先设定的标准抽样检查完成的任务；只有当结果符合要求、且重要错误能够被发现并纠正时，才继续使用这套流程。文档比工具更重要：软件可以辅助执行决定，但不能替你作出决定。
核查说明。引语取自 Lex Fridman 播客第 494 期已发布文字稿（2026 年 3 月 23 日），保留原英文与时间戳，中文为对照翻译；发布方说明文字稿由人工生成，可能存在误差。我们按全文检索了流传版本中归于黄仁勋的说法，找不到的就不作为他的话引用。采用率数据来自斯坦福 HAI《AI Index 2026》与美国人口普查局 2026 年 5 月 26 日发布的 BTOS 报告，两者调查人群不同，不能直接比较。AiCOO 的能力表述以公司官网文档与定价页截至 2026 年 10 月 27 日公开的内容为限。文中表格卖家为假设例子，不是客户案例。本文为研究评论，不构成购买建议。
来源
Lex Fridman，《Jensen Huang: NVIDIA – The $4 Trillion Company & the AI Revolution》第 494 期文字稿（2026 年 3 月 23 日）。
斯坦福 HAI，《The 2026 AI Index Report》（2026）。
美国人口普查局，《AI Use at U.S. Businesses: Large Firms With at Least 20 Employees Biggest AI Users》（2026 年 5 月 26 日）。