9月20日，英伟达CEO黄仁勋在CBS News专访中判断，2030年不会成为“世界末日”，AI导致这种结果的概率是0%。
这个数字很醒目，但它既不是概率模型的计算结果，也不是同行评议研究的结论。真正值得追问的是：当社会面对一种低频、后果可能极大的新技术风险时，英伟达选择了哪条路，又把治理责任放在了哪里？
黄仁勋给出的答案可以概括为：不应让缺乏科学依据的极端预测成为新增监管或产业减速的理由，应当先执行已经存在的网络安全、未经授权入侵和损害责任法律。
这不只是对一个概率数字的争论，而是两条治理路线之争。
【关键选择：为极端风险提前设新规则，还是先用现有法律追责】
面对AI安全争议，大致存在两种选择。
一种选择强调预防：即使无法准确计算AI造成灾难性后果的概率，只要潜在损失足够大，就应当提前设置专门规则，限制某些能力的开发或部署速度。
另一种选择强调可归责的现实损害：与其围绕无法验证的世界末日概率设计制度，不如先处理已经能够识别的网络攻击、未经授权访问和产品损害，并让开发者、部署者和使用者分别承担责任。
黄仁勋明确站在后一边。他把极端预测称为“末日叙事”，认为这种说法缺乏科学根据，以恐惧推动政策既没有必要，也不负责任。他反对新增AI专门规则，主张先适用现有法律。
这套立场的优势是责任对象相对具体：发生入侵就追究入侵行为，产品造成损害就讨论产品责任，部署环节出现安全问题就核查相应主体。治理不必等到社会先对一个无法从现实频率估算的灭绝概率达成共识。
但代价也很清楚。前沿模型可能跨越开发商、云服务商、应用公司和终端用户，多主体共同造成的系统性风险未必容易被传统法律切开。现有法律能否充分覆盖这些问题，仍是公共争议，不能因为黄仁勋提出这一方案就视为已有定论。
【为什么英伟达会选择“不减速”】
理解这一选择，不能忽略英伟达在产业链中的位置。
英伟达并非旁观AI风险争论的研究机构，而是AI算力基础设施的核心供应者。2026年8月，公司宣布与六家大型金融机构设计融资平台，目标是长期动员超过5000亿美元第三方资本，用于AI基础设施建设。英伟达同时强调，这一数字不是公司收入、单一基金规模，也不是对单一客户的承诺。
英伟达对增长逻辑的官方描述非常直接：更多算力带来更好的AI，更好的AI带来更多使用和收入，随后又推动更多算力投入。这是一个需要持续建设数据中心、采购芯片并扩大部署的循环。
在这套循环中，因极端风险警告而减速，会影响的不只是模型研发，还可能影响基础设施融资、客户投资意愿和算力需求。因此，黄仁勋反对以“末日叙事”为新监管背书，与英伟达推动AI基础设施扩张的商业位置方向一致。
这并不能反向证明其判断错误，但意味着“0%”不能被当成没有利益位置的中立测量。
黄仁勋对此给出的解释是，英伟达的成功与产品和服务能否安全部署直接相连；如果做不到，公司价值也会受损。这说明企业确实存在长期安全激励，但它仍是企业对自身激励结构的陈述，不能替代外部验证。长期价值与安全一致，也不意味着短期增长压力和信息不对称会自动消失。
【0%否定不了已经发生的AI风险】
这场争论容易出现一个概念混淆：反对AI灭绝论，不等于证明AI没有安全问题。
黄仁勋谈论的是2030年AI导致世界毁灭这一极端命题。现实治理面对的则包括模型失准、网络安全漏洞、未经授权使用以及部署后的意外行为。两类风险的证据基础和处置方式并不相同。
OpenAI在9月16日推出模型失准报告框架，并公布过去半年观察到的6份意外或值得关注行为报告。这些材料不能证明任何具体的灭绝概率，却说明模型投入使用后仍会出现需要记录、分析和持续修正的问题。
因此，0%最多表达黄仁勋对某种极端结局的判断，不能覆盖AI风险的全部范围。反过来，现实中出现模型失准，也不能直接推导出世界毁灭具有某个确定概率。
【真正需要验证的，不是口号而是治理结果】
“全面减速”和“继续扩张”并不是仅有的两个选项。NIST的AI风险管理框架提供了一条更接近工程实践的路线：把工作拆成治理、映射、测量和管理四类持续活动，在部署前证明安全性，并在部署后持续评估残余风险。
这一框架是自愿性的实务工具，并未对AI灭绝概率作出判断。它的意义在于把抽象争论转化为可以检查的过程：谁识别风险，谁进行测试，谁记录异常，谁负责降低残余风险，出现损害后又由谁承担责任。
接下来真正值得观察的指标，也由此变得具体：现有法律能否处理跨主体、跨行业的AI损害；企业是否持续公开模型异常和安全事件；基础设施融资扩大后，部署前测试与部署后监测是否同步加强；发生问题时，责任能否沿产业链被清晰追溯。
黄仁勋的关键决定，是拒绝让不可验证的末日概率成为产业减速的依据，同时把责任交给现有法律和具体部署环节。这个选择有利于维持AI投资速度，也承担着另一重证明责任：如果不新增规则，企业和现有制度就必须用持续、可核查的治理结果证明，它们确实管得住那些已经发生的风险。
仅供研究学习，不构成投资建议。