Satya Nadella：Microsoft Build 上的 No Priors 与 Latent Space 联合访谈
原文：⚡️Satya Nadella: No Priors x Latent Space Crossover Special at Microsoft Build
公开文字转录的部分段落未标明说话人，部分既有标记也可能错位；本文保留原有标记。开场转录中的 Lane Space 指本节目的 Latent Space。
访谈正文
旁白： 欢迎 swyx、Sarah Guo、Elad Gil，以及微软董事长兼首席执行官 Satya Nadella
Sarah Guo： 欢迎来到 No Priors 与 Lane Space 的交叉特辑，嘉宾是 Satya Nadella。嗯，恭喜你们完成了一次精彩的 build。不，非常感谢，很高兴能和你们两位在一起。我一直都在听你们两位，或者说两个播客。能上这个节目真是太好了。
非常感谢。[00:01:00] 所以你刚才整个上午都在谈，嗯，这些来自微软各个业务线的、令人惊叹的、呃，发布，我想大概谈了三个小时。你最重要的反思或收获是什么？
AI 作为生态系统平台
Sarah Guo： 我，我想说，呃，也许对我来说最大的一点是，让我们把它更多地概念化为一场生态系统博弈，而不是单一模型，甚至不是单一平台，对吧？
Satya Nadella： 我的意思是，你知道，无论我……至少对我来说，在微软长大，见过，怎么说呢，四次重大平台转移，呃，我多少属于那个，嗯，呃，阵营：一个平台从根本上是由它创造的价值超过平台自身所捕获的价值这一能力来定义的。所以如果你，你看现在正在发生的事情，我认为今天上午的主题演讲讲的是，任何公司，无论是 AI 原生公司还是传统企业公司，如何作为一等参与者参与其中，让他们能够指着自己创造的 AI，[00:02:00] 对吧？
并不是说他们不使用别人的 AI。他们当然会用。但对我来说，路径是什么？配方是什么？我该怎么做？技术栈长什么样？工具链长什么样？什么是有价值的？你怎么做到这一点？就是这样。这算是我们的工作。是的。生态系统战略，呃，非常复杂，对吧？
Sarah Guo： 因为你最终会自建某些组件，为某些组件建立合作，支持它们。你刚刚宣布了这一大套模型。比如，跟我们讲讲微软现在的，呃，训练战略吧。是的。
MAI 模型与训练战略
Sarah Guo： 所以，所以我们想用 MAI 模型做的事情是构建，正如 Mustafa 所说的，首先，一个出色的谱系，对吧？
Satya Nadella： 从预训练开始，呃，用非常好的数据质量，呃，做所有的消融实验，确保——因为从某种意义上说，构建一个干净的谱系模型正变得越来越难，就因为外面有太多东西，呃，你确实需要把它们消融掉，才能拥有一个出色的 [00:03:00] 预训练模型。
事实上，这就是很多开放权重模型的挑战之一：它们在一两个基准上看起来很棒，但在实践中并不出色。所以这就是为什么，事实上，即使在 RFDE 里，他们，他们对这些 MAI 模型真的相当兴奋，因为一个小的 5B 模型到底怎么能爬坡？
呃，这多少回到我认为最终要做的那件关键事情，就是努力去寻找那个认知核心。呃，所以对我来说，从一个干净的谱系开始——然后创造一种能力，让公司能够使用它，对吧？不只是作为一个通才，而是通过在它周围构建这个爬坡脚手架，来创造他们自己的专家，对吧？
所以不只是模型，而是你有一个围绕它的爬坡脚手架，然后你会开始构建你的 RLE。你会开始收集轨迹。最重要的是，你会有私有评估，因为我们知道外面所有的评估都很好、很有趣，[00:04:00] 但它们并不是真的那么关键——它们有用，是的
Swyx： 在这一点上，因为它们都可以被刷满。所以关键是每家公司都会有自己的私有评估。所以围绕我们模型的这个端到端平台故事，算是，呃，我认为有趣的地方。然后还有一件事，Sarah，既然你提到了，我确实觉得有一个新前沿。
Satya Nadella： 就像人们谈论前沿，以及你是否在前沿运作。嗯，有意思的是，如果你加一点时间性，你可以用，比如说，事实上，我们展示的 Lando Lakes 演示就很酷。我们用了，怎么说呢，GPT-55，对吧？然后你收集了一堆轨迹，然后你拿一个 5B 推理模型，达到了更高的水平。
Sarah Guo： 呃，所以这是“看起来……呃，你知道，在前沿运作”意味着什么的另一个方面。是的。我，我认为，呃，我首先得祝贺你基本上在两年内于微软内部建立了一个前沿新实验室。嗯，我想知道，你知道，你有这一整套正在推出的 AI 战略。
两年 AI 开发的教训
Swyx： 我想知道，你现在知道什么，是你希望两年前——或者两、[00:05:00] 三年前告诉自己的？与 Jensen 的合作是三年，呃，MEI 是两年。是的，我的意思是，我认为，我反思得相当多的一件事，对吧，就是显然我是在被 scaling laws 那篇论文激发兴趣时进入这一切的，你知道，甚至 OpenAI 的合作关系出现时，也是因为那些人说，“嘿，我们要真的投入大量算力给 transformers。”
Satya Nadella： 呃，它们确实帮上了忙。我——我总会回头看然后说，“哇，这些东西，呃，确实有能力，它们在往上爬。”我——我的意思是，这，你知道，用粗糙的说法就是智能是算力的对数，这大致成立。现在我认为我们或许低估了的，是在现实世界中部署这些东西的真实复杂性，好让它们真正在现实世界中交付价值，对吧？
所以用任何基准衡量的结果都重要得很有意思，但真正的评估是当外面的人能够做出只有他们才能赋予价值的独特事情，而且这是非常 [00:06:00] 可衡量的，对吧？我希望我们甚至，比如，在意识里更多地有这一点，对吧？作为整个行业来说。
Sarah Guo： 因为现在我认为，当人们说“哇，我不想要 token max”时，那是我们作为一个行业没有把自己想成是在每一步都用 token 创造价值所产生的一个产物。所以我认为这大概就是我希望我们当时能达到的地方，但我很高兴我们现在到了这里。
现实世界价值与用例
Sarah Guo： 你见过的一些为客户创造最大价值的用例是什么？
因为我知道人们经常谈论代码，而且我认为很清楚，那是正在产生非常大规模影响的东西。还有没有其他你发现很常见的领域，是你的客户真正从中受益的？是的。我认为，是的，正如你所说，显然编程现在……但有意思的是，顺便说一句，Elijah，就连谈论编程这件事，对吧？
Satya Nadella： 也就是编程效果好到我们现在不得不重建 IDE，对吧？我的意思是，看到我们发布的东西，简直疯了，就像，天哪，我有这一百个智能体会话。我……它转移回我作为人类的认知负荷如此 [00:07:00] 过度，以至于我现在需要一个新的 UI。呃，哦，顺便说一句，我，就像，把聊天作为唯一产物也是不可能的，所以这就是为什么我们需要一个画布。
所以这挺有意思的，关于所有那些“哪里需要软件”或“哪里需要 UI”的问题，呃，即使在代码领域，你也需要那个，对吧？在一个完全智能体的世界里。但话虽如此，我们开始看到的一件事，我们是从 co-work 开始看到的，但甚至我们展示的一些工作，比如 auto com- 呃，嗯，autopilot——对，你在 claws 上看到的那个就是个好例子，因为如果你想想，大量人力资本都在做粘合工作，对吧？
如果你现在能用长时间运行、持久的 token/智能体来增强它，对吧，那么你扩展即使是仍然属于判断和粘合工作的能力，就会像编程一样被放大。呃，所以你可以……比如，我确信六个月后我们都会说，“哦，哇，”就像，整晚都有，[00:08:00] 所有这些 autopilot 代表我、以我所谓的委托权限在运作，对吧？
我可以……比如，甚至用我的身份，做了一堆工作，然后当然我会需要我新的 ADE 来说，“好吧，你做了什么？”就像，我可能……“这工作是我做的吗？”等等。所以我认为那就是压缩工作流、呃，完成任务的地方，呃，那就是我认为大量价值被创造出来的地方。我认为你提出了一个非常有意思的点，就是有一个实际在做代码的智能体，然后它周围有一个 harness，那就是环境，那就是上下文，那就是你作为开发者在编码智能体周围设置的一切。
企业 AI 的 Harness 概念
Sarah Guo： 企业的 harness 是什么？对于更广泛的生产力工作，有没有一个等价的概念，或者你如何思考这个被泛化的概念？没错。所以，从某种意义上说，你会希望 harness 来定义模型、数据，呃，和工具，这样你就在这三者之间有一个循环。
Satya Nadella： 所以我们首先要努力确保的是，我们构建的每一个产品，对吧，无论是 GitHub Copilot 还是安全 copi- 那个，[00:09:00] 我们用 MDASH 展示的东西，甚至科学发现，都无所谓，它们全都是多模型 harness，嗯，带有工具访问，这样你就可以做到这种渐进的、呃、工具披露，从而让它们 token 高效。
呃，然后你用非常丰富的上下文来喂它，因为这是我们在过去两年学到的另一个艰难教训：天哪，为了准备上下文层，呃，让你的计划能以最高效的方式执行，你需要做的工作量，才是魔法所在。所以在我们这里，我们有 GitHub harness，基本上我们在所有产品中都在使用它。
它在 Foundry 中可用，而且我们是开放的，比如你可以用你的 Llama harness，随便什么。或者你可以用，嗯，呃，你知道，任何开放的 harness 或你自己的任何 harness，用你的工具、多个模型和你的上下文来训练。所以这就是我们的卖点。因为现在很多对话都是，嗯，“嘿，如果我把 harness 加上工具和模型一起训练，你就能得到 [00:10:00] 评估结果。”
Elad Gil： 而我们正在证明的是……最好的例子就是我们用 MDASH 所做的，对吧？因为它发布时，呃，它发现的 bug 或漏洞是 Mythos 没有发现的。呃，所以我要说，存在性证明是有的，即你可以拥有一个多模态 harness，呃，它实际上在现实世界中可以更，呃，更高效。所以，呃，独立前沿实验室训练背后的一个前提，真的就是，你知道，我们会有这些模型，我们会有一个 API 业务，我们会支持企业和初创公司。
Sarah Guo： 但是
平台战略与开发者生态
Sarah Guo： 一个第一方产品，无论是生产力、代码还是搜索，都驱动了大部分收入。我认为，这与你所描述的微软生态系统的价值等式不同。呃，如果，如果情况是这样的话，告诉我是不是这样，呃，因为显然你有第一方产品，也有赋能产品。
Satya Nadella： 嗯，开发者的角色是什么——就像在那个世界里，什么会变得困难，开发者需要具备哪些技能，以及能捕获什么价值？是的。所以我认为，[00:11:00] 一个作为平台构建者极其成功的人，也完全可以拥有第一方产品，这种情况始终会存在。Windows 就是如此。
呃，在我们和其他公司身上，呃，SaaS 侧和云侧也是如此，等等。但问题是，这不应该成为其他人取得同样成功的限制因素，对吧？我认为这才是核心区别，即这一次围绕智能的网络效应之所以如此，是因为它们从数据中学习，而且并不是真的需要大量数据。
只需要看几个样本，你就能理解某件事的新颖之处。所以这就是为什么游戏变成了如何保护。所以这就是为什么我会说，每家公司拥有私有评估可能是最大的知识产权，对吧？想想看，那个你可以用来甚至让前沿模型去爬坡、又不会泄露轨迹的私有评估，可能是最大的 [00:12:00] 知识产权驱动力之一，呃。
所以换句话说，另一个试金石是：你有一个私有的评估。你在用，呃，一个模型 A。你能把它切换到模型 B，然后，呃，你知道，爬上去吗？如果你能，那你就在掌控之中。如果你不能，你就不在掌控之中，而这正是连 harness 决策都变得极其重要的地方，对吧？
swyx 所以，因此，拥有一个开放的 harness，让所有模型都能进来，拥有你的评估、你的上下文、你的工具来帮助你爬坡，我认为这就是一个 AI 原生初创公司所需要的技能，一个 SaaS 公司所需要的，或者每个企业所需要的。是的，我认为，以一种非常真实的方式，你们……微软历史上是一家操作系统公司，然后变成了一家云公司。
也许第三幕就是，你们是一家 harness 或评估公司。不管你想把哪些概念组合在一起。嗯，而且，我认为，让每家公司都能拥有前沿智能，或者什么——是的……我忘了你用的那个 [00:13:00] 确切术语，嗯，就是，就是使命，对吧？
Satya Nadella： 就是这样。就像，那就是，那就是平台承诺：你与我们一起构建，你就会为你的数据获得你的智能。就是这样。那……对我来说，那就是……就像如果这次整个开发者大会要有一个标语的话——是不是每个人都能用自己的前沿智能在前沿运作，对吧？
对我来说，这太重要了，因为否则的话，我，我不知道你如何实现稳定均衡，对吧？也就是，我怎么能去说，“好吧，我的公司将拥有终值，因为我现在知道如何在一个不断变好的平台之上持续复利——”是的……对吧？所以当 Windows 显然出现时，Adobe 构建了，Autodesk 构建了，呃，或者甚至拿 Jensen 说的话来说。
我们构建了 DX，而他在其上构建了，你知道，CUDA。嗯，对吧？我的意思是，我总是对 Jensen 说，“天哪，我在这件事上吃了亏，”对吧？“我希望，呃，我们当时认识到了。”但尽管如此，但那个想法，即你可以构建一个平台层 [00:14:00]，让别人可以在其上扩展，呃，并在这个案例中构建他们自己的智能层，我认为这就是一切，对吧？
没有它，为什么要开开发者大会？我可以直接来，让你们所有人都在某一个模型的祭坛前膜拜。是的。但那不是开发者大会。呃，
知识产权、评估与公司价值
swyx： 在后台我们，我们讨论过什么是知识产权，或者一家公司的价值是什么。过去是，呃，一家公司里人类经验的长度，而现在变成了另一种东西，也就是评估，呃，在公司中应用智能体的经验。你能不能……我只想让你稍微再展开一点，因为——是的……这非常有洞见。
Satya Nadella： 这是一个很好的框定方式，对吧？因为是的，归根结底，每家公司都会同时拥有人力资本，而人力资本仍然会非常有价值，呃，因为人类，呃，以及他们发现始终存在的缺口的能力，将是我们所有人创造价值的方式，对吧？
我的意思是，所以我绝对属于这样一个阵营：即使词元资本上升，这也将关乎表达新形式的人类能动性和雄心，对吧？所以假设一家公司——任何一家公司 [00:15:00] 拥有大量词元和大量人力资本。问题是你如何让两者复利？所以如果你有一个……比如如果你看 Teams，我有一堆智能体在做工作，一堆人类在做工作，而它们之间的轨迹，就是该企业如何创造价值的非常重要的上下文。
然后这就回到训练，不是训练一个通才模型，而是训练公司资深员工智能体，呃，对吧？那又非常有价值，对吧？也就是当一家公司说，“它实际上应该上资产负债表”，这就是我的思考方式，对吧？那真是……事实上，可能……就像人力资本从来不可能上资产负债表，呃，因为你不知道如何捕获隐性知识。
swyx： 而现在我认为你可以，通过那些随着时间、通过所有轨迹学习过的智能体。呃，所以这至少是我们认为将会发生的事情。我，我认为 SEC 将不得不制定会计准则——……针对词元，呃，专业知识。呃，你，你是在谈论均衡 [00:16:00] 状态，嗯，以及一个稳定均衡，在这个均衡中公司拥有这种复利价值，并能为自己看到终值。
SaaS 与商业模式的未来
Sarah Guo： 另一个对，你知道，所设想的均衡的挑战是，好吧，有些应用和工作流对某个垂直领域或水平领域来说是常见的。嗯，而这就像是，SaaS 公司的那一代，而且，你知道，微软也有很多 SaaS 资产。然后还有一些对每个企业来说都非常具体、使其与众不同的东西。
Elad Gil： 嗯，我相信你听过很多、也参与过很多关于软件终结的辩论，因为所有这些工作流现在生成起来都很便宜。嗯，你认为未来在企业内部构建的智能体与在其供应商处构建的智能体之间，均衡看起来会不同吗？是的。所以我认为那里正在发生的是，看，我们，我们曾有一种特定的方式来捕获，嗯，我会说是应用中的工作流，对吧？
Satya Nadella： 因为我们构建了一个数据模型，对吧？我们把某个业务流程的某一部分模式化了。嗯哼。然后我们构建了一堆业务逻辑。是的。然后我们在其上放了一堆 UI [00:17:00]，对吧？所以这差不多就是每家 SaaS 公司所做的——再加一点配置。大概 20、20 年来，这就是计划。
对，那——是的……就是这样。所以有趣的是，现在你有点可以重新审视那种垂直堆叠了，对吧？所以例如，我仍然认为，你在每个 SaaS 应用之下构建的那个数据模型非常好，对吧？比如，为什么要重新发明它？比如，我，我，我的总账最好就是总账。
我不需要新的模式创建。不。呃，事实上，那个实体关系，呃，实际上是我想要喂入的相当好、相当稳健的东西。而且你希望它稳定。没错。是的。然后业务逻辑也是一样，对吧？如果，如果你看，呃……我们有一个叫 Power BI 的产品，对吧？它就像人们创建的大量仪表盘。
那个仪表盘之下的美妙之处是一个非常丰富的语义模型，对吧？有人费心去创建一个仪表盘并做所有的度量，而你想要那个。那就是业务逻辑，对吧？我希望那能为我所用。所以我认为 [00:18:00] SaaS 商业模式的挑战在于，我们以一种方式打包了。我们现在必须学会如何拆解这些东西，并以新的方式重新打包，发现新的商业模式，对吧？
我的意思是，如果你看，今，今天微软 365 正在发生的事情就是一个很好的例子，对吧？我们有这个叫 Work IQ 的东西。事实上，就像，我们正在意识到的是，天哪，就像，你知道，如果你看……事实上，也有一个历，历史类比，对吧？我们最早卖 Exchange 和 SharePoint，呃，你知道，在 Teams 之前，我们有一个叫 Lync Server 的东西之类的，我们当时想，“哦，那一切都会迁移到云端。”
但我们当时几乎没有意识到，嗯，使用云端服务器的人数会是 10 倍、100 倍，对吧？因为人们不是在买服务器，他们只是在买订阅。嗯哼。现在 M365 也在发生同样的事情，因为有了 Work IQ，我们暴露出了公司里也许最重要的一个数据库，它从未被当作数据库使用过，因为它只被我们的应用所独占。
嗯哼。对吧？它，它上面运行的全是电子邮件，Teams 在它上面运行 [00:19:00]，Word、Excel、PowerPoint、SharePoint 也是。但现在，这就像是我用 Work IQ 能做的最酷的事情之一。我打开一个 GitHub 仓库，然后说：“嘿，我上周参加了一堆跟这个仓库相关的设计会议。你能把那些都整理出来，然后告诉我应该做哪些改动吗？”
我的意思是，想想看，对吧？它真的能去查看所有那些会议记录，然后带着一份修改代码库的计划回来，对吧？以前，你根本不可能想到用 M365 来做这种事。所以现在在智能体世界里，价值创造的机会实际上大了 10 倍，但这确实要求我们拥有……
Sarah Guo: 比如说，M365 周围会有使用量，对吧？这可能会比最终用户的使用量还要多，我们甚至必须重新架构。就像，事实上，我用来服务收件箱或邮箱的东西，不能用来服务一个智能体。呃，所以这大概就是我们正在做的事情。
定价模式：按用户、按消费与按结果
Sarah Guo: 我不相信这些领域里存在什么永久的商业模式，但就 [00:20:00] 近期而言，你对于，呃，你知道，基于结果的定价、基于词元的定价，有什么预测吗？
Elad Gil: 企业捆绑包。是的。我，我思考这个问题的方式一直是，我们一直有……比如说，就拿按用户定价来说。嗯哼。按用户定价实际上是某人为了制定预算、需要确定性而产生的产物，对吧？因为那是最重要的事情。就像，有人想要一份预算——嗯哼——他们需要一个按用户的价格。
Satya Nadella: 而且，而且按用户定价其实就是一组使用权益，对吧？差不多就是这样。所以方式是，首先的捆绑会是把一些使用量，捆绑进按用户的套餐里，然后，你知道，再卖订阅。所以订阅我认为会继续存在，按用户定价也会继续存在。然后下一个大事件将是按消费定价。
所以人们会说：“我想要按消费定价。”也有可能人们会说：“我甚至不想为任何订阅付费，或者为消费的结果付费。”嗯。但记住，大多数人都喜欢按结果付费，直到他们真的有了结果，因为一旦你有了结果，那就像是在送出自己的版税，[00:21:00] 对吧？
嗯。我的意思是，我，我跟一些喜欢，你知道，基于结果定价的客户聊过，我说：“我全力支持，”直到他们说：“哦天哪，你在说什么？你要分享我的成果？不，不，不。我要你回到按用户定价，我要你按消费定价，”对吧？所以我认为这场辩论会继续下去。
呃，但，所有这些商业模式都有其特定的时间和场合，而不是一个模式统治一切。而且，如果你是一家 SaaS 厂商或者平台厂商，拥有那种灵活性……坦率地说，我们在 GitHub 上就面临这个问题，对吧？我们最近刚刚宣布了 GitHub 的按用户定价，因为，你知道，我们——GitHub Copilot 是在我们甚至还不了解，呃，智能体使用强度之前，就按用户层面构建的，对吧？
它当时是开发者使用代码补全、也许还有任务的一种交互方式。它不像，哦，我启动了 10,000 个，你知道，整天都在运行的智能体，对吧？所以这就是这次调整的意义所在。所以现在既然我们真的想要，[00:22:00] 总会有一个按用户定价，但也必须有一个消费计量。
SaaS 的持久性与自建 vs 购买
Sarah Guo: 你更普遍地怎么看待 SaaS 的持久性？我观察到的一件事是，在很多企业内部，会有一些团队几乎患上了智能体狂热症。他们对能构建的东西的爆发式增长如此兴奋，以至于他们试图重建很多应用，或者去找他们的 SaaS 供应商说：“我们不再跟你们合作了，”或者，“我们正在考虑一个内部项目。”
看起来在六到九个月内，也许其中一些人会回来说：“实际上，我们，我们没法重建所有东西。”你怎么看待在这个世界里什么是持久的，什么不是？是的，这是一个……它……我认为我们必须经历一个完整的预算周期才能真正看到，嗯——呃，那种均衡的出现，因为归根结底，即使是生成应用也有边际成本，对吧？
Elad Gil: 事实上，甚至可以有一个，一个简单的说法，比如说，如果自己构建和维护某样东西的边际成本更高，你就应该总是去购买。呃，对吧？那应该是一个可以量化的——是的。对吧？一个可以量化的事情。而且 [00:23:00] 维护这部分很重要，对吧？
甚至，你得记住，嘿，你知道，现在 AI 会发现的所有那些安全问题，你最好快点把它们修好。呃，当然，有编码智能体可以帮你，但那样会消耗词元，对吧？所以那是谁的责任呢？这有点像是一个你必须想清楚的循环。
而且我认为我们已经经历了那种“我能生成大量软件”的兴奋。我认为接下来会是：我真正想要生成什么软件？嗯哼。我想从别人那里使用什么软件？我如何把这两者组合成某种我拥有自主权的智能体工作流，对吧？
Sarah Guo: 因为我认为对于任何在厂商层面不灵活的人，容忍度都会非常低。呃，但与此同时，我认为任何拥有那种灵活性、能够出现并交付价值的人，都会再次回来，对吧？我们是在卖软件，呃，只是商业模式不同而已，事实上。呃，说到构建软件，嗯，我想是之前某次 Build 大会上一两年前，我最喜欢的时刻之一是他们有一个——他们，他们……
Swyx: 有一段是你构建你自己的 [00:24:00] 软件。我很好奇你现在在构建什么吗？是的。所以我，我认为……你知道，首先，让我们面对现实，对吧？构建软件已经让甚至一家公司的 CEO 的无能——……像我们这样的，呃，你也能构建，所以谢天谢地。但话虽如此，我，我，我，我确实觉得，你知道，像，嗯，GitHub Copilot 对我来说，尤其是新的 Sessions 应用或者那个新应用，已经让你更有可能对那些你以前觉得碰不到的产物拥有自主权，对吧？
Satya Nadella: 所以对我来说，作为 CEO，甚至去接触一个代码库，呃，能够了解它，就像我记得很久以前加入微软时，你知道，一开始然后你会说，天哪，每个人都得进去看，你知道，不管是 Cutler 的、Malik 的，还是什么，来学习如何写出好的 C，呃，C++ 代码。嗯，所以现在这种能够上下更全栈的能力太好了，但这并不意味着我们每个人都应该做同样的事情。
问题是：[00:25:00] 你如何拥有检查事物、学习事物、看到事物的能力，嗯，我认为这要多得多。所以对我来说，我构建的很多是这些长时间运行的 Foundry 智能体。呃，对吧？所以有自动驾驶仪。所以最简单的事情是，对我来说，我想我上周就构建了一个，呃，想法是，嘿，我能不能有一个智能体，基本上持续监控我自己的幕僚长自动驾驶仪，对吧？
我们显然会在，呃，Scout 里有那个。那就是我们，呃，呃，展示的东西。但构建起来是如此简单和微不足道。我拿了 Work IQ。我说：“拿 Work IQ，去，呃，构建一个 Foundry 长时间运行的智能体。”呃，把所有记忆存储在，嗯，呃，使用 Ray Fin，对吧？基本上作为我的后端即服务。你瞧，它构建出来了，不仅构建出来了，我还能说发布到 Teams，它就把那玩意儿发布到了 Teams。
Sarah Guo: 所以能够，呃，拥有一个，你知道，像这样端到端的项目完成，真是相当 [00:26:00] 不可思议。你怎么看待，呃，
未来的工程角色
Sarah Guo: 这对未来存在的不同类型的工程角色有什么影响？因为现在我认为有，你知道，十几种不同类型的工程师你可以当，从 QA、前端等等。
你知道，有一大片。我听一些人争论说，四五年后我们基本上会剩下四种工程角色。会是管理智能体的人，会是四名部署工程师或 FDE1，会是安全工程师，然后是为少数服务做大规模基础设施的人，然后其他一切都会坍缩进智能体世界。
Satya Nadella: 是的，我——你认为那是对世界的一个正确看法吗？是的，我的意思是，我认为，我认为我们必须通过实验来摸索。但你说的就是……有一些非常大规模的东西。在 LinkedIn，他们确实从结构上改变了——嗯哼——呃，而且它，你知道，基本上建立了一门新的学科，叫做全栈构建者，对吧？
所以他们去说：“嘿，让我们把，呃，来自设计和产品管理、前端工程的人聚在一起。”呃，但也要有一个专长，对吧？并不是说设计的人就没有设计专长，或者前端 [00:27:00] 的人就没有前端专长，但你可以给自己在角色上更大的范围，这样你就不会被限制在一个角色里。
呃，然后同样地，基础设施也变得非常关键，对吧？所以换句话说，比如，我是说 RLE，我是说，我们意识到的一件事是，即使对 Excel 团队来说，举例来说。嗯哼。构建一个可以学习奖励的 RLE，实际上是最难的那类基础设施问题之一。
嗯哼。呃，所以你需要甚至新的人才，对吧？分布式系统的人，即使在一个曾被认为是终端用户应用团队的地方，呃，因为这是不同的技能组合。所以是的，基础设施，科学是另一个，显然。呃，所以我想我们会看到这些如何演变，对吧？真正的……我是说，世界总是会有一堆专家。
好的。呃，你知道，我认为通才角色将会是最令人兴奋的，对吧？因为通才的杠杆——嗯哼……呃，正是我们将看到最大回报的地方，对吧？当你问：“嘿，你在写代码吗？”我现在是一个通——就像，什么……我基本上已经翻译了 [00:28:00] 知识工作，对吧？
这是我做过的，我创建了一个 Word 文档或电子表格，甚至，呃……而现在我可以构建一个应用，对吧？它在同一个句子里。呃，对吧？那种“哦，哇，我的通才技能获得了更高的杠杆”的想法，我认为就是我们将全面看到的。对 CEO 和 VC 们来说是天籁之音，他们有点危险，而且很多——创意人士的黄金时代
Sarah Guo: 创意人士。是的。呃——带着大量的能动性。我——如果你把个人能动性这个想法放大到组织情境中，呃，呃，我的合伙人 Mike Renall，他，呃，实际上在微软开始了他的职业生涯，刚写了一篇文章，其中一个重要结论是，这是一个你可以更加雄心勃勃的时代，而且你需要如此，考虑到环境的节奏，以及实际上用户和公司对新技术的接受速度有多快。
Satya Nadella: 呃，你怎么思考……我，我觉得问一个已经在经营一家，你知道，万亿美元以上公司的人这个问题有点傻，但是
雄心与让不可能成为可能
Satya Nadella: 你怎么思考微软现在如何能更加雄心勃勃？这是个好问题。呃，我 [00:29:00] 认为，呃——我认为，在这类转型中，关键是要有一个关于工作如何改变的概念模型，去追求你以前几乎无法想象的成果，对吧？
事实上，Kevin Scott 有一句很好的话，对吧，就是，呃，当你能让不可能……就像，当你在让困难的事情变得容易时，那是一种杠杆点。但真正的雄心是关于让不可能成为可能。所以现在，我们所有组织中都稍微缺失的东西是，那个关于我们能构建什么的新概念模型是什么？
什么是曾经不可能的，我们能构建什么？我给你们举一个例子，对吧，就是我从那些管理 Azure 网络的人那里获得了极大的启发。他们来到……这甚至是去年的。你知道，我们在扩展。你看到我，我 [00:30:00] 谈到过我们在过去 15 个月里构建的 Azure 容量比前 15 年构建的还要多。
我是说，这太疯狂了。疯狂。是的。对吧？相当疯狂。而且是同一个团队。所以他们看到了这一点，他们说：“Bob，如果我们不重新概念化我们的工作，这根本行不通。”所以他们构建了……本质上他们说：“我们的工作不是做 Azure 网络。我们的工作是构建那个做 Azure 网络的智能体系统，”对吧？
这些人是管理 500 多个光纤运营商、管理 VAN 的人，对吧，遍布各地。而光纤运营最终是一项物理操作。东西会被切断，东西会，呃，你知道，需要被修复。你知道，我们有 DevOps 之类的花哨词汇。基本上，邮件进来，你得去回复它们，处理它。
所以他们构建了这个智能体系统。他们甚至为它有一个角色。它叫 Miles，它基本上做所有这些事情，对吧？他们开始呼吁更多的词元等等。所以他们在说：“看，呃，我们不需要人头数。我们需要词元，以便能够 [00:31:00] 管理，呃，我们的运营。”
那种对他们工作是什么的重新概念化——嗯哼……对吧？他们，他们基本上把他们的工作变成了元工作，对吧？那个元工作现在就是他们的新工作。嗯哼。对吧？在 80 年代，如果有人来找我们说：“40 亿人将早上起来开始打字，”我的模型会是，我们需要 40 亿打字员？
但我们不是在打字，我们在做知识工作。所以那，对我来说，我认为就是它，对吧，就是无论是微软还是任何组织，都是给自己许可去做新型的元认知、元工作，使用这些新工具来改变重要的产出，呃，然后真正让不可能成为可能。
Sarah Guo: 所以完成那个点，或者那些之间的连接组织，我认为，就是大量企业价值将被创造的地方。
数据中心建设与社区影响
Sarah Guo: 我们应该谈谈数据中心吗？是的，请问吧。哦，好的。嗯，呃，呃，我们——这很好地引向了数据中心建设。我总是想，我——我只是——我只是对 [00:32:00] 微软建设的绝对规模印象深刻，但其他人也是，这正在重新定义成为超大规模厂商意味着什么。
我只是觉得那，那，那是在财务上、呃，在你运营公司的方式上，以及在受影响的社区上，都是前所未有的规模。呃，是的，就多谈谈你在实地看到的情况，比如当你访问你的——是的，我认为这有两个方面。
Satya Nadella: 显然，建设是，呃，非凡的。呃，你知道，没有像这样的事发生过，能成为，呃，其中的参与者之一很棒。呃，但你提到了另一部分，对吧？我认为在这一点上很清楚，除非我们作为一个行业，呃，非常有原则地确保我们谈论的所有这些东西的好处以真实的方式被感受到，呃，在社区层面，对吧？
因为这不仅仅是一场，一场运动，呃，对吧？它必须是真实的，人们在说：“看，这并没有改变我的能源价格。”事实上，如果有的话，它正在降低价格，因为长期来看会有一个更好的 [00:33:00] 电网，会有更多的能源。水消耗实际上并不是，呃……
事实上，水正在被补充，对吧？你真的得，你知道，教育人们真正正在发生什么，我们正在构建的封——呃，闭环系统。我们必须投资于培训、就业、税基。事实上，最少被谈论的是在建设期间、建设之后创造的就业数量。
社区里存在的税基是什么？而且，这一切都必须是真实的。呃，而且，如果是这样的话，我们就会有许可。如果不是，我们就不会有许可。就这么简单，对吧？就是，呃，我们，我们……我认为我们作为一个行业必须非常认真地对待它。呃，我认为社区持怀疑态度、提出尖锐问题、我们做艰苦的工作、赢得那个，是好事。
呃，但归根结底，如果有——如果我们真的能成为生产——等等。我一直觉得在人类历史中，如果你使用大量能源但也为社会创造大量价值——故事一直是美妙的。如果你不 [00:34:00] 那样做，就不那么好。而这一次，我坚信最终如果你确实有一个驱动生产力、驱动经济增长、驱动广泛分布、呃，你知道，参与、更好的健康结果的词元经济，呃，那么我认为我们会处于一个很好的位置。
Sarah Guo: 呃，而这至少是我们所有人都必须关注的。是的。它，它实际上让我想到，有了你正在做的所有这些举措，可能更容易先在社区看到 ROI，然后才在企业中。是的。我，我是说，我认为两边都是。是的。事实上，它又回到了一起。必须是社区里的人将被雇用，将成为参与者，呃，在实体经济中，对吧？
Satya Nadella: 我认为这就是问题所在。就像，如果我们——如果广泛的经济表现良好，社区表现良好，点就会被连接起来。市场力量就是这样，我们会连接这些点。而我认为就是它。就像，你应该能够看到证据。你不能只关于任——任何一家公司，呃，但它必须是广泛的经济增长和广泛的 [00:35:00] 经——你知道，社区许可。
Elad Gil: 是的。我想谈谈
社会影响与对 AI 的乐观态度
Elad Gil: 你目前最乐观的是什么，或者关于 AI 的社会影响，你个人模型更新最多的是什么？所以你是说，那，那，那——关于 AI 的社会影响，你更新最多的是什么？是的。我认为，呃，最，呃——最关键的事情是我们甚至开始时的第一个问题，就是我们需要讲述这个故事并让它成真，即每个人都有真正的机会作为一等参与者参与这个新经济。
Satya Nadella: 对吧？那有点，我认为我们——在接下来的 12 个月、18 个月，我们需要一种方式让人们说：“哦，哇，我明白了。”对吧？将会有巨大的能力、巨大的基础设施，但我能看到将会发生什么，无论是像健康结果这样的好处，还是我创建一家初创公司的能力，还是我更高效地经营我的 [00:36:00] 本地，呃，商店的能力。
它正在发生，而我自己也看到了，呃，其中的好处，对吧？对我来说，你知道，以路径依赖的方式赢得那种许可，我们等不了。你看，Eli，我现在学到的一件事是，我认为世界将会对科技和科技公司非常怀疑，如果它们说：“相信我们，我们已经搞定了。未来将会是辉煌的。”
Sarah Guo: 呃，你多少得交付实实在在的好处。呃，而且坦白说，政客们赢得选举，呃，是因为他们倡导了这一点。这至少会是我的调整，因为如果没有它，呃，想着不知怎么……因为这一次它太重要了。它占经济的比重太大了，不可能不是这样。所以，你知道，关于AI的广泛好处会是什么，呃，而不仅仅是在技术领域工作的那些群体，我有一个非常简单的框架，那就是财富创造——是的
它[00:37:00]会在大量不同的公司、初创公司和大公司中发生。然后是医疗健康。呃，你今天看到了很棒的演示。有像Open Evidence这样的公司。我认为那正在发生。呃，
教育与学习的未来
Sarah Guo: 教育似乎是另一个——是的……明显是好事，但我们还没有看到我预期中那么大的影响。
Swyx: 你对为什么会这样有假设吗，或者它会不会到来？是的，我的意思是，我认为这正是，再一次，我们如何看待教育，如何……你知道，最近我会见了Alpha School的创始人，了解了很多他们正在做和打算做的事情，听他们讲如何甚至重新思考——嗯
Satya Nadella: 呃，教育真正应该是什么样子。因为我认为这其实非常重要。嗯。呃，我并不是说传统上所做的任何事情就不那么重要，对吧？我甚至在看，呃……看着很有意思。我、我、我忘了是哪门斯坦福的课，呃，那个、那个CS的亚洲指南之类的。
嗯。呃，因为你仍然需要人们去学习。呃，比如那是一门有趣的AI课，他们确保人们学会如何恰当地应用softmax，而不是说：“嘿，帮我修一下我的训练运行。”嗯哼。呃，所以我认为学习概念很重要。它将会[00:38:00]是，呃，关键的。但我们创造激励的方式、什么是证书、我们如何评价那些证书、那些证书对应的就业机会是什么？
所以我认为，呃，鉴于获取信息的方式、自我教育的方式、让自己持续更新的方式已经发生了如此大的变化，必须发生一场彻底的改变。所以我觉得有意思的是，也许下一个重大的初创公司和成功故事，可能是某个人建立了一所新大学，嗯，或者一种新的，嗯，教学法，甚至是如何让某人完成一套课程并找到经济机会，呃，那是极有价值的。
嗯，这在很长一段时间里感觉，呃，也许是不可能的，但这是一个很好的结束语，而且可能是可能的。它仍然是可能的。是的。谢谢你，Satya。非常感谢。谢谢。是的。我很感激。谢谢大家。
本文由 AI 翻译。
Footnotes
-
公开转录写作“four deployed engineers or FDEs”，其中 four 与这段角色列表的关系存在歧义。FDE 通常指 Forward Deployed Engineer，参见 Palantir 的角色说明。本文未据此将 four 改为 forward。 ↩