对谈 Microsoft CEO Satya Nadella：寻找核心竞争力

Satya Nadella是的，事实上，它逐渐清晰了，而且世界也差不多走到了这一步。

Ben Thompson我不记得跟你聊过这个，但上次我和 [微软 CTO] Kevin [Scott] 谈的时候，我们曾把它类比成处理器，你确实也做过一个类比，把这次合作比作你们当初与 Intel 的合作。

Satya Nadella没错。所以现在的问题是，更好的概念模型是，我们要做的是你必须真正构建一台学习机器，任何公司都必须构建一台学习机器，所以我想构建的本质上是一个多租户学习系统，让每个人都能拥有自己的 hill-climbing machine。所以这个概念性的想法，现在我已经转变了观念：本质上前沿不再关乎任何一个前沿模型——我想把你们用 M365 或 Azure 所做的一切，打造成一个平台，让每个人都能基本上构建自己的 hill-climbing machine，因为在最基础的层面上，公司的未来是他们将拥有人力资本，他们将拥有 token 资本，而对于 token 资本，他们需要自己的 hill-climbing machine。

Ben Thompson好吧，那我直接跳到最后，你们发布了七个新模型，你们强调这些模型是从头开始构建的，没有蒸馏，没有使用其他模型作为教师——所以你刚才阐述的就是这些模型的野心所在吗？

Satya Nadella是的，这涉及两个方面。一是我们希望从零开始、以清晰的血统构建模型，这些模型我们将授权给企业，让它们能够持续进行 hill-climb，这就是为什么我们想要那样的模型。顺便说一下你提到的蒸馏——关键点在于，在我们自己的 hill-climbing 过程中不使用蒸馏，但在最后阶段，事实上我们拥有所有 OpenAI 的 IP，我们获得的一些性能提升正是通过 RKLD，也就是反向知识蒸馏，以及在其之上进行 RL 实现的。所以我们实际上有两个前沿，一个是我们自己的，一个是 OpenAI 的，我们将用这些东西来进行 eval 匹配。

Ben Thompson时钟正在滴答作响，你必须在仍拥有这种访问权限的情况下，达到你需要处于的正确状态。

Satya Nadella是的，而且我们还有五年时间。但底线是，在任何一个给定的时间点，我都要确保我使用的是最好、最高效的模型，无论是在编程方面，还是在安全方面，同时在我们自己的情况下，我们将拥有一个独立于这些模型的 harness，我们拥有 GitHub Copilot harness，它用在微软的各个角落。我们的目标是确保我们拥有一个端到端由我们自己控制的模型血统，然后我们使用 OpenAI 的 IP，即使它具备所有能力——归根结底，考验将是我们自己以及我们的客户所做的 eval。

从长远来看，正如今天所阐述的那样——我认为这非常有说服力，也呼应了你刚才所说的——企业能够将这些模型引入它们自身的 RL 环境，以远比那种贴补式的 RAG 方案或基础 post-training 更深层的方式整合自身数据。但这是最终目标吗？

SN是的，对我而言，最终目标是这样的：回溯来看，假设它们是一个通用模型——如果你再往前追溯，Windows 可以有一个版本，再一个版本，Adobe 和 Autodesk 可以持续构建、持续升级，那么与之对应的精神等价物是什么？就是这个。而最初我们提到 fine-tuning，但效果不太好，因为我们没有工具，没有数据收集机制，什么都没有。但现在我们有了。假设通用模型持续变得更好，比如 MAI 模型，或者 OpenAI 模型，然后你就拥有了这个 RLE。

没错，但你所说的这种深度定制只有借助 MAI 模型才能实现。

没错，但我们希望让所有人开始使用的是这种 multi-tenant hill-climbing 系统——所以你想想看，我们实际上把你对 M365 的使用——它已经是一个 multi-tenant 系统——变成了为你服务的 hill-climbing 系统。

好吧，我得先打断一下，给你一个 ELI5 的机会，向观众解释一下 hill-climbing。

Hill-climbing 本质上是这样的，当你思考“AI 是做什么的？”——AI 就是围绕一个目标，持续学习如何预测并生成代表该目标的输出，并且持续不断地这样做。这就是为什么 hill-climbing 这个比喻是描述学习的最佳方式。

而且你希望每个人都在他们自己的 hill 上独立做这件事。

作为一家公司的护城河是什么？你的护城河是你的 tacit knowledge。在一个 AI 存在、且 AI 的网络效应也存在的世界里，你需要拥有自己的 hill-climbing 机器，让模型在其中学习。

所以我们要你做的第一件事是——人们对此谈得不够——但私有输出、evals，在我看来，也许企业创造的最重要的 IP 正是这些私有 benchmark 和私有 evals，你在其中恰到好处地识别什么是输出、什么是质量。顺便一提，今天的失败案例会告诉你需要持续调整 benchmark，它不是静态的，evals 就是这么运作的。所以如果你有自己的私有 evals，然后你有自己创建的 reinforcement learning 环境，接着你邀请所有模型来展示，然后你说：“模型 A，利用我的环境和我的 trajectories，生成在这个 eval 上得分最高的输出，模型 B……”，我可以切换。

在这种背景下，MAI 模型就是你可以引入的另一个 lineage，而我们今天证明的是，即使是一个训练非常高效的 reasoning 模型或 coding 模型，也能利用你的 traces 进行 hill-climb，而且这样做会更 token-efficient，从根本上会是一个巨大优势。

但这只是暂时的吗？如果快进到未来，你的愿景是否是 MAI 模型实际上能够在最前沿与其他通用模型完全竞争？

它们已经是了。即使今天，当你开始这么说的时候——世界总体上会持续变好。**

嗯，我想这回到了一点：这是否关乎你需要做自己擅长的事？

没错。其一，我们擅长什么；其二，世界的均衡状态是什么？也就是说，如果你相信世界上只会剩下两家公司，那当然，它们只需要两个前沿模型；但如果你从根本上相信，未来会有和今天一样多甚至更多的公司，那么在 AI 时代，企业是什么？它将拥有人力资本和 token 资本，而这些 token 资本是如何创造的？不是一堆 API 调用，而是实际上它们拥有的一套 weights。

没错。那么你是想积累这种优势，还是把它拱手让给 OpenAI 和 Anthropic？

说到与 OpenAI 的合作，我提到过你把它比作微软与英特尔的合作，有时候合作是取得领先的唯一途径。你现在如何看待这段合作关系？

我仍然认为——我很自豪我们走到了一起，你记得我们当初合作时的处境非常不同，而现在有一家公司可能上市并成为一家万亿美元市值的公司——

这正是我想问的——作为运营者的 Satya Nadella 在这边，作为投资者的 Satya Nadella 在那边，双方为了该怎么做而展开激烈的拉锯战，这样的斗争持续了多久？

（笑）归根结底，我们是一家运营公司，投资更像是一个意外。

是啊，但股东最终不就是那些投资者吗！

我很高兴，这对我们的股东来说也是一个极好的结果，诸如此类。但我想，Ben，我对此的态度是，真诚地，我一直以来的做法是：如果有一个伙伴我们可以与之合作，同时我们自己也在创新，而且他们也成功了，那太棒了。

我总是回想起与 SAP 合作开发 SQL Server 的故事。SAP 成功了，我们也成功了，之后我们也继续做了其他事情。因此，我认为 OpenAI，我很高兴我们与他们合作过，我们正在合作，他们仍然是我们的首要合作伙伴。正如我所说，直到 2032 年，我们作为他们的客户、他们作为我们的客户、作为 IP 合作伙伴，仍然有很多往来。所以 OpenAI 发展得好，微软就发展得好。

有没有这样一种感觉：每个人都曾以为你们因为与 OpenAI 的合作而遥遥领先，而现在当我们谈到你们的 MAI 模型时，却好像“我们有点被麻痹了，因为我们把太多东西外包给了他们，现在我们不得不重新校准”？

有很多因素，其一，和所有事情一样，竞争大大加剧了，有 OpenAI，有 Anthropic，有 Google，有大量参与者。所以我认为，对我们来说，起步阶段，与 OpenAI 合作起步是很棒的。想想我们从 2018 年的位置走到 2026 年的位置，现在我们正在与 Google 竞争，还有一群我在 2018 年根本不会知道名字的人竞争，所以这本身就证明了你最初的那个问题“微软的竞争力如何？”——我很高兴微软抓住了那次机会。现在我们正在与一群新面孔、一群老面孔竞争，而且我们有我们自己的打法。

既然我们已经聊了作为运营者的 Satya Nadella 和作为投资者的 Satya Nadella，那么作为资本配置者的 Satya Nadella 呢？大约 2025 年初有很多报道称微软暂停并重新考虑了一些数据中心投资，你们对此的解读是“很多是投机性项目”、“我们在精简”等等——但与此同时，你们将自由现金流投入 CapEx 的比例明显落后于同行。四个月前，这是一种褒奖。现在，这是一种 diss 吗？你对此怎么看？

据我上次查看，我的自由现金流正被相当合理地配置到能带来回报的资本上。

有没有可能你们投资不足了？

并非如此。我认为至少我们想确保的关键一点是，我们在建设上不能出现倒挂——我们有 hyperscale 业务，有自己的应用业务，还有自己的研究计算资源需要分配，这是三个篮子，我们希望对这三者都保持高度纪律性地分配。

就拿 hyperscale 业务来说。Hyperscale 业务的关键在于拥有少数大客户，但也要有一个庞大的长尾，所以你的业务组合不能只是几家模型公司——事实上，只有一家模型公司——这才是那个根本性的决策。

而且你想退出那种业务模式。

他们还在，而且是重要租户。

他们是重要租户。但说实话，Anthropic 或 OpenAI 迟早会自建基础设施，这很合理。他们会用——我不是说他们不会用其他云服务商。所以对我来说，显而易见的是，我不想把所有算力都分配给单一玩家，这就是调整的方向。而一旦做出这种调整，你就不能在得克萨斯建 10 吉瓦的设施然后说“就这样了”，你必须把数据中心分布到全球、全美各地，而这种调整正是我们在 hyperscale 层面想要做的。

另外我要做的是确保我们也为投资者做长远打算，也就是“投资我们自己”，因为 inference compute 已经爆发，无论是 GitHub 还是 M365 里都是如此，我们必须确保为自己的应用提供资金。还有我们自己的研究算力，这些 MAI 模型。所以我采取的做法是把这三项都纳入考虑，我们肯定会根据各项进展来分配资源，看看最终如何演变。但对我来说，我不会真的按季度一对一地去匹配。

顺便说一句，另一件有意思的事是关于追赶，我们起步很早。

你们起步早，抢到了很多好位置，很多优质电力资源。

对，而且还有两年的现金流。

是的，确实如此。说到这三者之间的平衡，2026 年 1 月，你们的 Azure 收入差了大概 0.1%，幅度非常小，而且你在电话会上说，你把更多算力分配给了内部研发和应用。

先不管之前关于总容量是否出错的问题，你在那次电话会上谈到采取投资组合的方式来配置资源，平衡 Azure 和另外两块业务。这本身没错，但如果存在资源约束，你就必须做出选择，当时你认为自己做对了吗？未来也会这样选择吗？归根结底，你们自有业务的生命周期价值更高、利润率更高，那才是第一位的。

对，还有研究算力。Ben，说实话，我觉得对我们所有人来说，归根结底，这就是为什么我认为季度财报很有意思，当然，市场理应严格要求我们每个人回答“你最近为我做了什么？”。

但那次是不是一种特别烦人的、因为错误的事情而被问责？

这是他们的工作，每个人都得做好自己的本职工作，所以我不能指责他们问“嘿，你这个季度为我做了什么？”，这是他们理所应当要问的问题。而对我来说，正确的回答是“我这个季度已经为你做得够多了，同时我们也在确保 10 个季度之后 Microsoft 依然蓬勃发展”，这就是我们的工作，只是有时候两者之间会有一点脱节。

但当我看这三件事时，你必须自律，确保自己在做能创造价值的事，不能出现“哦，我配置错了”的情况。正如你所说，如果你做的事没有产出，你就会受惩罚。所以这就是为什么研究算力——现在 MAI 模型的产出，今天它已不仅仅是学术意义上的模型产出，而是在为我们的 Foundry 创造差异化，我们现在能够将其授权出去，这将为 Foundry 带来收入增长。所以我觉得，只要 Microsoft 能持续以产生成果的方式进行投资，我们就有能力在长期做正确的事，同时在短期交付结果。

上个季度，有没有一种“多给 Azure 分一点算力”的考虑？

上个季度没有。事实上，那次只是算力稍微多了一点——我们正处于供应受限状态。

我知道，但正因为如此才显得有趣。

我们完全没有，至少目前，我们最不想做的就是让 Azure 上的企业客户失望。

这就是问题所在，对吧？因为如果客户看到那个季度会想：“嗯，Microsoft 说供应受限，同时又在优先发展利润率更高、生命周期价值更高的自有业务，那我算什么？我在跟我的供应商竞争。”

这正是我们不得不在某些方面做出艰难抉择的原因之一，比如 raw GPUs。我们现在不会向一堆 Neolabs 出售 raw GPUs。我倒是希望能有更多 Neolabs 上 Azure，但我们做不到。因此，我们对某些不得不放弃的业务非常克制。

这些是你不得不进行的对话吗？

是的，所以对我来说，在一个存在约束的世界里，你基本上要确保既满足世界的期待，也照顾到最长期信任你的客户，因此我们一定会确保 Azure 有充足的容量，只是我们不会去赚这种我在这件事上称之为“快钱”的钱。也就是说，在当今这个时代，如果你想获得短期的 Azure 收入，其实很容易。

是啊，至少可以说，我们已经见识过了。

对，你只需要出现，然后把算力卖给 Neolab 就行。

那么具体到 AI 基础设施，从长远来看，你提到 frontier labs 自建硬件可能是理性的。面对这么多 Neolabs，面对 [Nvidia CEO] Jensen [Haung] 如何分配 GPU 的不确定性，还有各种 ASIC，你们作为 hyperscaler 真正的差异化是什么？仅仅是更低的资金成本吗？

首先，把我们的 hyperscale 业务看作一个投资组合，我们要做的一切就是打造一个在 tokens-per-dollar-per-watt 上具备竞争力的系统，这是一方面。我们可以展开讲讲那里面的逻辑和我们的判断。

对了，我注意到你之前谈到某些芯片时，有时说的是 tokens-per-watt，有时说的是 tokens-per-dollar。

对，我会把三个指标都考虑进去，对吧？就是 token 同时作为功耗和成本的函数，这是一个系统层面的问题，我们必须做到世界一流、具备竞争力。而且我认为，这也是 [Microsoft AI CEO] Mustafa [Suleyman] 谈到的，除非且直到你自建模型，否则你做不到，没有意义。我相信你不能脱离模型去设计加速器，你必须协同设计。从长远来看，要做到极致高效的唯一方式是把网络、模型等所有要素以合理的方式整合在一起，网络就是一个很好的例子，所以这是一方面。

另一方面，我们的差异化必须来自“如果我在这一基础设施之上构建 agent，Microsoft 能做出什么样的 agent？”。我们有三个要重点深耕的领域：coding、security 和 knowledge work。好在这是三个巨大的领域，token 在这些领域能发挥价值——我不是说不会有其他领域，science 也是我们将会赋能的另一个领域，而且我觉得会有其他人在那里做出伟大的工作。但对我来说，这三个是这项技术最主要的应用场景。所以当我考虑系统加模型再加这三个领域的组合时，我觉得这才是我们差异化的来源。

但这只是换一种说法，最终回到“长远来看，我们真正的差异化来自更高利润率、自有业务、更高 LTV”吗？那对于那些只是——

我认为关键不在于更高的利润率。我们基础设施业务产生的总 margin dollars 可能更高。事实上，它们已经接近，甚至快要超过我们高利润率业务所产生的总 margin dollars 了。

我认为微软一直受益于拥有多元化的业务组合，我们也始终乐于以这种方式经营——它并非单一的利润率结构。但总体而言，我们会实现高 ROIC，并确保基础设施业务的 ROIC 与基础设施行业的水平相称，同时我们还会在其之上构建业务，也就是我所说的“新型应用即智能体”。因此，我们将在安全、编程和知识工作这三大领域拥有智能体业务。

Ben我们稍后会谈到智能体，但我没想到会问这个问题——本周有大新闻，你们会发行股票来为这笔建设融资吗？

SN是的，我刚看到新闻，我想 Google 这么做了。

具体我不太确定，我还没仔细研究，消息好像是昨晚出来的，所以我还得去了解一下情况。但似乎大家都在上市或增发股票，也许现在就是这股风潮。

我认为软件依然充满活力，但我觉得整个这种说法的形成过程是——如果你特别来看 SaaS 这个问题，对吧？我们过去是以一种特定的方式构建的：先有一个数据模型，然后有一个业务逻辑层，再有一个 UI 层，把这三层耦合在一起，然后形成了一种商业模式。

你看，Ben，我们现在把 Microsoft 365 底层那个没人知道的数据库拿了出来，然后说：“WorkIQ 已经可用了，它就是一个 skill/MCP，已经发布了”，然后突然间人们就爱上了这个想法：“我现在可以查询它，并让智能体持续访问这个数据库，在任何地方对其进行推理、规划和执行”。

顺便说一句，这需要一种新的商业模式。比如说，当 Cowork 使用 WorkIQ 时，那将是一种 usage-based 的商业模式。所以我认为现在需要做的是，我们必须把已经构建好的东西拿过来，为智能体时代重建它，并调整商业模式的杠杆，让你既拥有 per-user 商业模式，也拥有 consumption 商业模式。

Ben那么这种混合商业模式，你认为这就是未来吗？

SN百分之百。一旦你有了这种模式，我觉得当年从服务器转型时发生的事——甚至在我们转向云端时我自己也没完全理解，我甚至有点担心：“天哪，我们上云了，只会卖出同样的服务器”，结果证明我们卖出了多得多的订阅，因为那些从不向我们买服务器的人开始买订阅了。

我认为智能体领域已经在发生同样的事了，我在 GitHub 上看到了，在 M365 上看到了，在安全业务上也看到了，因为所有人都在构建这些持续“工作”的智能体系统，所以我们过去构建并视为终端用户计算的东西正在彻底被重构。

Ben如果放眼全局，在一个既包含 per-seat 又包含按用量计费的混合系统中，E7 在这个构想中处于什么位置？它的价格似乎翻倍了，看起来像是在试图通过提高 ARPU 来应对席位数量的长期下滑？这么理解对吗？

SN你这么想，per-seat 仍然是非常重要的要素，因为 per-seat 本质上是什么？它本质上是一组用量权益，所以真正做预算的人都会逼你这么做。

Ben没错，人们不喜欢按用量计费，我们现在就看到了，费用可能会爆掉。

SN没错，所以你要做的就是把用量打包或捆绑起来，这样人们才有个做预算的依据。所以我认为 E7、E5 这些会继续存在，然后你始终会有 outcall consumption。人们也在说：“嘿，也许大家想要基于成果的定价。”基于成果的定价，我们当然很乐意做一部分，但别忘了，基于成果的定价也叫 royalty。当客户取得了很好的成果时，他们未必愿意分一杯羹。所以我觉得真正在思考的是，归根结底，软件确实存在真实的边际成本，就是这么回事，而这最终会通过定价体现出来。

Ben你是什么时候真正意识到这点的，意识到它所带来的影响？

SN我觉得我会说是智能体出现之后。在智能体之前，如果仍然是人类在交互——

Ben对，你可以想象这样一个世界：基础推理变得超级便宜、超级简单。

SN没错，就是摩尔定律本身。你想想看，如果我单纯利用摩尔定律带来的硬件进步来提升软件效率，我用软件提高效率，并让客户因此获得更多功能。事实上，我以前总在想：“嘿，我们在 M365 里增加了那么多价值，却一直没有涨价”——我们有十多年没涨价了。这全靠的是在硬件之上叠加的软件效率。

但到了现在这个阶段，如果你有一千个自主智能体在全天候不间断地访问 Work IQ，那用量就大了。所以我认为，对我 Ben 来说真正的考验在于——这就是为什么 evals 和成果如此重要——如果这不能为客户创造价值，就不会有客户愿意使用按量计费或席位许可。因此，他们现在会严格得多地问：“这些东西到底为我做了什么？”“我怎么衡量它？”“我怎么才能达到最优效率？”

Ben如果你回想八九十年代，那时候的说法是“别在优化上浪费时间，下一代处理器出来就解决所有问题了”，现在这个范式是不是完全错了？

SN从某种角度说，你当然希望那样，但你不能仅仅指望这个。

Ben它确实会发生，但你的价格会暴涨。

SN没错，更重要的是，如果你不优化，你就会露馅。拿我们今天展示的 Land O'Lakes 案例来说，这里有一个智能体，有一个你关心的成果，我既能用 500B 参数的模型做到，也能用 5B 参数的模型做到，而且效果一样，那我为什么不用小的？

Ben这确实是这个时代非常不同的一点。很明显，未来在企业界这将是一件大事——使用合适的模型、做优化——就好像我们在 PC 时代根本没走到优化阶段一样。

软件依然一如既往地臃肿，因为每个人都觉得硬件会变得更快，所以没问题。

SN没错，因为以前软件不是按消耗定价的。一旦你采用按量计费，所有人都会去优化。

Ben至于 E7，真正的吸引力似乎在于 Cowork。这是一种新能力，非常强大，它把 Anthropic 的 Cowork——原本在你电脑上的东西——放到了云端，还具备各种完善的功能，权限、管控等等。这就是它存在的原因吗？这就是卖点吗？

SN是的，还有 Agent 365，所以内容非常多。像往常一样，我们会把面向终端用户的东西和面向 IT 的东西全部整合到一起。

还有安全。没错，绝对如此，最终这些都是关于如何让价值等式成立，使客户能够覆盖成本，因为现在的情况挺有意思的。你有了一个智能体，立刻就会说：“哦，我得保护它的安全，我得有 observability，我得给它一个 sandbox。”所以如果你不打包在一起，就等于让客户不得不去追五件不同的事。

Interviewer不过，我觉得这一点引人注目的原因在于，你曾多次谈到——真正重要的整合点，究竟在多大程度上正在日益转向模型与框架本身之间？你谈到过 CoreAI 计划和 GitHub Copilot 等等，其中很多思路是"我们要搭建好框架，你可以随时替换模型"，目前 Copilot 就是这样运作的，你可以选择模型，而且据我所知，即便这样也没想象中那么容易，但选择器毕竟还是在那里。Cowork 给人的感觉却是，"没错，它必须是整套方案，对 E7 来说有个卖点很重要"——这似乎让人觉得它没那么容易替换。

SN不，它是可以替换的。Cowork 也一样。事实上，我现在用的 Cowork，默认已经大部分切换到了 GPT。

Interviewer好吧，所以它完全可以互换？

SN我们使用的是和 GitHub 同样的框架，安全产品那边也一样。所以我们有同一个多模型框架，会在其中轮换——显然 MAI 默认会在我们的框架中训练，但我们会接入 GPT，会接入 Anthropic，以及任何 open weight 模型。我们允许任何人使用他们自己微调或搭建的模型。事实上，他们可以从 Fireworks 拿一个 open weight 模型，微调之后放进 Copilot，完全没问题。

Interviewer好吧，那我之前了解的情况有误，这一点我认栽。那么 Cowork 到底是什么？就这款产品而言，它和 Anthropic 是什么关系？

SN对我来说，Cowork 有点像 Copilot。我借用了 Cowork 这个词，它是其中的一部分，而且里面确实集成了 Anthropic 的模型。Cowork 是——你可以把它理解为一种产品形态，最准确的描述是，我们先为 Copilot 做了一个聊天界面，然后我们现在为 Copilot 搭建了 Cowork，接下来我们正在构建 autopilots，就像我在那里描述的，你可以把它看成企业级的 OpenClaws。所以基本上，我把这些视为 agent 的不同形态——聊天是第一个，Cowork 是下一个，事实上你甚至可以回头看开发者这一边。开发者这边我们是怎么起步的？我们先做代码补全，然后才发展到——

Interviewer这些我都明白，但我真的有点困惑，因为我回去看了博客文章，上面写着"与 Anthropic 紧密合作，我们采用了他们在 Cowork 上的成果……"。

SN是的，那是最初发布时的做法。我只是说，它已经演进了。就像今天的 Copilot 一样。

ChatGPT，现在它同时有 Opus 和 GPT 模型。

Interviewer好吧。所以我也不算完全离谱。

是我没跟上进展，这点我接受。

[编者注：Cowork 的 FAQ 仍显示其使用 Anthropic 模型，与最初的博客文章一致]

SN我们的每一款产品，都会同时提供 Anthropic 和 OpenAI 的模型，以及 MAI 模型，还有你自己接入模型的能力，我认为这才是根本承诺。哦，对了，我应该提一下。我不知道你有多少手动选择，我大部分都是自动的——因此微软目前最重要的工作之一，就是训练模型来实现 auto-routing。顺便说一句，这或许是最重要的持续学习方向之一。

Interviewer这很有意思，因为我可能更多是从消费者角度去看待，所以我就是直接选择我想用的应用，或者从 CLI 调用。

GitHub Copilot 怎么了？你说得很乐观，但如果换个负面的说法，两三年前，你们率先推出了自动补全，所有人都觉得你们抢先一步、已经赢了，而现在却像是"我们要去追赶 GitHub Copilot"。

SN我认为这属于那种经典案例——记住，它以前是个工具业务，而现在它就是业务本身，谁能想到编码就是一切？

Interviewer对啊，它本该就是一切，但似乎有一段时间并不是这样？

SN对我们来说，我认为我们一直在继续——在谈 Copilot 之前，我应该先谈谈 GitHub。GitHub 正在发生两件事。所有这些编程 agent 都来上班了，而它们在哪里上班？在 GitHub。所以第一件老实说希望我们当初能更好预见的事，就是 agent 化的程度。

InterviewerGitHub 的可靠性问题是一回事，但单就 Copilot 来说。

SN我得说第一件事是，在某种程度上我很认真对待这件事，因为如果你想做好 Copilot，第一要务是确保我们在扩容，所以这点先不说了。

Interviewer很多人对这事很不满意。

SN是的，我们会解决这个问题，他们应该对我们有更高的期望，我们也需要为他们交付。

接下来是 Copilot 这边，你说得完全正确，我们一开始说"这必须是 IDE 里的代码补全工具"，我们加了聊天，加了任务，然后你猜怎么着？该肯定的地方就得肯定。Anthropic 带着一个模型出现了。

Interviewer嗯，这就像是 Cursor 的故事，他们甚至比 Anthropic 更早抢了你们的风头。还是说那也是 Anthropic 的功劳？

SN不完全是，我是说 Cursor 和微软的关系，有点像 Borland 和我们，并不是说那就是终局。

Interviewer真正的原因是 Anthropic 带着完全不同的思路进来了，一种更 agentic 的思路。

SN没错，是不同的思路。他们带着模型和在那方面所做的工作，本质上 agent loop 才是改变的关键。事实上，如果你看总量，Cursor 从来没有——

Interviewer它们也被同样的事情冲击了，它们面临着同样的挑战。

SN甚至市场份额等等——Cursor 做得很棒，他们 fork 了 VS Code，做得很好，非常值��称赞。但真正关键的是 agentic coding 变成了现实，而现在好消息是 agentic coding 真正推动了——人们需要选择，我们会出现，我们会有自己的模型。GitHub 本身和 Copilot 本身都会同时有 Anthropic 和 Claude。事实上，rubber duck 功能是我最喜欢的功能，我可以用它来检验其他模型。

Interviewer本周的头条公告，我猜是这些运行 Windows 的新款 Nvidia 电脑。不过我觉得更有趣的——或者说不是公告，是预览——是 Project Solara，把这些设备视为访问云端 agent 的入口，重心完全不同。我不知道是你还是演讲者说的，其中有句话我觉得非常有说服力：可穿戴设备的一个局限在于，如果你必须持续与它们交互，那会让人非常疲惫，所以它们的效用从根本上就是有限的。但如果你能要求一个 agent 去做某事，然后你自己去做别的事，同时它在后台运行，这就非常有说服力了。我想问的是，这感觉和 Windows 完全不同——在这次主题演讲一开始大谈 Windows 和 AI PC，这很好，还有本地推理，但这就像，"实际上，如果一切都在云端会怎样？"

SN是的，我一直觉得，从 2014 年提出的 ubiquitous computing 和 ambient intelligence 这个框架来看，它每一天都在变得越来越真实。

首先，第一部分是，"我太激动能有这些 Windows 机器了"，而且 Jensen 放了那张漂亮的幻灯片，是他和所有台式机的合影，我当时就想"天哪，是的，我等这一刻很久了"，这很棒，所以我觉得这是合理的，拥有强大的硅基系统，具备真正的算力和不限量的智能，这在逻辑上是说得通的。

Ben Thompson我在 Windows 部门工作时，曾经不得不偷偷把 iPhone 藏起来；后来带着 iPhone 出现在园区里也没事了，现在我又用着 MacBook Air——下次采访你的时候，我要是因为没有一台 Nvidia AI PC 而感到不好意思吗？

Satya Nadella你永远都有选择权，Ben，我希望你做出正确的选择。我对这些东西感到兴奋，因为我认为这里存在无计量的智能（unmetered intelligence），哪怕只拿我们展示的一个小功能来说——能够持续运行八个 agent，分析日志等等——但所有这些都没有计量。

Ben Thompson没错，但这感觉像是个副业，是个支线任务。

Satya Nadella如果说十亿用户都拥有这个，那就不是支线任务了。对我来说，它和人们在知识工作、安全工作、编程工作中对机器的需求一样根本——

Ben Thompson他们会为了自己而需要它。这实际上会成为新的消费者与企业市场的分野吗？

Satya Nadella企业——商业模式方面，我们之前就企业持续优化有过一次长谈——事实上，我认为 Windows 机器在企业端最大的价值主张（value prop）将是无计量的智能。所以人们会说：“哇，与其让我的云账单不断上涨，不如买一台 Windows 机器，用这种方式摊销成本。”因此我认为这将带来真正的价值——因为在一个你想消费无限量 token 的世界里，你想要优化，那我为什么不利用一切手段来优化呢？

Ben Thompson我不知道，我只是觉得——你也知道，我一直对你执掌 Microsoft 以来的工作印象很深，你终结了 Windows 对公司的束缚。我还记得我当时就在湾区，坐在机场附近 The Westin 酒店的酒吧里，敲下《The End of Windows》那篇文章，细数你所做的这一切：没有扼杀 Windows，但也没有让它成为公司的引力中心。

Satya Nadella而我认为这正是 Solara 的意义所在。我觉得 Windows，我们并不是想把 Windows——

Solara，说到你的问题，我觉得这是个很棒的问题，因为我想让我们去尝试的是：你能想象一个为 agent 时代而构建的平台——顺便说一句，还有平台规则——吗？因为现在，其他所有那些“平台所有者”，他们试图从手机转向可穿戴设备，都只会试图把他们的应用带到同一套玩法里，对吧？我想打开这个局面，所以比如，就像我们在 Teams 设备上所做的那样，我们在那里建立了一些分销能力，我想把这种能力与这个 agent 世界连接起来，所以我对与 MediaTek、Qualcomm 的合作感到兴奋。

Ben Thompson嗯，我想我有个很好的类比给你。这里面有一点，我觉得你又绕回了你作为 CEO 所做的出色工作——这是采访中的“吹捧”环节——有一点我觉得你受益于“追随了追随者”这么个说法。Steve Ballmer 是那个必须接 Bill Gates 班的人，无论好坏，他为你创造了成功的条件，我想可以这么说。那么对于这次的机会，在设备领域——比如 Apple 是否真的能够做出一个无处不在的 agent，只要他们还困在手机里？

Satya Nadella这是个好问题。这也是我们所有人都要面对的问题——现实是，对于那些已经靠某种东西取得巨大成功，而且事实上还在继续成功的人来说，要说出“我要把这一切烧掉，去建别的东西”，这很难。

Ben Thompson但说到点子上，按他们的架构方式，每个人都是垂直整合的。

Satya Nadella没错，这不自然。你想想看，我们说“构建 agent 很容易”，SOC 到处都是，它们已经在那了，芯片很容易，系统很容易，操作系统也已经建好了，而现在你却告诉我，在酒店、在餐厅、在医疗环境里，对于环境感知设备（ambient thing）我只有一个选择？这说不通。因此，我想象用 Project Solara 来构建这些环境感知设备会一样容易——如果一年后你们成功了，所有人，甚至包括企业，都会说：“哦，我就直接去某个无名 ODM 那订一批这东西，让他们给我定制就行。”

Ben Thompson我觉得只从企业端入手非常聪明。你有没有想过，这东西最终会渗透到消费市场？

Satya Nadella现在，我想让我们再次去做我认为自然的事，比如我在哪里看到人们——

Ben Thompson嗯，你那里有 Microsoft 365 环境，所有上下文都在那里。

Satya Nadella而且 agent，人们会在哪里构建 agent？问题是，消费端的需求会是“我需要我想要的那一个 agent”，所以这并不是说我不做 Copilot 设备，我是在构建一个 agentic 平台，让医疗服务提供商可以拥有自己的 agent，所以这对 Microsoft 来说是正确的起点，让我们看看进展如何。

Ben Thompson最后一个问题。你有一段关于数据中心的内容，恰当地聚焦于社区，你谈到了为用电付费、不消耗水资源、扩大税基、教育等等。为什么不直接给居民发钱？直接给他们分红？

Satya Nadella我对所有想法都持开放态度，我一点都不固执，因为归根结底，我认为你问的根本问题是：“这个行业，包括 Microsoft，是如何获得许可去做我们正在做的基础设施建设的？”

Ben Thompson我的理论是，在美国我们总是以倒退的方式达成一切目标，这就是我们如何迂回实现 UBI（Universal Basic Income）的——我们就是付钱给人们建数据中心。

Satya Nadella是的。而且我是说，我对 UBI 这类东西有一个顾虑，那就是——

Ben Thompson我反对 UBI。这就是你一边反对 UBI，一边又达到了同样的效果。

Satya Nadella我希望人们和社区拥有控制权，拥有能动性（agency），人类在工作中拥有真正的尊严，你说得完全对，“听着，我们必须竭尽所能去获得那种许可”。所以现在，我们这个产业有太多光鲜亮丽、美好、伟大的东西。

Ben Thompson那“你会丢掉工作”这部分呢？

Satya Nadella是的，这就是问题所在。沉迷于我们自己的荣耀和我们自己的——如果你不创造机会，为什么任何人会希望你成功？这是一份需要重新发送给我们行业每个人的基本备忘录，然后我们必须身体力行。

Ben ThompsonSatya Nadella，很高兴再次和你交谈。

本段 Daily Update 访谈也可作为播客收听。要在你常用的播客播放器中收听，请访问 Stratechery。

The Daily Update 仅供单个收件人阅读，但偶尔转发完全没问题！如果你想为团队订购多人订阅并享受团体折扣（最少 5 人），请直接与我联系。

感谢你的支持，祝你今天愉快！

Stratechery 历年最受欢迎和最重要的文章。

探索 Stratechery 上的所有免费文章。

© Stratechery LLC 2026 | Terms of Service | Privacy Policy

使用 WordPress 设计。由 Pressable 托管。