采访 Satya Nadella

从微软Build大会的喧嚣舞台中脱颖而出，Satya Nadella与Rowan Cheung坐下来，共同深入探讨快速发展的数字世界。他们的对话不仅关乎前沿科技，更深入地探讨了AI智能体如何从根本上重塑网络、工作的未来乃至企业战略的核心。Nadella坦诚而富有远见地阐述了正在发生的巨大变革，其关注点并非炒作，而是切实的实际影响。

构建智能体网络：AI时代的新基石

Nadella开篇指出，当前正处于一个关键的平台转型期，其重心已从单一应用转向为开发者提供一种通用、可扩展的方案。他强调了“智能体网络”（agentic web）的愿景，即多个AI智能体协同完成复杂任务，从不同来源提取数据，从而提供强大的实际解决方案。他引用了Stanford Medicine的演示案例作为典型：通过整合病理学、多个实验室和PubMed的数据，AI增强了高风险肿瘤会诊会议的效率和准确性。目标是构建一个真正开放、可组合的技术栈，其中每一层都遵循标准和协议，最终实现“技术强大到足以隐身”的用户体验。

Nadella表示，微软的战略是为“AI时代构建基石”。这不仅仅是关于一个单一的用户界面（UI）；它更关乎创建多样化的“AI UI”，以适应不同的用户和工作流程。无论是为知识工作者整合聊天、搜索和智能体的M365 Copilot，还是为开发者提供的GitHub Copilot，其真正的创新在于底层能力：强大的推理模型能够协调多个数据源和模型，以实现复杂的意图。

关键洞察：

• “智能体网络”能够协调多个AI智能体，解决复杂的实际问题。
• 微软正在构建从Copilot到Foundry的开放、可组合的AI技术栈，促进真正的开放性。
• “AI UI”并非单一概念，而是多样化的，为不同用户需求和工作流程提供定制化界面。

重新定义知识工作：从“打字员”到“智能体管理者”

快速的变革步伐不可避免地引出了关于工作岗位替代的问题，特别是对知识工作者而言。Nadella通过对比工作演变来回应这一问题：如果一个外星智能体观察20世纪80年代初与现在的工作，它可能会将人类视为一个巨大的“打字员群体”——然而，我们现在所做的知识工作比以往任何时候都更加复杂。他认为，关键在于抽象化以及对AI工具的赋能管理。

他分享了一个个人轶事：1992年准备一次客户拜访需要手动撰写多份报告和邮件。如今，借助推理模型，他只需向AI发出指令“调取所有我需要了解的信息”，AI便能从网络、邮件、文档、CRM和供应链系统中收集信息，生成一份全面的报告。Nadella解释道：“工作流程颠倒了，我现在更具竞争力，因为我感到更有能力。”他给知识工作者的建议很明确：“使用工具，改变工作。”他承认替代会发生，但强调“最好的防御是技能再培训。而这始于使用工具，而非拒绝使用。”

主要变化：

• 工作流程正在颠倒，AI负责抽象重复性任务，从而赋能个体。
• 知识工作者正从任务执行者转变为“智能体管理者”。
• 通过AI工具获得的赋能使个体更具“就业竞争力”，因为它提升了他们的能力。

代码的未来与企业优势

访谈还深入探讨了AI对软件开发的深远影响，Nadella指出，微软已经发现30%的新代码是与AI协作生成的。他设想未来90%或95%的代码都将由AI生成，并将其视为解决全球“技术债务”问题（即全球大量未完成的软件项目）的方案，而非威胁。AI工具，从智能代码补全到多文件编辑智能体，都能帮助开发者保持专注，并解决这一不足。重要的是，Nadella重申“最终，人类仍然在循环中。我认为我们在此处夸大了AI的自主性。”AI智能体提出修改建议，但人工审查仍然至关重要。

对企业而言，新时代真正的优势在于Copilot的微调。这使得企业能够利用其独特的知识和专有数据来调整AI系统，从而形成一个良性循环。正如Nadella所阐述的：“可持续的优势在于获取新的样本，然后利用这些推理模型和你的数据，从而能够在现实世界中进行强化学习（RL）。”这种反馈循环，即市场信号强化内部知识的应用，将成为“企业的新理论”。

关键实践：

• 拥抱AI以解决“技术债务”并加速软件开发，而非担忧工作岗位被取代。
• 利用AI智能体执行代码补全、解释和多文件编辑等任务，同时保持人类参与审查环节。
• 利用专有数据进行Copilot微调，以建立可持续的竞争优势，并从市场信号中强化学习。

文化、再创造与“隐身”技术

微软从Novell时代到云计算时代，经历了多次技术转型，深知持续再创造的必要性。Nadella强调了同时改变“我们的工作方式、工作内容以及市场策略”的巨大挑战。这需要强大的企业文化和持续的能力建设，使公司能够“进行更多尝试”。他告诫不要依赖案例研究：“现实是，案例研究帮不了你。你必须亲力亲为。”就像去健身房一样，健身体魄源于个人努力，而非仅仅是观察。

谈到个性化教育，Nadella将之与PC和Excel在工作场所的普及进行了类比。人们并非通过课程学习Excel，而是通过使用工具解决工作流程中的即时问题来掌握它。他分享了一个轶事：一位微软工程师曾因手动管理光纤网络DevOps工作不堪重负，后利用低代码工具构建了一个多智能体协调器。他认为，这种赋能是整个组织提升技能的关键。这一愿景最终体现在“主动式智能体”（proactive agents）中，即技术能够理解高级意图并以最小的摩擦执行任务，理想情况下能够“隐身”于背景，但始终保留会话日志以供人工检查和控制。

关键学习：

• 在技术转型中取得持续成功，需要同时重塑工作文化、产品重心和市场策略。
• 公司必须培养持续的能力建设文化，并“亲力亲为”，而非仅仅观察他人。
• 技能提升的最佳途径是通过“通用工具的普及”，并赋能员工解决他们自己的工作流程问题，就像PC和Excel的普及一样。

超越基准：颂扬影响，而非仅仅是科技公司

对话以Nadella回应他关于AGI是“毫无意义的基准作弊”（nonsensical benchmark hacking）的病毒式评论作结。他的观点并非驳斥AI研究，而是将对话从抽象的基准转移到切实可见的社会影响上。他强调技术需要“真正发挥作用”，并以医疗保健为例，指出美国19-20%的GDP用于此领域，其中很大一部分开支源于低效。他梦想着一个未来，像Stanford演示中的多智能体协调器能变得无处不在，使医疗服务提供者能够提供更好、成本更低的护理。

Nadella表达了将社会焦点转移的强烈愿望：“我认为我们作为一个社会，对科技公司的颂扬远超对技术影响本身的关注。”他渴望有一天，技术的使用者——那些在医疗、教育或其他任何行业的人——因“为我们所有人创造了某种奇迹”而受到赞扬，而不是科技行业自我庆祝。

“我只是想达到这样一个境界：我们谈论的是正在被使用的技术，并且全球其他行业都因利用技术为我们所有人创造了某种奇迹而受到赞扬，那将是真正美好的一天。”——Satya Nadella