智东西
编译 田忠婷
编辑 程茜

智东西6月15日报道，6月12日，微软CEO萨蒂亚·纳德拉（Satya Nadella）在旧金山参加《纽约时报》科技播客Hard Fork的专访。在与主持人凯文·鲁斯（Kevin Roose）和凯西·牛顿（Casey Newton）的交谈中，纳德拉称AI正在从单一的技术能力转向成为类似云计算一样的底层能力，被嵌入到企业系统与各类应用中，逐步演变为一种基础设施。

纳德拉称，微软将通过平台战略，结合自研模型MAI、与OpenAI的合作以及agent相关技术布局，推动AI在产业中的规模化应用，并重点关注技术应用与实际经济价值之间的匹配关系。

在访谈中，纳德拉回应了奥尔特曼被逼宫，微软计划成立全新部门接收OpenAI离职员工，他称自己由衷高兴格雷格和萨姆选择留在OpenAI。

▲Hard Fork访谈现场萨蒂亚·纳德拉（左）、凯文·罗斯（中间）、凯西·牛顿（右）（图源：YouTube）

以下是本次访谈的核心要点：

1、微软AI整体战略：AI的发展正在从单一模型转向生态系统建设，微软作为平台型企业，致力于让各行业企业都能接入AI能力，推动经济整体增长。

2、双轨AI技术布局：微软长期深度合作OpenAI。在合作中，微软拥有至2032年的OpenAI的知识产权使用授权并可二次研发，同时持续搭建自研模型MAI体系。

3、以Agent为先的新硬件：微软正在推动计算设备形态向“agent优先”转变，使Windows等终端具备本地运行大模型的能力，并进一步延伸至轻量化便携设备，从而让AI从云端能力转变为持续运行于终端的agent系统。

4、避免无价值的算力和词元浪费：纳德拉强调AI必须与经济效率挂钩，避免无价值的算力与词元浪费，消耗的词元成本与应该与创造的价值匹配。

5、AI不会完全替代人类：尽管AI在编程与科研等可闭环任务中已具备高度自动化能力，但在现实复杂系统中仍存在不可完全验证的问题，因此AI不会完全替代人类工作，未来知识工作者将更多承担多个agent管理、认知验证与系统协调等任务。

6、AGI不是终点：衡量AI价值的核心是可观的经济增长，要保障算力与词元的投入具备经济效率，微软的重心是搭建面向全行业的通用AI底层基础，依靠技术释放产业价值。

以下是对访谈全程内容的编译（为优化阅读体验智东西做了不改变原意的编辑）：

凯文：节目正式开始。今晚的首位嘉宾，我们期盼已久，多年来一直邀约他上节目，如今他终于应允，来到了现场。让我们热烈欢迎微软首席执行官——萨蒂亚·纳德拉。

纳德拉：大家好。

一、正构想以agent为核心的新一代硬件

凯文：近年来，微软在AI领域动作不断。想必有些观众许久未关注相关动态，不妨和大家讲讲，你们近期在AI方面都做了哪些布局？

纳德拉：好的。在我看来，行业发展正在迎来一个关键转变：我们不能再孤立地看待单一AI模型，而要构建“AI驱动的完整生态”。最开始大家使用Sydney(2023年Bing 搜索的聊天模式中的AI角色），再到如今，行业目光始终聚焦在前沿大模型身上。

但如果想让AI真正赋能整体经济，就不能只依靠某一款模型、或是两三家头部企业。必须让技术红利全面铺开，实现全行业领跑，而非个别公司独领风骚。微软本身就是一家平台型企业，这也是我们当下的核心目标。

上周我们刚举办了开发者大会，大会核心议题就是：如何搭建平台与配套工具，让全球各行各业的企业都能站上AI前沿。如果只是单纯比拼模型能力，整体经济增速仅有2%，这条路注定走不远。只有当经济增长迎来拐点、技术红利全民共享，AI产业才算真正成熟。电力等所有通用型技术的普及，都遵循了这一规律。

凯西：我想聊聊你们在上周Build开发者大会上公布的平台变革，也就是“Project Solara”。你提到这是首款以agent为核心的硬件，下一代设备将由AI agent主导运行。能否详细介绍一下？可以举一两个相关项目为例吗？

纳德拉：好的。我们在本届Build大会上推出了两项颇具看点的规划。首先是针对传统个人电脑的重新定义。其实英伟达的黄仁勋在前一晚的台北国际电脑展上也公布了相关内容：搭载全新系统级芯片的台式机、笔记本，单台设备就能实现“千万亿次算力”。这意味着经典硬件形态迎来了全新功能。

我将其定义为“无上限智能体验”，未来Windows设备可本地运行万亿参数大模型。要实现AI agent全天候不间断运行，本地算力是必不可少的基础。

基于这一技术，我们还构想了全新形态的终端设备。举个例子：医院护士在各个工位间巡回工作时，只需拿出一款便携设备，就能完成扫码、信息录入，还能将语音内容自动转化为指令。这就是我理解的、以agent为核心的新一代硬件。

当然，手机在绝大多数日常应用场景中依旧会占据主流地位。但在agent时代，“泛在智能”将成为新趋势，各类终端会与大模型协同运作。我们的目标，就是突破传统硬件形态的束缚，打造适配AI agent的全新设备。

二、微软将提升Xbox的变现能力

凯西：这个构想非常有意思，很想了解更多细节。关于AI我们还有不少问题，不过先聊聊今天热议的另一款产品：Xbox。Xbox部门负责人今日发布内部备忘录，表示Xbox即将迎来“重大战略调整”。受硬件元器件价格大涨影响，Xbox或将启用全新商业模式。我本人也是Xbox老玩家，度过了许多欢乐时光，想问问你，微软针对Xbox制定了怎样的规划？

纳德拉：今年恰逢Xbox品牌诞生25周年，我们也为这些年取得的进展感到欣喜。微软的游戏业务历史甚至比Windows和Office还要悠久，公司开发的第一款应用就是飞行模拟游戏，底蕴十分深厚。

如今Xbox走过25年，我们面临的课题是：如何在保障盈利的前提下，持续推进硬件与游戏内容的创新。Xbox新任负责人Asher近期表态，过去25年里微软在该业务上投入巨大，这一点毋庸置疑。现在我们要做的，是把游戏业务打造成可持续盈利的板块，毕竟游戏依旧是大众最喜爱的娱乐方式之一。

目前的困境在于，Xbox的娱乐价值没能转化为合理收益，长期以来我们其实一直在补贴游戏业务。甚至如今，Xbox游戏的相关变现，在YouTube平台上的规模都超过了微软自身。

当然，我们不会违背初心，依旧会坚持打造优质游戏与硬件产品，但必须建立可持续的商业运营模式。Asher上任刚满百天，她也表示，接下来的一百天里会全面复盘业务，确保在硬件、游戏发行两大板块，都能满足玩家的期待。

凯西：能再多透露一些细节吗？大家难免会猜测：是不是主机、游戏售价都会大幅上涨？对于玩家，微软会推出哪些福利举措？

纳德拉：我们需要找到一个平衡点，让定价既符合消费者的承受能力，也能支撑企业正常运营。当下受云计算、AI行业发展带动，各类元器件价格普遍上涨，个人电脑、手机皆是如此，Xbox也未能幸免。半导体、内存等零部件供应紧张，对整个消费电子行业造成了巨大冲击。

不过这只是阶段性问题，未来会逐步缓解，不会长期持续。而真正需要长期思考的，是Xbox未来的商业模式。PC、游戏主机、移动端各有受众，玩家的使用场景也各不相同。我们要做的，是整合全赛道资源，同时坚守自身的核心定位。

三、回应奥尔特曼被开除风波，微软采用自研与合作并行的策略

凯文：我们把时间拨回2023年。当时OpenAI董事会解雇了萨姆·奥尔特曼（Sam Altman），他也是微软最重要的合作伙伴之一。你和团队连夜紧急筹备，计划成立全新部门——“微软高级人工智能研究院”，接收大批从OpenAI离职的员工。

当时你们紧急采购办公电脑、在旧金山设立新办公室，安置这批人才。彼时外界都认为OpenAI濒临瓦解。但后续事态反转：萨姆重新回归，OpenAI重回正轨。

我们不妨做个假设：假如当年OpenAI全体员工都加入微软，由奥尔特曼和格雷格·布罗克曼执掌这个新研究院。你认为在这种平行世界里，微软如今的AI发展，会比现在更好还是更差？

纳德拉：我们由衷高兴格雷格和萨姆选择留在OpenAI，他们现在就在该在的位置。如今他们也提交了S-1招股书。

回想最初投资OpenAI时，我们根本没想到它是一个研究机构，一个非营利组织搞了个营利部门，当时他们四处寻求合作，还提出了一个大胆构想：智能是算力的对数，即算力需要指数级翻倍，智能才只会线性小幅上涨。坦白说，微软内部不少人最初都觉得这个想法不切实际。但我们判断，这笔投资值得一试。

一路走来，微软和OpenAI都在共同成长。OpenAI凭借技术改变了整个世界，转眼已是2026年，我们对此倍感欣慰。

凯文：近期微软与OpenAI重新签订了合作协议。我了解到OpenAI收获颇丰：它现在可以对接多家云服务商，技术商业化的方式也更加灵活。那对于微软而言，这份新协议带来了哪些利好？

纳德拉：微软对OpenAI投入很深，我们是OpenAI的重要股东，OpenAI也是我们的大客户，微软对OpenAI模型及相关产品知识产权使用授权延伸至2032年。我们灵活运用这些知识产权，同时也拥有二次研发、打造自有技术体系的空间。

就在上周，我们正式发布了“MAI系列大模型”，这是微软从零自研的成果，相关技术论文也已对外公布。这项成果也直观展现了我们的技术实力。

结合两点来看：一方面我们认同“算力决定智能”的理念，另一方面我们也拥有了完全自主研发的大模型。这意味着微软的技术发展拥有了双重保障。坦白讲，如果没有和OpenAI的深度合作，微软Azure云业务也走不到今天。如今我们手握算力资源、自研模型，同时还维系着双方的合作伙伴关系。

凯西：聊聊这些自研模型吧。微软的目标是打造全球顶尖的前沿大模型吗？如果是，打算如何实现对ChatGPT、Gemini、Claude的赶超？

纳德拉：我们的核心目标并非是打造“一款全球最强模型”，而是推动整个生态系统的人都站在AI技术前沿。我们换个角度，构建前沿模型通常需要爬坡、强化学习（RL）和数据。

但目前行业数据挖掘已接近饱和，所以，我们换一种思路：基础模型提供推理能力和代理循环，然后让每家公司用自己的逐句进行强化学习。

如果企业未来取决于人力资本和词元资本。我们希望全球所有企业的财务报表中都能体现这一点，让每家公司的利润表都包含这2项，这就是我们自研前沿模型的初衷：让它成为各行各业通用的底层基础。企业可以自主保留模型权重、使用方式和上下文，也能随时替换成其他模型。这是我们的长远愿景。

我时常思考一个问题：微软存在的意义是什么？如果微软能够成功，能否带动整个生态共同发展？我相信这才是更可持续的发展路径。

四、AI发展的受益者是所有人

凯文：当下全美范围内出现了对AI的抵触情绪：毕业典礼上AI相关演讲遭观众喝倒彩，AI的民众支持率持续走低，各地民众也对大型数据中心颇有微词。微软打算如何改善AI的公众形象、化解负面舆论？整个行业又该如何赢得大众认可？

纳德拉：哈哈。首先我们要向大众讲清事实、拿出实际成果，让所有人明白，每个人都是AI发展的受益者。不能一边推广前沿技术，一边让民众担忧失业、担忧数据中心挤占水资源与能源，这样必然会引发焦虑。

当下公众对AI的负面观感已是客观事实，微软希望主动做出改变。拿数据中心举例：我们在华盛顿州昆西市运营数据中心已有二十余年，前不久刚举办了二十周年庆典。二十年间，这座城市发生了巨大变化：地方税基扩大、居民税负下降，数据中心还创造了大量本地就业岗位，昆西也因此发展成知名的数据产业之城。

我们举办了户外聚餐活动，当地居民一同庆祝城市因微软实现振兴。这就是数据中心与社区共赢的真实案例。数据中心绝不能推高当地能源成本，必须践行环保责任，做到水资源循环利用，同时带动区域经济发展。放眼整个产业：要让中小企业感受到AI提升了生产效率，让大型企业真正积累起词元资产与人力资本。

大家最担忧的始终是就业问题。我不否认AI会造成部分岗位更迭、重塑工作流程。以软件开发行业为例，如今编程工作基本都由AI agent辅助完成。就拿GitHub平台来说，面对海量代码提交记录，开发者需要全新的开发环境，我们称之为“agent驱动开发环境（ADE）”，用来应对复杂的工作流程。AI会催生全新的工作形态，这类偏向深度思考、统筹管理的新型岗位，也会具备合理的薪资水平。我们必须把这一点落到实处。

凯西：我们再深入聊聊AI带来的行业变革。近段时间我和许多经济学家、科技从业者交流，各方观点分歧很大。有人表示，明年受AI影响会缩减招聘规模；也有人说工程师人才缺口持续扩大，急需补充人手。你如何看待这一现象？两年后，行业的工程师岗位会增多还是减少？

纳德拉：不妨回顾上世纪80年代。如果当时有人说，未来全球会有数十亿人从事文字录入工作，大家都会觉得不可思议。但如今，几乎每个人每天都要打字，从事各类信息处理、知识型工作。

AI带来的变革也是同理：旧岗位会迭代，全新职业会诞生，并且对应合理的薪酬体系，这就是产业升级。未来的软件开发者，核心技能或许和现在相差不大，但工作内容会彻底改变——他们不再亲手敲代码，而是管理成百上千个AI agent。

我的同事提出了一个很贴切的概念：以往软件开发有“测试覆盖率”，如今我们迎来了“认知覆盖率”。举个例子：代码仓库里的代码大多由AI agent生成，开发者需要从逻辑层面理解代码全貌，借助工具完成全维度的认知核验。这就是新时代开发者的核心工作。想要胜任这份工作，依旧需要系统学习计算机专业知识，掌握“认知覆盖率”相关能力。简言之，AI重构了代码的输入输出形式、工作流程，岗位也随之迭代升级。

凯文：大众最关心的无非两件事：一是自己的工作不会发生太大变动；二是即便工作改变，薪资也能有所上涨。你认为这两点对大多数人而言能够实现吗？

纳德拉：薪资水平，本质上取决于整个社会对某类能力的价值认同。过去两百多年间，经济增长依托于各类专业技能与知识。当某一类基础技能可以被AI大规模替代后，人类就要去挖掘AI无法训练复刻的全新能力。

我今早看到萨拉·戈的一篇博客，她探讨了人类身上那些不可被机器模仿的特质，这一点对企业和个人都同样适用。人类拥有自主意识与追求目标的野心，这是不可忽视的核心优势。即便数字化工具高度普及，人类依旧承担着串联各项工作的“衔接性任务”。而在AI时代，我们还会挖掘出更多全新的衔接型工作。这就是技术变革的必然过程。

凯文：近期有一个热议话题，据说奥尔特曼、特朗普都提到过：美国政府直接入股头部前沿AI企业。你如何看待这个提议？如果可以，你愿意让政府持有微软多少股份？

纳德拉：微软股票可是公开交易的，哈哈。

凯文：你认为这种方式，能让AI发展的红利惠及更多民众吗？

纳德拉：这是一个很新颖的构想。部分国家已经设立国家主权基金，通过持股让全民共享产业财富，美国阿拉斯加州依托石油资源也推行过类似模式。我并不反对这类创新尝试。一直以来也有讨论：如果将部分社保资金投入标普500指数，或许能实现社保基金盈余。只要这类模式能够落地并良性运转，所有人都能从中获益。

五、AGI不是终点，词元消耗要与创造价值匹配

凯西：2025年2月你在采访中提到，“通用人工智能（AGI）到来的标志，是美国GDP实现10%的增长”。目前显然距离这一目标还很远。时隔一年，你现在如何看待这个判断？近期行业的发展，是否让你觉得这个目标更近了？

纳德拉：我经常思考一个问题：即便是顶级的通用技术，想要全面普及、发挥价值，也需要漫长的适配与调整周期。未来一两年，行业将要直面“词元成本与收益”的核心问题。有一个现实规律：AI带来的生产效率提升，其边际收益必须匹配词元调用的边际成本，这也是企业运营的基本准则。

不能单纯为了使用AI而疯狂消耗词元，必须让技术真正创造商业价值，这才是行业良性发展的根基。想要实现10%的GDP增速，前提就是词元成本与它创造的价值完全匹配，定价趋于合理。如果这一平衡达成，10%的经济增长必然会到来。但当下不少企业一味堆砌词元用量，却没有产生实际价值，这条路走不通。

凯西：微软内部是否也存在“盲目消耗词元”的现象？情况普遍吗？

纳德拉：我本人也经历过这个阶段。不得不说，AI工具确实容易让人上瘾，我也会忍不住高频使用。但新鲜感褪去后，就要回归理性，思考使用工具的真正目的。

目前我很喜欢微软Copilot的自动运行模式，这套功能背后配套了成熟的经济运行逻辑。我们一直倡导：“不用前沿大模型处理简单任务”，做到场景与模型精准匹配，让每一次调用都产生实际价值，杜绝无意义的资源消耗。

凯西：能不能举例说说，日常“高频消耗词元”的使用场景？你近期有没有用AI做一些有意思的项目？

纳德拉：我近期在搭建一个代码仓库，希望它能实时同步各类外部相关讨论。具体来说，我部署了一个AI agent，它会实时监测所有和代码仓库相关的工作沟通，自动制定执行方案并落地。

实现方式也很简单：我把微软365的底层数据库Work IQ作为MCP服务器，接入我的编程agent，让它持续监测信息，一旦出现和代码仓库相关的需求，就自动同步更新。这套工具能让项目进度和各类需求实时对齐，使用体验非常好。

凯文：你一直在研究AI背后的政治经济学，技术普及、GDP增长都和这一领域息息相关。在你看来，旧金山一众AI企业的领导者，在AI政治经济学的认知上存在哪些误区？

纳德拉：倒谈不上认知错误。去年12月我读了乔尔·莫基尔等人合著的《繁荣之路》，这本书梳理了近千年西方与中国的发展历程，让我颇有感悟。

书中核心观点是：西方近代崛起，依托于“技术革命、市场、民主”三者形成的良性循环，三者相互制衡、彼此约束。不存在纯粹脱离政治的经济，这就是政治经济学的本质。民主规范市场，技术又会不断冲击现有格局，三方动态制衡，这是人类社会最精妙的运转模式之一。

如今我们需要在AI时代，重新构建这套平衡体系。过往的经验已经证明这套模式行之有效，因此无论是旧金山的科技企业、华盛顿的政策制定者，还是全球各地，都应当追求多方制衡、协同发展。

凯西：最后一个问题。外界普遍热议AGI，硅谷很多人认为这次技术变革与众不同：AI能力会持续突破，当下简单的自动化任务，未来会逐步替代完整岗位。你认同这个观点吗？

纳德拉：对于流程闭环的工作（比如编程），AI确实可以实现全自动化，如今AI研发本身也能由AI辅助完成，这一点已有充足事实佐证。但这并不代表所有工作都会被取代。

关键区别在于：任务是否具备“可验证性”。在复杂的现实工作、知识型工作中，仅依靠人类行为痕迹，无法形成完整的自动化闭环。我认为大家低估了这一点，而这正是人类资本不可被替代的核心，也是AI发展的边界所在。

AI技术会持续进步，它本质上是强大的平台与工具，具备颠覆性。我承认未来会迎来巨大变革，就像当年电力、蒸汽机问世时一样。但AI不会是人类最后一项重大技术发明。它是科技史上一次巨大的飞跃，后续还会涌现更多创新成果。

YouTube