微软 CEO 萨提亚·纳德拉：智能体即产品，SaaS 已死？

【编者按】继成功领导微软云计算、开源等多次重大转型后，微软 CEO 萨提亚·纳德拉（Satya Nadella）近日在 Build 大会后接受知名科技媒体人 Matthew Berman 的深度专访，纳德拉在采访中坦言：“我们正在经历一场软件与智能的范式巨变。AI 驱动的智能体网络将重塑企业软件的未来，SaaS 终将融入其中。”

原文：https://www.youtube.com/watch?v=XSy7ry-x5pA

整理 | 梦依丹

出品丨AI 科技大本营（ID：rgznai100）

采访伊始，纳德拉以一贯的务实与前瞻性，阐明微软在 AI 时代“从第一性原理出发”重构技术栈的决心：“你必须先拥抱新生事物。”他指出，哪怕是为传统工作负载打造的架构，也需为 AI 重新设计。

随后，他提出了对未来软件形态的颠覆性判断：“软件，也就是应用层，将会坍缩并融入智能体。”萨提亚·纳德拉在采访中分享了多个关于 AI 时代软件与商业模式深度变革的核心洞察：

• 软件和技术栈的深度重构： 他强调需“从第一性原理出发”为 AI 重构整个技术栈，将 Azure 升级为“AI 工厂”，并将 Microsoft 365 转变为 AI 新界面、多人协作中心和沉浸式工作环境（如内嵌聊天功能的 IDE）。
• SaaS 模式的颠覆与智能体网络的崛起： 他预言应用层将“坍缩并融入智能体”，传统 SaaS 应用需适应这种转变，成为智能体网络中的“后端之一”，通过新协议（如 MCP）实现多智能体编排，最终聚焦于业务流程的整体完成。
• 负责任的 AI 与普惠未来： 纳德拉指出，公司将拥有 AI 智能体的知识产权，需将其纳入现有 IT 管理框架。他坚信智能成本趋近于零将带来经济增长与“可持续的繁荣”，尤其在医疗等高风险领域，并强调 AI 能耗需通过创造更大社会价值来获得“社会许可”。
• 计算架构的范式转移： 他认为未来计算架构中确定性与非确定性界限将模糊，甚至操作系统也可能趋向生成式，强调需理解“智能的物理原理”以实现复杂系统的约束和审计。

以下为采访的完整内容：

Matthew Berman： 萨提亚，感谢拨冗畅谈。首先要祝贺您在 Build 大会上发布的所有震撼成果。我有几个问题想请教。您在微软已成功驾驭了多次意义深远的转型：云计算的浪潮、对开源技术的果敢接纳，如今我们又共同见证着这场全新的 AI 革命。随着这些潜能惊人的 AI 智能体的崛起，您是如何在战略上进行投资布局，同时又能兼顾现有产品矩阵的维护与革新，并引领它们适应即将到来的巨变？

萨提亚·纳德拉： 首先，非常感谢您能莅临我们的开发者大会。我的思路是，你必须先拥抱新生事物。 我认为，即便我们踏入这个 AI 时代、这个智能体网络时代已有两三年光景（这取决于你如何计算），构建智能体、打造应用的范式也正日益清晰。你必须真正回溯检视你现有的技术栈——那些或许是为旧日工作负载而构建的技术栈——现在则需要从第一性原理出发，为新的 AI 工作负载重新构思。

就拿基础设施层来说。显然，我们为 Azure 在全球拥有 70 个区域深感自豪。但随即你会意识到，哇，我们现在就需要对它们进行升级改造，使之成为一个个「AI 工厂」。这正是我们必须践行的。事实证明，即便是像 ChatGPT 或 Copilot 这样的应用，它固然需要海量的 GPU 或 AI 加速器，但也同样离不开其他一切配套。

实际上，无论在训练还是推理阶段，它都需要巨量的存储空间，也需要大量的常规计算（非 AI 加速的算力）资源，比如为智能体提供运行环境。有趣的是，我们过去 15 年所倾力构建的一切，如今或许更显其价值，因为智能体对这些资源的需求超过了以往任何工作负载，但这是一种全新的规模量级。这便是我们在基础设施层面必须完成的功课。

数据层面亦是同理。过去我们谈论数据，总会说数据库是用来将人、地点、事物进行结构化归纳的地方。但现在，你可以将智能层赋予数据，直接嵌入一个推理引擎。我们曾展示过一个极具巧思的演示，是关于 Postgres（一种开源对象关系型数据库系统）的，它非常模块化，以至于你现在可以在 SQL 查询中灵活地混搭调用大语言模型的响应。想想看你能生成何等精妙的查询计划吧！

我深切感受到，技术栈的每一层都必须重新想象，但这也意味着我们可以将过去 15 年间最卓越的工作成果发扬光大，让其为我们的开发者带来复利效应，使他们能从中持续受益。

我们就是这么思考的：如何确保我们从第一性原理的视角出发，为正在构建的新 AI 工作负载审视技术栈的每一层，然后真正将其无缝整合，以满足客户在真实世界中的需求。

Matthew Berman： 那么对于终端用户，尤其是那些对 Office 365 这类产品已经习以为常的用户来说，我猜这些产品会经历翻天覆地的变化。这种产品迭代与革新的加速，具体会如何体现？

萨提亚·纳德拉： 这确实引人入胜。审视 Office，或者说 Microsoft 365，我认为它呈现出三种模式。

• 第一种是焕然一新的模式，我称之为“AI 的新界面”——它简直就是一个全新的交互框架，整合了聊天、搜索、笔记功能，它是一个我用来汇集各种异构数据，并执行诸如播客制作、音频摘要等操作的枢纽。我手边还有各种智能体，比如研究员和分析师。我可以将任务委派给它们。拥有这一切着实令人心潮澎湃。我甚至还有 Copilot Studio，这意味着我能亲手构建智能体。这就是新意所在——我现在拥有了一个专为 AI 和智能体量身打造的用户界面。
• 更有趣的是第二点：Teams 将所有这些带入了“多人协作模式”。 所有那些智能体都在我的频道里、我的会议中随时待命。Teams 成为了一个舞台，所有的 AI 如今都在这个舞台上以多人协作的方式与我并肩工作。
• 第三种模式则是我“沉浸式工作”的状态。 正如在 GitHub Copilot 与 VS Code 的珠联璧合中，我埋头苦干地编码，但随时有智能体可以调用。当我埋首于 Excel 电子表格时，我的 Copilot 聊天助手就近在咫尺，那感觉就像在我分析电子表格时，身边坐着一位数据科学家。当我在撰写研究文档时，身边就有一位研究助理。我们的理念是，已将 Office 的每一个创作画布都变成了一个内嵌聊天功能的集成开发环境（IDE），如果你这样理解的话。从某种意义上说，我觉得 M365 系统的价值，因为智能融入了所有这些层面，得到了进一步的倍增。

Matthew Berman： 我想就此深入探讨一下。您之前曾说，软件，也就是应用层，将会坍缩并融入智能体。 我曾就此做过一期视频，标题就是“ SaaS 已死”，还颇受关注。那些想法确实很酷。但我想听听您的看法：未来的格局将是智能体层，其下则是供智能体读写的、植根现实的数据库。这对垂直领域的 SaaS 公司意味着什么？它们该如何为这样的未来未雨绸缪？

萨提亚·纳德拉： 对我们所有人而言的应对之道——正如我们今天演示的那样：Dynamics 365（微软的商业应用套件）实际上就利用了一个 MCP 服务器（一种协议），Copilot Studio 通过它来编排一个跨越 CRM（客户关系管理）和许多其他记录系统的多智能体应用，并最终完成了一个复杂业务流程的调度。这已然是眼前的现实，昭然若揭。当你思考业务流程和商业应用时，你必须将自身融入到类似这样的体系中。

这意味着，如果你过去仅仅认为“嘿，我是记录系统或交互系统，我的范围就只是基于我数据的工作流”，那么这将是一场相当激进的变革。那种想法是无法持久的。 我想，我们都必须以开放的心态，参与到这个智能体网络中新的“编排层”的构建中来，它将连接多个后端。你的 SaaS 应用将只是众多后端之一。 你最好能支持像 MCP 这样的协议，方能融入这个智能体网络。甚至像 NL Web （自然语言网络）这样的技术，或许还能进一步消弭所有这些连接器之间的壁垒。因为如果你审视企业内部，连接器的工作方式存在着巨大的摩擦。NL Web 这样的事物，即使在企业内部，也可能带来翻天覆地的变化。我感觉，我们过去构建的 SaaS 应用，可能需要进行彻底的变革，才能适应这个未来。

Matthew Berman：那么这些 SaaS 公司，你认为它们会为客户充当“真实数据”（ground truth data）的筛选与提供者吗？而智能体则将由像微软这样的平台型公司提供？

萨提亚·纳德拉： 我是这么看的：未来格局究竟如何演变，目前还难以断言。

因为在某种程度上，我们都容易高估自己当下所拥有某项事物的重要性。但现实是，当这些平台发生迁移时，价值总会在别处被创造出来。归根结底，要完成的“任务”是什么？任务是完成一个业务流程。 它无关乎某一个记录系统及其管理，也无关乎某一个智能体或某一个工作流，而是关乎其整体。在我看来，这才是大势所趋（water is flowing）。问题在于，你是顺势而为，还是固守城池，以为自己拥有护城河，或者在周围建起某种装点门面的东西——比如套上一个智能体的外壳——但这并非客户真正需要完成任务的全面视角。

Matthew Berman：我非常认同您所说的，不同类型的智能体将协同对话，不同的数据库也将互联互通，这些都不再是壁垒，它们只是一个抽象层。这一切听起来都非常令人振奋。您还提到另一件事，在一次采访中您谈到，当你雇佣一名员工时，你雇佣的是他们未来的潜力以及他们所携带的“智能体组合包”，这让我觉得非常奇妙。但我想请您澄清一下，因为看起来公司，也就是雇主，很可能会希望拥有这些智能体的知识产权，就像他们拥有传统知识产权一样。或许您可以就此再阐述一下。

萨提亚·纳德拉： 确实如此。您所言基本就是我们的观点。看看我们今天的发布内容就知道了，什么是公司的知识产权？即使是我们任何人在工作中所产出的任何成果，其知识产权都归公司所有。我认为，智能体也不例外。 这也是我们扩展了管理框架的根本原因之一，现在智能体也拥有 Entra ID（微软的身份和访问管理服务）。你可以像管理组织内部员工一样，对这些智能体进行条件访问管理。Purview（微软的数据治理服务）也至关重要。如果智能体要访问数据，它必须遵守同样的数据保护和数据权利法规。我们绝对会把过去为人员及其 IT 基础设施所做的一切——从身份管理到安全防护——都应用到智能体及其 IT 基础设施上。

Matthew Berman：这非常合理。我也预感很多人会为自己的个人生活构建私人智能体。那么，您是否预见到未来他们也会把这些私人智能体带到工作中……

萨提亚·纳德拉：这是个好问题。允许员工携带个人智能体进入工作环境的系统，必须设计得能够防止这两个世界之间的数据泄露。这才是症结所在。 就拿最简单的事情来说吧，比如我的个人邮件和公司邮件。如今它们是两个隔离的事物，两个不同的身份，我们知道如何为了隐私和知识产权的原因将它们的状态分离开来，这两者都很有益。

我想，类似的情况也会发生。这也是为什么我们坚信 Entra 和微软账户（Microsoft account）并行不悖的原因。这也是为什么我们既有 Copilot，也有Microsoft 365 Copilot。即便在用户模型层面，将两者混为一谈也可能造成极大的困扰。Edge浏览器支持两个配置文件之所以有用，正是因为我作为个人用户时使用微软账户，而在微软工作时则使用Entra。这种清晰的界限有助于保持心智模型的简单。 否则，一旦将所有这些都搅和在一起，恐怕会剪不断，理还乱。

Matthew Berman：我认为这非常有道理。我想问一个关于您愿景的问题。智能的成本似乎正在迅速下降，有望趋近于零。我认为未来世界将会因此变得无比奇妙。您认为哪些应用场景会因此开启？当智能成本趋近于零时，什么最让您翘首以盼？

萨提亚·纳德拉： 对我而言，放眼世界，我们最终是否需要更多像技术、像智能这样的“富足之物”来最终驱动生产力提升和经济增长？答案是绝对的。环顾四周，眼下无论是抑制通胀还是促进经济增长，我们都需要一些助力。这正是恰逢其时。

如果你抓住这一点，再看看我们在开发者大会上分享的斯坦福医学院的例子——他们在肿瘤委员会会议、肿瘤学和癌症护理这些高风险领域所做的事情：他们能够将所有这些技术以一种真正的方式应用起来，利用 Foundry 平台上的一个多智能体框架来统筹病理学、临床试验、PubMed 数据，最终改善肿瘤委员会会议的效率，并将会议产生的数据和信息导入 PowerPoint 用于教学，或导入 Teams 供人们协作。这在我看来，正是需要发生的事情。医疗保健支出接近我们 GDP 的 20%，这个工作流程中存在大量开销。如果每个医疗服务提供者都能开始利用 AI 改善患者护理、提高疗效并降低成本，那将对我们的社会产生深远的影响。这正是我真正期待的。

Matthew Berman：我对超个性化医疗保健非常感兴趣。我已经在使用 ChatGPT、Copilot 来解答关于我个人健康的问题了。这非常非常激动人心。而你们展示的一些研究成果，比如浸没式冷却技术的发现，太酷了。材料科学领域也潜力无限。不过，我从一些年轻一代那里零星听到，他们要么完全回避 AI，要么只是浅尝辄止地使用，特别是因为他们担心 AI 的能耗会对地球造成相当大的负面影响。 微软是如何看待这个问题的？您会给他们哪些让他们安心的承诺？

萨提亚·纳德拉： 首先，年轻一代对此深切关注，坦白说，这本身就非常鼓舞人心。因为在某种程度上，这是对我们所有人的正确鞭策，促使我们去思考：我们所创造的一切，是否从根本上有助于实现那些对我们社会至关重要的成果。无论是在医疗、教育、金融服务的普及，还是其他任何领域，最终都关乎经济增长、经济繁荣与富足。让我们首先明确这一点：我们做这些并非仅仅为了达成某些技术上的成就，而是为了解决人类与地球面临的挑战。

其次，方式也同样重要。我们要实现的，是“可持续的富足”（sustainable abundance）。在我脑中，有一个我常常回想的衡量公式：每瓦能耗，每美元投入，所生成的 token 数量（tokens per dollar per watt）。也就是说，我们正借助软件这项最具可塑性的资源，在尽可能高效的能耗下，创造出尽可能多的社会价值——这些价值反过来又能改善健康、教育等关键领域的成果。这是正向的循环，我们必须持续推动下去。

现实是，整个科技行业今天仅占全球能源消耗的大约 2% 到 3%。虽然看似不多，但它会增长。它如果要翻倍，就必须得到社会许可（social permission）。而社会许可的前提，是我们必须在现实世界中创造出足够多的可见价值。这也是我始终强调的一点：我们科技行业的“锚点”不能只是在那些好玩有趣的应用上，更要扎根于医疗、材料科学、知识劳动、乃至帮助小型企业提升生产力的真实场景中。只有当我们为这些“正经事”赋能时，社会才会认可我们继续消耗这种稀缺资源——能源。我们是全球最大的可再生能源购买方之一。你甚至可以说，我们是这些新项目的“最大补贴者”。我们会坚定不移地推动这一点。但终极目标，还是那句话：用每一瓦能耗和每一美元投入，换取最大化的经济繁荣。

Matthew Berman：很高兴您这么说。我会把您的话转告给那些对环境影响非常焦虑的人们，并给他们看这段视频。所以，谢谢您。眼下，计算架构确实在发生重大转变。架构中确定性部分和非确定性部分之间的界限正在变得模糊。 几个月前我看到一个非常酷的演示，他们用一个扩散模型重现了游戏《毁灭战士》（Doom），每一个画面都是预测生成的。您是否能预见这样一种未来：操作系统也变得类似，底层可能不再有，或者只有极少量的传统代码？

萨提亚·纳德拉： （笑）是啊，我们之前构建的 Muse 模型也有类似之处，那是一个我们训练过的世界行为模型，我们用游戏数据训练它，它基本上能做到——你可以用一个 Xbox 手柄作为输入动作，然后模型会生成下一个场景。这非常……你可以把它想象成机器人技术或游戏那样，一切都是“生成”的，可以这么说。

至于操作系统，有时候我觉得我们甚至高估了那些我们称之为“确定性系统”的确定性。 毕竟，如果你拿出一个软件程序，你是无法证明其完全正确的。这可以说是计算机科学的一个根本性挑战。因此，我认为，是的，它是一个随机系统（stochastic system），但这个随机系统确实需要以我们至少可以审查的确定性方式工作，或者坦率地说，就像埃隆（马斯克）在我采访他时在主题演讲中说的：“嘿，我们必须理解智能的物理原理。” 这其实是个很好的思考方式。我们必须设法回归到一种状态：当我们把这些复杂系统“缝合”起来时，能有某种途径去理解其“物理原理”，进而对其进行约束、沙盒化处理等等。我想，即使对于操作系统，我们也必须这样做。

但回过头来看，就拿我们刚刚发布的编码智能体来说。有趣的是，这个编码智能体拥有一个运行环境。在 GitHub Actions 的底层，你实际上是放置了一个虚拟机，然后你为这个虚拟机设定了边界。比如，它是否有互联网访问权限？你必须控制它。如果它要通过 MCP 服务器访问工具，你必须控制它。然后，所有这些操作都有完整的审计日志。我想，这就是我们将学习如何将一个所谓的“确定性系统”——也就是我们用大量指令式代码构建的软件系统——与这种智能体结合起来，并使它们之间的交互本身成为我们可以监控的东西。

Matthew Berman：这太酷了，因为您在主题演讲中说，我们正处于这场变革的“中场阶段”。我真心觉得这是一个非常有趣的时刻，去观察不同类型的软件将如何融合。非常感谢您接受我的采访。我很荣幸。

萨提亚·纳德拉： 非常感谢。我的荣幸。感谢您能来并花时间交流。期待保持联系。

（文：AI科技大本营）