微软CEO最新采访，分享给大家
一个冷知识：微软作为IT巨头，虽然拥有OpenAI模型优先使用权，但到现在为止没有自己的拿得出手的模型，我们可以感受一下一个没有自研模型的大厂是如何思考未来满是AI的世界，微软如何通过AI来重塑产品和应用，如何挣钱
这是微软CEO萨蒂亚·纳德拉（Satya Nadella）在Build 2025 大会后深度访谈，回应了备受争议的“SaaS已死”论，更抛出了“零成本智能”和“无代码操作系统”的颠覆性愿景
以下是纳德拉的几大核心观点
AI智能体是新UI和应用程序的核心： 软件应用层将“坍缩”为代理，Agents将成为与人交互的新界面
SaaS迎来“大变局”： 传统SaaS不会死，但必须从“系统之王”转变为“代理式网络”的后端服务，参与复杂的业务流程编排
“零成本智能”时代加速到来： 随着智能成本趋近于零，AI将带来生产力爆炸式增长，尤其在医疗、教育等领域释放巨大社会价值
企业将拥有“员工的AI智能体”： AI代理是公司的知识产权，需要像管理员工身份和IT资产一样进行管理和安全防护
未来操作系统或“消融”代码： 传统代码和AI生成内容的边界模糊，未来系统可能由更少确定性代码和更多AI生成部分构成
微软全面押注AI：技术栈的“第一性原理”重构
纳德拉强调，面对AI浪潮，微软正从“第一性原理”出发，重新思考每一层技术栈。Azure不再只是云基础设施，它正转型为真正的“AI工厂”，不仅需要大量GPU，更需要海量的存储和通用计算资源，以支持AI代理复杂的训练和推理需求
智能层正被直接融入数据本身。想象一下，在PostgreSQL数据库里，你甚至可以通过SQL查询直接获取LLM的响应！这意味着数据不再是死的，它被赋予了推理能力。过去15年积累的微软技术资产，正在AI时代迎来新的爆发点
Office“新UI”变革
对于我们熟悉的Office 365产品，纳德拉描绘了三大变革模式：
-
1. 全新的AI UI模式： Copilot Studio提供了全新的聊天、搜索、笔记本界面，用户可以收集各种异构数据，还能构建自己的AI代理（如研究员、分析师代理） -
2. 团队协作的“多人模式”： Teams将成为AI代理在协作环境中运行的“支架”，所有AI代理都能在团队频道和会议中提供支持，实现多人协作的智能化 -
3. 专注工作中的“沉浸模式”： 就像GitHub Copilot在VS Code中辅助编程一样，Copilot将深度融入Excel、Word等应用。你可以在Excel里拥有一个“数据科学家”，在写作时拥有一个“研究员”。纳德拉将其比喻为“将每一个Office画布都变成了带有聊天的IDE”
垂直SaaS何去何从？
关于“SaaS已死”的劲爆话题，纳德拉的回应是：SaaS不会消失，但必须“彻底改变”。他预言，未来的应用层将“坍缩”成AI代理，企业将进入一个全新的“Agentic Web”（代理式网络）时代。
传统SaaS应用将不再是独立的“系统之王”，而是这个新编排层的“后端”之一。它们需要支持像MCP这样的协议，才能融入由多个代理协作完成复杂业务流程的生态。甚至像NL Web（自然语言网络）这样的技术，将极大降低企业内部连接器的摩擦
核心是：用户真正需要的是完成某个业务流程，而不是简单的数据记录或单一工作流。谁能更好地提供这种端到端的智能编排，谁就掌握了未来
零成本智能
当智能的成本趋近于零，世界将变得怎样？纳德拉认为，世界需要更多像智能这样的“丰饶”，来驱动生产力增长和经济繁荣，尤其在当前通胀和经济增长乏力的背景下
他举例了斯坦福医学院利用微软技术，通过多代理框架（如Foundry）编排病理学、临床试验、问题数据，以优化肿瘤委员会会议的案例。这种将AI应用于高风险、高价值场景（如医疗保健）的能力，将对社会产生深远影响。医疗保健占GDP的20%，如果AI能普遍提高患者护理质量、改善结果并降低成本，这将是巨大的社会效益
Tokens与能源消耗的平衡
纳德拉强调科技行业必须以“可持续的丰饶”为目标。他提出了一个核心衡量指标：“Tokens per dollar per watt”（每瓦特每美元产出的Tokens）。
他认为，软件作为最“可塑”的资源，能够以最有效的方式利用能源，从而创造最大的价值。尽管科技行业目前仅占全球电网功耗的2%-3%，但它将增长。因此，AI必须创造更多的现实世界价值，才能获得社会对其能源消耗的“许可”。AI的应用不应只停留在“有趣的”消费级产品，更应深入医疗、材料科学、知识工作和中小企业生产力提升等领域
未来的操作系统：代码消融与“物理学”的回归
计算架构正经历一场重大转变，确定性与非确定性代码的界限日益模糊。纳德拉提到了一些AI生成世界的案例（如AI重建《毁灭战士》游戏画面，以及微软的Muse世界行动模型），他认为未来操作系统也可能走向这种“生成式”模式，即“无代码”或“极少代码”的未来
他承认，AI系统本质上是随机的（stochastic），但它们需要在某些方面以确定性的方式运行，并且必须能够被“检查”。纳德拉引马斯克的话：“我们需要理解智能的物理学”。这意味着在构建复杂系统时，必须理解其内部机制，并对其行为进行边界限制和沙盒化
目前，像GitHub Actions下的编码代理，就运行在受限的虚拟机环境中，互联网访问、工具权限等都被严格控制，并有完整的审计日志。这正是未来混合确定性（传统代码）与非确定性（AI代理）系统，并确保可控、可信赖运行的实践方向
谁将拥有AI代理？企业与个人边界的思考
纳德拉明确表示，企业雇佣员工时，也将同时“雇佣”他们的AI代理。这意味着：
公司拥有代理的知识产权： 就像员工的工作成果一样，AI代理的产出也属于公司
企业级管理与安全： 微软已通过Entra ID为代理提供身份管理、条件访问，对代理访问数据进行保护，并像管理端点一样通过Defender管理代理环境，防止凭据窃取等安全问题
至于个人是否能将自己的AI代理带入工作中？纳德拉认为，需要严格分离个人与企业身份（如Microsoft账户和Entra ID），就像分离个人邮箱和企业邮箱一样，避免数据泄露和知识产权混淆。保持这种清晰的界限至关重要
参考：
⭐
（文：AI寒武纪）