Satya Nadella 谈 AI：2026 Microsoft Build 大会 @NoPriorsPodcast x Latent Space 跨界特别节目
摘要
Nadella 的核心判断是，AI 创造的价值应归于一个能让每家公司“以自身的前沿智能运行”的生态，而不是某一个模型。 他衡量平台的标准，是平台之上创造的价值是否多于平台内部攫取的价值；MAI 的干净血缘、专业化脚手架，以及一款能够爬山式优化的 5B 推理模型，正是 Microsoft 走向这一平衡的路径。
真正持久的护城河，可能是公司的私有评测、上下文、工具和 agent 轨迹，而不是对通用模型的访问权。 Nadella 的试金石是：从模型 A 切换到模型 B，能否依靠私有评测继续取得进步；“如果能做到，你就掌握了控制权。”这些轨迹还可以训练出一个“公司元老 agent”，把过去无法写入资产负债表的隐性知识沉淀下来。
AI 的真正评测标准，是可量化地完成了多少工作，而部署难度仍远高于 scaling law 基准所暗示的水平。 编程已经产生“100个 agent 会话”，转移给人的认知负荷大到需要重做 IDE、画布，最终还需要一个用于审计隔夜自动驾驶 agent 的“ADE”。价值在于压缩工作流，而上下文准备才是“魔法发生的地方”。
SaaS 更可能被拆包和重新定价，而不是被抹去。 稳定的 schema、业务逻辑和语义模型仍然有价值，agent 则会以新的组合方式把它们暴露出来；例如 Work IQ 可以把 Microsoft 365 的会议纪要连接到 GitHub 代码库。定价将混合按用户收费的确定性与按消耗计量，因为为代码补全设计的订阅，并不是为某人启动“10,000个” agent 而生。
组织层面的最高回报，可能流向那些职责范围不断扩大的通才，而基础设施专家的重要性反而会上升。 LinkedIn 建立了“全栈构建者”这一职能，Azure 网络团队也重新定义工作：打造运行网络的 agentic 系统。在 Microsoft 用 15个月建成超过前 15年总量的 Azure 产能后，负责管理 500多名光纤运营商的团队开始要求 tokens，而不是增加人手。
数据中心扩张只有在社区能切实看到能源、水、就业、培训和税基方面的收益时，才能获得许可。 Nadella 拒绝“相信我们，我们已经搞定了，未来会无比辉煌”这套说法；在 12–18个月内，人们需要看到参与其中、成为平等参与者的现实路径。高能耗只有转化为广泛的经济和人本价值，才能获得社会接受。
教育仍是 AI 尚未充分开发的机会，因为仅仅获得信息，并不能重做激励机制、资格认证或就业路径。 Nadella 仍坚持学习者必须理解概念，并以一个亚洲 CS 指南的例子说明：学生被要求学会应用 softmax，而不是只让 agent 修复训练任务；但他认为，下一家重要的创业公司可能会打造“一所新大学”，或一种把课程与有价值的经济机会连接起来的新教学法。
精读
1. 前沿智能必须属于每家公司
Nadella 认为，平台的定义在于“平台之上创造的价值，相对于平台内部攫取的价值有多少”。因此，Microsoft 的任务是为 AI 原生创业公司和传统企业提供技术栈、工具和方法，让它们能够创造出真正可以说是属于自己的智能。
Sarah Guo 关于训练的问题，揭示了 MAI 的策略：从干净血缘的预训练和高质量数据起步，进行必要的消融以移除不需要的内容，再用一套爬山式优化的脚手架包住模型。开放权重模型可能在“一两个基准”上表现出色，却在实际使用中令人失望；Nadella 要的是一个可以由专业人士适配的“认知核心”。
时间性改变了前沿性能的定义。在 Land O’Lakes 的案例中，Microsoft 使用“GPT-55”收集轨迹，再将这些轨迹迁移到一款 5B 推理模型上，最终取得更高性能。按 Nadella 的说法，这说明前沿运行能力不必永久依赖最大模型。
主持人质疑第一方产品与生态赋能之间的张力。Nadella 接受平台建设者会推出产品这一事实，正如 Microsoft 曾经做 Windows 和云服务；但他说，这些产品不能限制其他参与者成功：开发者大会不应要求所有人“在一个模型的圣坛前顶礼膜拜”。
2. 私有评测和 harness 成为控制平面
Nadella 回顾称，“把智能看作算力日志，这套说法大体行得通”，但行业低估了将能力转化为现实价值的复杂度。基准测试当然重要；“真正的评测”是用户是否完成了他们自己看重的、独特且可量化的结果，因此“我不想要 token 上限”这类抱怨，部分源于没有把 tokens 与价值创造连接起来。
编程同时展现了收益和界面问题。当开发者拥有“100个 agent 会话”后，转移给人的认知负荷会过高；聊天不能继续作为唯一产物，因此 agent 需要画布和重做的 IDE。Nadella 预计，未来会出现拥有委托权限、隔夜运行的自动驾驶 agent，随后还会有一个“ADE”解释它们完成了什么。
企业 harness 必须在模型、数据和工具之间形成闭环，并通过渐进式工具披露提高 token 使用效率。Microsoft 得到的惨痛教训是：准备好足够丰富的上下文，让计划能够高效执行，才是“魔法发生的地方”；harness 也应保持足够开放，能够接入多个模型、客户工具和客户自有上下文。
Nadella 称，私有评测“可能是最大的知识产权”。决定性测试是：公司能否从模型 A 切换到模型 B，利用自己的评测、工具和上下文再次爬升，同时避免轨迹泄露：“如果能做到，你就掌握了控制权；如果做不到，你就没有控制权。”
人与 agent 协作之间留下的轨迹，可能成为企业知识。Nadella 说，这些轨迹可以训练出一个“公司元老 agent”，并有望把隐性知识变成可以写入资产负债表的东西，而人力资本从未做到这一点。
3. SaaS 靠暴露有价值的层生存
传统 SaaS 将 schema、业务逻辑和 UI 垂直打包；agent 则允许重新审视这整个技术栈。Nadella 会保留稳定的总账 schema，以及 Power BI 仪表盘下方的语义模型——这些是有价值且稳健的结构——但会拆解并重新组合客户触达这些结构的方式。
Work IQ 说明，应用价值是在扩张，而不是消失。Microsoft 365 的邮件、Teams、Word、Excel、PowerPoint 和 SharePoint 数据变成了企业数据库：Nadella 可以从一个 GitHub 仓库出发，要求系统找回相关设计会议、综合会议纪要，并提出代码修改建议。这一变化可能带来比终端用户使用更多的 agent 使用量，也要求重构那些原本围绕收件箱或邮箱提供服务的系统。
在定价上，按用户收费的订阅提供预算确定性，也编码了使用权益；下一步则是按消耗收费。结果定价听起来很有吸引力，但一旦供应商要求分成，Nadella 说，客户会发现这像是在“送出一笔 royalty”，于是要求回到按用户收费或按消耗计量。
Swyx 所说的“agent 狂热”面临的挑战是，企业可能先重建应用，6到9个月后又掉头。Nadella 希望先经历一个完整的预算周期，再判断市场是否达到均衡：比较采购成本与自行构建、保护和维护软件的边际成本——包括修复 AI 发现的漏洞所消耗的 tokens——并预计客户对僵化供应商的容忍度会很低。
4. AI 把工作变成设计执行工作的系统
Nadella 自己的案例，是用 Work IQ、一个长期运行的 Foundry agent 和 Raven 支持的记忆系统，组装出一个幕僚长自动驾驶 agent。随后他要求它发布到 Teams，“结果它他妈真的发布了”。这意味着，一个自嘲连“无能的 CEO”都能构建系统的人，完成了一项端到端项目。
工程岗位可能扩大边界，但不会抹平专业能力的差异。LinkedIn 把设计、产品管理和前端工程合并为“全栈构建者”职能；Excel 如今也需要分布式系统人才，来搭建能够学习奖励信号的 RL 环境。Nadella 预计专业人士仍会存在，但通才可能从扩大后的杠杆中获得“最大回报”。
Kevin Scott 衡量野心的标准，不只是让困难的事情变简单，而是“让不可能成为可能”。在 Microsoft 用 15个月建成超过前 15年总量的 Azure 产能后，网络团队为涉及 500多名光纤运营商的运营工作打造了一个名为 Miles 的 agentic 系统，并开始说：“我们不需要人手，我们需要 tokens。”他们的新工作是元工作：打造执行这项运营工作的系统。
5. 基础设施需要可见的许可，教育需要重做
Nadella 将社区接受度视为数据中心扩张的硬约束。社区必须看到能源价格没有上涨，甚至可能因电网改善而下降；闭环用水系统、补水、建设期和建成后的就业、培训以及税基增长，也都必须能够被证明，而不能停留在竞选口号层面。
他对社会的最新判断是，紧迫性正在上升：在“未来 12到18个月”内，人们需要通过更好的医疗、创办一家创业公司，或让本地商店运营得更高效，真正获得参与机会。科技公司不能一边要求人们相信自己，一边只承诺一个辉煌未来；切实的收益、广泛的增长，甚至让政治人物能够凭借这些收益赢得选举，才是所需的证据。
教育之所以落后，是因为概念、激励机制、资格认证和就业路径必须同时改变。Nadella 提到 Alpha School，并举出一个亚洲 CS 指南的例子——但没有在访谈中说明具体是哪套指南——其中学生被要求理解如何应用 softmax，而不是请求系统修复训练任务；机会可能在于“一所新大学”，或一种把持续学习与有价值的工作连接起来的新教学法。