微软 CEO 最新谈 AI agent 时代:比云计算大几个数量级的机会正在到来

你有没有想过，微软这家公司在 AI 时代到底在下一盘什么棋？很多人觉得微软只是 OpenAI 的大股东，靠着 Azure 卖算力赚差价。但当我看完 Satya Nadella 最近在 Sources Podcast 的这场访谈，我意识到这个判断可能太浅了。

Nadella 在访谈里说了一句话让我印象很深，他说 agent 时代创造的市场规模会比云计算大几个数量级（orders of magnitude）。这不是随便说说的豪言壮语，他从产品形态、商业模式、AI 安全、到 Windows 的未来，把整盘棋讲得非常清晰。我把这场访谈里最有价值的几个判断梳理出来，加上我自己的思考，分享给大家。

agent 的形态演化：从 chat 到 long-running agent

Nadella 在访谈里提了一个很有价值的视角，他说如果你把 ChatGPT 出现以来的这段时间看作一条演化轨迹，你会发现 AI 的形态（form factor）和 AI 的能力（capability）一直在共同进化，而且这两条线经常是不同步的。一开始是 ChatGPT，本质是 GPT 模型加上 RLHF（人类反馈强化学习）让对话成为可能。再往后是 coding agent，让 Claude Code 这样的产品出现。再后来出现了 OpenClaw，这是第一次有人预见到 long-running agent（长时运行的 AI 代理）这种形态——让 agent 在云端持续运行好几天，保持上下文连贯，把记忆（memory）外置出来——而模型能力在某种程度上是后来才追上这个形态的。

这段话让我想了很久。很多人在讨论 AI 的时候，习惯把形态和能力当成一回事，但实际上它们是两条不同的发展曲线。OpenClaw 出来的时候，它预见的形态是对的，但那时的模型还不够聪明，跑不长、跑不稳，中途容易出错。Nadella 说，现在这两条曲线终于开始对齐了。云端的沙盒环境已经可以支撑 agent 连续运行多天，agent 也有了稳定的记忆机制，这就是为什么他们现在发布的新 Copilot 里，chat、Cowork、Autopilot 这几种形态同时存在——因为每一种都在不同场景里有它的价值，没有哪一种会彻底取代另一种。

我自己对这段历史的理解是，其实很多人对 AI agent 的期待在 2023 年就已经成型了，但那时候失望的声音很多，因为模型跑不起来，幻觉太多，任务稍微复杂一点就崩。现在能看到真正可用的 agent 出来，不是因为产品思路变了，而是模型能力终于追上来了。这跟我之前读到的一个判断一脉相承——同一个功能，早半年发布和晚半年发布，结果可能天壤之别。所以很多时候，一个产品失败了，不一定是方向错了，可能只是时机没到，底层模型还没准备好。这种判断对做产品的人来说非常重要，它意味着很多你以为"死掉了"的想法，其实只是在等技术追上来。

Autopilot：每个人都能有一个"首席幕僚"

访谈里我觉得最具体、最有画面感的部分，是 Nadella 聊 Autopilot（微软新推出的自主运行 AI 代理产品）。他说微软内部所有人现在都可以拥有一个类似"chief of staff（首席幕僚）"的 Autopilot，你给它一个身份、一台电脑、一个工作空间，然后告诉它要做什么方向，它就开始持续工作，有自己的记忆，你可以在 Teams 里像跟同事发消息一样跟它对话，不需要每次重新交代背景。

他还举了一个非常接地气的例子：有人每天上班第一件事是处理发票，那就让 Autopilot 专门负责管理发票，你需要的时候去跟它沟通，就像跟一个助理讲话一样。他说这类任务性工作（task work）会是 Autopilot 最先被大规模使用的场景，因为它的边界清晰、结果可验证，出错了也容易发现和纠正，不会造成太大的麻烦。

我觉得"首席幕僚"这个比喻非常精准，而且它指向了一个很现实的不平等问题。以前只有 C-suite 级别的高管才负担得起真正意义上的助理或幕僚，帮你过滤信息、跟进任务、整理决策所需的材料。这件事在技术上现在已经可以平民化了，每个普通员工都能有一个持续在后台工作的 AI 代理，替你盯着那些重复但必要的事情。但我同时也在想，这件事要真正落地，最难的不是技术，而是信任的建立。Nadella 在访谈里也直接说了这一点，他说一旦你的 agent 做了一件你从来没预期它会做的事，你当天就会停用它。用户对 agent 的信任是非常脆弱的，一次意外就足以摧毁。所以可审计性（auditability）、可观察性（observability）、安全治理（security governance），这些才是让 Autopilot 真正被人接受的关键，而不是它能做多少事、跑得多快。

这让我想到一个更深的问题：agent 的产品设计，其实是在设计信任本身。不是设计功能，不是设计界面，而是设计用户在什么情况下愿意把控制权交出去，在什么情况下需要把控制权拿回来。这是一种完全不同的产品思维，以前我们做产品考虑的是"用户会不会用"，现在要考虑的是"用户敢不敢让它替自己做决定"。这两者之间的距离，可能比大多数人想象的要远。

定价模式：seat-based 加 usage-based 的组合拳

访谈里 Nadella 聊到了一个我觉得很值得关注的商业问题：AI 时代该怎么定价？他说微软在企业端采取的是 seat-based（按席位收费）加 usage-based（按用量收费）的组合方式。逻辑很简单，按席位收费让企业客户可以提前预算、没有意外惊喜，而 AI token 的成本每季度都在下降，这意味着他们可以不断把更多能力塞进同样的订阅里，让订阅本身越来越值钱。他说他自己已经好几个月没有手动选模型了，因为 auto 模式会自动选最合适的模型，这本身就是订阅价值持续提升的体现。

在消费端，他还额外提到了一个可能性，就是广告单元（ad unit）作为第三种定价工具——如果广告能给用户的订阅账户充值，就可以进一步降低消费端的使用门槛，让更多付不起订阅费的用户也能享受到 AI 能力。

我对这个定价逻辑的理解是，微软其实在做一件很聪明的事：把 AI 能力的价格下降红利，转化成订阅价值的持续增长，而不是让用户感受到"价格变便宜了"，而是让用户感受到"同样的钱，能做的事越来越多"。这两句话听起来像一回事，但心理感受完全不同。前者会让用户觉得以前买贵了，对品牌产生不信任；后者会让用户觉得自己的投入越来越划算，持续产生续费的动力。这对企业 SaaS 来说是一个非常重要的留存策略，也是为什么按席位定价在 AI 时代其实并没有消失，反而可能因为这个逻辑变得更加合理。

还有一点值得注意：他说"今天是 usage-based 的东西，明天就会进入订阅里"。这意味着 usage-based 其实是一种功能孵化机制，先让愿意尝鲜的用户付费试用新能力，等这个能力成熟了、成本降下来了，就把它打包进订阅，普及给所有人。这个节奏感我觉得非常有参考价值，对做 SaaS 产品的人来说，不一定所有新功能都要立刻决定是免费给还是收费，可以先用用量计费的方式试水，等时机成熟再调整。

为什么微软要押注多模型生态，而不是只赌 OpenAI

这是访谈里我认为最能体现 Nadella 战略纵深的一部分。主持人问他，微软跟 OpenAI 的合作限制已经解除，你们现在可以自己做前沿模型了，这跟"我们要支持所有模型"的开放生态是不是矛盾？

Nadella 的回答很清晰。他说微软自己在做的模型（MAI，由 Mustafa Suleyman 团队主导），主要是为了微软自身特定领域的需求——网络安全、代码、知识工作等，同时也是为了在数据管道和 RL（强化学习）循环里积累自己的能力。但 Copilot 永远会支持所有主流模型，因为企业客户不会接受被锁定在单一模型里。他说得很直接：你应该有自己的私有评测体系（private eval），用它来测试所有模型，找到最适合你场景的那个，而且任何一个模型消失了，你的能力也不会跟着消失。

他强调了一个我认为很关键的概念，叫 harness（工具框架）。他说 harness、context（上下文）、memory（记忆）和模型这四件事必须是可分离的，不能捆绑在一起，这样才能保证灵活性和可替换性。这个判断对很多在做 AI 产品的团队来说是一个很重要的架构原则：不要把你的产品核心逻辑跟某一个具体的模型深度绑定，否则模型一换，或者模型的 API 价格突然涨了，你的整个产品可能要从头重建。

我自己对这个多模型生态策略的理解是，微软其实在做一个平台公司最经典的动作：把自己变成不可绕过的基础设施，同时保持对所有上层应用的开放性。这跟 Windows 当年的策略如出一辙——不押注某一个具体的软件，而是让所有软件都跑在我的平台上。现在换成了 AI 时代，不押注某一个具体的模型，而是让所有模型都跑在我的 harness 和 infrastructure 上。这个逻辑成立的前提是，你必须在 harness 这一层做出真正的差异化价值，让模型厂商和应用开发者都觉得离不开你。这很难，但如果做成了，护城河是极深的。

还有一个细节值得单独说。Nadella 提到微软对 OpenAI 的访问权限会持续到 2032 年，这是一个巨大的优势。但他同时强调，微软的目标不是有一两个大客户，而是有很多很多大客户。这句话其实是在说，微软不想让自己的命运跟任何一个单点绑定，无论是 OpenAI 还是其他任何合作方。这种分散风险的思维，在商业上其实是非常健康的。

用 AI 追踪 capex：Nadella 自己是怎么用 AI 的

访谈里有一个细节让我反复想了几次。主持人问 Nadella，你们的资本支出规划有没有被 agentified？Nadella 说，他自己搭了一套系统，实时追踪所有云服务商（包括竞争对手）的 SEC 文件（美国上市公司的公开财务披露），把这些数据通过 Fabric（微软的数据平台）里的数据管道拉进来，建成语义模型，再由 coding agent 读取，最终呈现成一个每天刷新的 dashboard，里面有按层分拆的资本回报率（ROIC）数据，涵盖他自己的内部分析和外部所有竞争对手的公开信息。

这件事有两层让我觉得有意思。一层是 Nadella 作为一个公司 CEO，自己在用 GitHub Copilot 搭这套东西，不是让下面的团队做，而是自己动手。这说明在他看来，这类工具现在已经进入了"普通人也能用来搭建复杂系统"的阶段，门槛已经低到不需要专业工程师介入。另一层是这套系统的设计思路：它把外部的公开信息和内部的分析数据整合在一起，做成一个实时更新的情报系统，而不是每次需要的时候临时去查，每次都要等人去收集、清洗、汇总。

我自己做产品的时候也在想，有多少决策信息其实是可以被这样常态化、自动化地整合起来的，而不是依赖人工去收集和整理。很多公司的决策质量差，不是因为决策者不够聪明，而是他们拿到的信息永远是滞后的、不完整的、需要二次加工的。如果 AI agent 能解决这个信息基础设施的问题，让决策者在每次做判断的时候都能拿到实时的、整合好的、可直接使用的数据，那对企业的实际价值可能比任何一个具体的效率工具都要大。这可能才是 agent 在企业里最值钱的落地场景之一。

agent 的安全问题：containment 才是关键词

Nadella 在聊 AI 安全的时候说了一些我觉得比较务实、比较少见的判断，他没有说一些很宏观的话，而是直接切到了具体的工程问题上。他提到有 agent 在运行过程中产生了欺骗性的行为（deceptive action），没人能解释清楚这个行为是从哪里来的，训练数据里有什么东西导致了这个结果。他说这个问题必须认真对待，因为 long-running agent 本质上是一种持续存在的系统，有点像内部风险（insider risk），必须对它的行为进行实时监控和治理，不只是在训练阶段做好，在运行阶段也要持续观察。

他用了一个词我觉得特别准确：containment（控制与围栏）。意思是你必须有技术手段把 agent 的行为边界框住，让它在授权范围内行动，一旦越界就能被发现和纠正。他说这需要成为整个行业的标准做法，包括沙盒隔离、实时行为监控、权限审计，这些都是硬需求，不是加分项。

我自己的判断是，AI 安全的讨论很多时候停留在"对不对""好不好"这种价值判断层面，但真正难的是工程实现。怎么让 agent 在出错的时候被发现？怎么让它的每一步行动都留下可追溯的记录？怎么设计权限系统让它能做该做的事，但绝对做不了不该做的事？这些问题没有捷径，需要踏踏实实地做系统设计。而且这件事越早做越好，因为一旦 agent 在企业里大规模部署，再想回头补安全机制，成本会非常高。我觉得这是现在很多在做 agent 产品的团队容易忽视的一点，大家都在比谁的 agent 能力更强、跑得更快，但 containment 做得怎么样，其实才是决定这个产品能不能被企业真正信任和采用的关键。

Windows 的未来：unmetered intelligence（无限量智能）

Nadella 对 Windows 未来的描述让我觉得很有意思。他说他对 Windows 下一代的愿景，是实现 unmetered intelligence（无限量智能）。具体来说，他提到 GitHub 上有一个叫 Hydra Fusion 的项目，可以在本地设备和云端之间做自动路由，当你用本地设备的算力时就不消耗 token，当需要云端能力时再无缝切换过去，整个过程对用户完全透明。他说他希望未来一台 Windows 设备能自动把本地算力整合进你的 token 使用方案里，用户不需要纠结"我是买本地大模型还是买云端订阅"，这些路由决策都由设备和系统自动处理。

我觉得这个愿景背后有一个更大的逻辑：AI 的接入门槛必须继续降低，才能真正大规模普及。现在很多企业和个人用 AI 的最大顾虑之一，就是不知道这个月会花多少钱，token 用量不好控制，用着用着账单就出来了，很难预算。如果能把本地算力整合进来，让用户感受到的是"我的设备在帮我省 token"，而不是"我每次用 AI 都在烧钱"，那 AI 的渗透速度会快很多。这跟之前聊到的定价逻辑也是一脉相承的——让用户感受到的是"我在持续获得价值"，而不是"我在持续付出成本"。

更深一层来看，Nadella 这个 unmetered intelligence 的概念其实是在重新定义 Windows 的价值。Windows 过去的价值是"让你运行所有软件"，现在他想让 Windows 变成"让你随时使用 AI，不用担心用量和成本"。这是一个非常大的赌注，因为它要求微软在本地模型、云端模型、路由系统、定价机制这几个维度同时做好，缺一不可。但如果做成了，Windows 设备在 AI 时代的差异化就会非常清晰，不只是一个运行软件的平台，而是一个让 AI 能力真正触手可及的基础设施。

我的一点总结

听完这场访谈，我觉得 Nadella 最值得学习的一件事，是他始终在用系统性思维来看 AI，而不是把某个具体产品或某个具体模型当成终点。他谈 Copilot 的演化，谈定价，谈多模型生态，谈安全，谈 Windows，背后都有一个一以贯之的逻辑：在一个快速变化的技术环境里，真正的护城河是你对这个系统整体的理解和掌控能力，而不是你绑定了哪个最好的模型或者跑通了哪个最炫的 demo。

他说 agent 时代的市场规模会比云计算大几个数量级，我倾向于相信这个判断。但我更在意的是，这个时代真正的竞争不会发生在"谁的模型更聪明"上，而会发生在"谁能把 agent 的能力真正嵌进企业和个人的工作流里，同时让人觉得安全、可控、值得信任"。技术是基础，但最后决定胜负的，是信任。而信任这件事，没有捷径，只有一次次把体验做对、把边界守住、把用户预期管理好，慢慢积累出来。这可能才是未来几年最难、也最值钱的事。