编者按：本文来自微信公众号 有新Newin（ID：NewinData），作者： 有新，创业邦经授权转载。
从客户端-服务器、Web、移动到云计算，这一轮AI浪潮被微软 CEO Satya Nadella 视作第四次平台转型，没有云计算，就没有 AI 超级计算机；没有AI超级计算机，也训练不出大型模型，复利般的技术堆叠，是这一轮爆发的底层逻辑。
Nadella 认为，每一代平台转移，都会牵引全新计算负载。大规模训练任务带来的数据并行、同步计算，与Hadoop年代的负载逻辑已判若两世，这正是系统软件进入“黄金时代”的宣告。
在上个月旧金山 Y Combinator 分享中，Nadella 提到了微软的三重身份，在微软既是一家平台公司，也是一家产品公司，还是一家合作伙伴公司。
超级平台与初创企业，在基础设施层的机会正在同步涌现。所有这一切，最终的归宿只有一个：社会价值。不是“AI 看起来多聪明”，而是它是否真正推动了社会、行业、国家的 GDP 增幅。
AI 是新的劳动力形态 —— Kleiner Perkins 合伙人的结构性下注，关键不在于机器人像不像人......
AI 推动社会、行业与国家 GDP
算力和能源的关系，是另一道必须正视的门槛。智能增长如果意味着指数级计算，就必须与能源消耗挂钩。
在 Nadella 看来，即便数据中心能耗翻倍，从3%涨到6%，也尚在可接受范围。但问题不是能耗，而是“使用能源的正当性”。社会许可，才是门票。“如果AI不能带来社会盈余，那它就不配使用这么多能源。”冷峻的话语背后，是对价值兑现的执着。他明确表示，医疗、教育、生产力将是AI释放价值的三大主战场。未来五年，科技行业必须用国家GDP和行业效率这样的硬指标，为自己辩护。
例子不复杂。美国医疗支出占GDP的19%，但流程性成本却常常是隐形黑洞。一个简单的出院环节，只要将电子病历系统对接大模型和prompt，立刻节省时间、人力、成本——“只要医生能少填几份表，多看几个病人，那就是社会进步。”
谈及AI部署的卡点，Nadella 没有从算力、模型谈起，而是拉回工作流。像八十年代跨国公司做季度销售预测：传真、备忘录、层层转发，流程完成时一个季度已接近尾声。直到PC、邮件、Excel出现，整套流程被重写。现在也一样。AI不只是技术栈的革新，它撬动的是企业职责边界的重建。在LinkedIn，设计、前端、产品被整合为“全栈构建者”。岗位逻辑被重写，工作定义被重构。“你其实是在重建保险公司、金融机构、医疗系统的生产方式。”技术的难不在模型，而在“变革管理”——最深的社会层瓶颈。
初创公司纷纷引入“前置部署工程师”，他称其为Palantir式的路径。“让客户理解产品价值”这句话，在 Nadella 嘴里不是一句售前口号，而是策略本身。YC的“潜入体验”策略，被他视作对知识工作本质的精准拆解：医疗账单员、Excel操作者、邮件搬运工——无数“知识型岗位”，其实都在用最复杂的头脑，完成最琐碎的重复任务。
“大量的脑力周期，耗在收集和整理信息上。”真正进入高阶处理状态的时间，极少。他渴望的是一种AI系统，可以协同人的前额叶处理高阶任务，琐碎交给智能代理。在软件开发中同样如此。如何保持“心流”？必须剥除非核心环节。减少苦工活，是他对AI最大期待之一。
过去一年，强化学习与推理计算进展之快，连 Nadella 本人也“始料未及”。接下来的关注点有二：一种是算法层的突破性跃迁，另一种是构建一体化推理模型的可能性。“从预训练到闭环训练”，是下一跳。
AI 领域的 SQL 引擎
Nadella 坚持 AI 是工具，不是思维复制。真正能让智能系统成立的，不是对人类的模仿，而是三项构件——记忆系统、工具调用、权限系统。“这三者必须成为一等公民。”如果AI要变成“agent”，它就得有身份、有工具调度能力、有权限管理。脚手架层必须升级，才能支撑真正的智能结构。
微软在过去三十多年间，穿越客户端、服务器、互联网、移动、云平台等多个技术周期。AI 的出现并非突如其来的能力跳跃，而是建立在前一轮轮平台演化之上的延续与叠加。
若没有云计算，AI 超算无法实现；若没有超算，也不会有今天的大模型；大模型之上，才出现了这批涌现能力显著的新产品。这是一种结构性的复利现象，不是某项技术单点突破所能解释的。
站在今天的视角重新看待平台转移，AI 所带来的不仅是模型的出现，更是一种新的工作负载的生成机制。例如，在云时代构建的系统逻辑与 AI 模型训练完全不同：后者依赖数据并行与高度同步，与当年的 Hadoop 负载结构几乎没有重合之处。这种差异性，意味着系统软件的架构逻辑需要被彻底重写，也意味着对基础设施的建设提出了全新要求。
系统软件正在进入一个新的黄金时代，无论是云端部署还是本地执行，只要是在“基础设施层”做构建，都会迎来巨大机会。而模型层本身当然仍有价值，围绕模型所能建立的产品体系同样具备落地空间。
但一切能力最终都必须指向一点：是否带来真实的经济增长与生产力提升。这不仅是商业上的评价标准，更是社会系统对 AI 可持续性认知的核心。
另一个关键问题，是如何定义“模型”在软件系统中的地位。可以用一个工程上的类比来思考：模型到底是像 SQL 本身，还是像 SQL + 调用框架与数据库架构之后的系统？前者是语言，后者才是可复用的产品。倾向于后者的判断，并一直在等待 AI/ML 拥有自己的“SQL 时刻”。
过去 AI 一直缺乏稳定的“平台层”——所有产品几乎都是垂直一体化构建，无法复用、缺乏通用抽象。而现在，随着模型能力趋于稳定，与工具调用机制、推理计算框架的结合正在逐步形成统一能力栈，这就像是构建出了 AI 领域的“SQL 引擎”。
在这个基础之上，系统集成能力将决定应用层的突破。模型已经具备智能，但它与现实世界中的数据、业务逻辑之间仍存在一条关键鸿沟。要跨越这条鸿沟，需要依靠“支架”系统，即模型之上的调用框架、反馈闭环与动态执行路径。
在这套架构中，产品中的数据路径不再是单向的记录系统，而是构成了模型运行的反馈通路。实际使用过程中生成的数据，会被引入后训练流程，用于调整工具调用路径与响应逻辑。模型能力与系统行为之间，逐步形成动态闭环。与此前主要依赖模型参数扩张的路径不同，这一阶段的演进重心，正逐渐转向系统结构本身的适配与重构。
软硬件将会新老并存
代码生成会终结 SaaS？Nadella 并不这么看。VS Code、Excel都是“工作画布”与“模型反馈”之间闭环设计的范例，未来两种方式将并存：“即时生成的轻应用”与“预制闭环系统”各有价值。
“人人写代码”这类愿景，他一半认同，一半质疑。他说，80年代的地球人靠打字员、投影员工作；今天，80亿人自己打字。“未来我们都会参与软件创作，但‘软件工程师’这个职业并不会消失。”只是角色将转向“抽象管理”，更像一个架构师。法律责任，则是另一道不可回避的现实。只要法律未变，AI的最终责任仍由人类承担。这意味着，“人类在环”机制必须保留，并由此推动对系统透明度、可控性的进一步开发。
被问及AI有哪些被过度炒作、哪些被低估时，Nadella 笑言，“现在是万物皆AI。”兴奋可以理解，但真正重要的是“赢得社会许可”。他分享了2023年在印度的故事：一位开发者用GPT-3.5接入India Stack平台，打造了一个基于WhatsApp的AI助手。
一个农村药农，通过它成功在政府官网申请到了农业补贴。那个瞬间，他震撼了。“一个在美国西海岸开发的模型，竟能在短时间内改善印度农民的现实。”这才是技术扩散的力量。这类故事，才是被严重低估的。而模型能力的纯炫技？在 Nadella 看来，只是资本游戏的烟火。
GitHub Copilot 被称作AI落地最具影响力的范例之一。Nadella 随即补充了另一个印象深刻的案例——世界银行曾在尼日利亚发起一项教育研究，如今已拓展至秘鲁与智利。他坦言，微软数十年来始终在探索技术与教育融合的可能性，而那项研究直指重点：像 Copilot 这样的工具，或许正是非洲与拉丁美洲教育系统最具变革力的干预手段。
Windows Copilot 已经成为数以亿计用户的 AI 初体验。虽然AI圈始终热衷于模型的前沿突破，Nadella 却更关注那些“被忽视的接触点”。他提到，“Clippy”以 Copilot 的形式回归，是意料之外又恰如其分的再定义。
“哪怕是最熟悉的设备——电脑、键盘、鼠标——我们依然能重构它们的使用方式。”微软最早的语音研究可追溯至1995年。今天，视觉与语音的融合终于在PC端实现：他习惯全天候开启Copilot，它能“看见”用户所见，用户也可直接对其发出语音指令。这种体验，令他联想到“精准鼠标操作”的升级版。
未来设备形态会变化，但“老设备”的生命也远未终结。这是一个同时重构旧形态、打造新硬件的激动人心时代。
主持人将这种交互类比为《Her》中的操作系统——智能代理深度掌握用户数据与节奏。对此，Nadella 明确表示：“让这些 Agent 成为你电脑的一部分，甚至主动‘为你使用电脑’，正是我们长期以来的梦想。” 但真正关键的是信任问题，涵盖准确性、隐私与安全，“这些维度必须逐步被解锁”。
谈及隐私保护责任，他没有回避现实：“这不仅仅是隐私。” Nadella 将这类问题区分为三层：隐私（用户关心）、安全（企业关心）、主权（国家关心）。“我们每开发一个产品、一个系统，都必须回应这三个维度。”
领导力的三个重要特质
在面对年轻一代的“建设者”时，这位微软掌门人给出了非典型的回答。他从未在起点设定自己未来会成为CEO。加入微软的1992年，他曾真切地想过：“如果我能一直待在这个岗位直到退休，那也太好了。”
所以他常说，不是等到升职才开始努力，而是把每个眼前机会当成终点来全力以赴。“伟大的成就往往诞生于团队协作。”他反复强调这一点。一个人的能力再强，也不能替代团队成功的系统性，这种“主动推动协作”的能力，是很多人忽略的领导力核心。
谈到选人标准，Nadella 提出了三项并列的重要特质：
首先，是“在不确定中带来清晰”。他回忆 Bill Gates 曾形容好架构师与差架构师的差别——不是智商，而是能否清晰定义“下一步”。会议混乱时，能指出方向的人，总能赢得真正的影响力；
其次，是“创造能量”，不是单点燃烧，而是点燃团队、组织，乃至合作生态；
第三，是善解“限制多多”的难题。他的面试问题经典而犀利：“你做过哪些极其缓慢的项目？你是怎么破局的？” 在 Nadella 看来，真正的领导力，在于将难题变成可以被解的题。而领导力的培养，不应等到年长或升职之后，而是从第一天就开始实践。
对于量子计算，他以“第三任为量子写支票的CEO”自嘲。微软投入此领域已逾20年，目标是构建通用型、容错型量子计算机。在Majorana 1 芯片取得突破前，科学家必须先在物理层面捕捉那种“只存在于理论中的粒子”。现在，第一步已经迈出。他强调，自然界的语言是模拟（simulation），量子计算最擅长做的正是模拟。AI，是“模拟器的模拟器”，而AI + HPC + 量子的循环，将为化学、材料、物理带来一次底层革命。“我们对这个一体化的前景极其兴奋。”
回溯起微软最初那代工具的诞生时刻：Word、Excel、PowerPoint 改变了亿万人的表达方式。他特别提到Excel，“它就像一张图灵机的表格，令人拥有一种奇妙的掌控感与数感。” “我会去研究下一代工具，就像今天的Copilot。能否再次创造一套真正赋能人类的工具？这是我最想追求的方向。”
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
