Loading...
Loading...
Microsoft CEO Satya Nadella（萨蒂亚·纳德拉）：AI 代理将重塑工作流，真正的价值在于技术应用撰文：Techub News 整理
导语
在2025 年 5 月结束的微软 Build 2024 开发者大会主题演讲后，微软董事长兼 CEO Satya Nadella（萨蒂亚·纳德拉）接受了 The Rundown AI 的快速专访。这场对话紧贴大会热点，聚焦于微软如何整合其最新发布的一系列 AI 工具与平台，以构建所谓的“智能体网络”（Agentic Web），并深刻探讨 AI 代理将如何从根本上重塑知识工作、企业运作乃至社会生产效率。作为全球科技巨头之一的掌舵人，Nadella 在带领微软成功转向云与 AI 后，其关于技术应用本质与未来工作形态的思考，具有极高的行业风向标意义。
摘要
微软正构建“AI 时代的脚手架”，通过整合 Copilot、Foundry 等工具与开放协议，打造一个可组合的“智能体网络”（Agentic Web）。
未来知识工作者将转型为“代理管理者”，AI 不是替代人，而是通过改变工作流程和产出物（Artifact）来增强人的能力。
企业的可持续优势在于利用自身数据和知识对 AI 进行微调，并形成“数据-微调-市场反馈-再优化”的良性循环。
技术的真正价值不在于“基准测试黑客行为”或庆祝科技公司，而在于其能否被广泛应用于医疗、教育等领域，切实提升生产力和改善生活。
企业转型的关键在于文化、能力建设以及亲身实践，而非研究成功案例。
构建智能体网络：AI 时代的“新脚手架”
在 Satya Nadella（萨蒂亚·纳德拉）看来，当前我们正处在平台转型的早期阶段，大约两到三年后，讨论的焦点将从单个应用转向整个平台生态。微软的目标是构建一个支撑 AI 时代的“新脚手架”。
他以斯坦福医学院的肿瘤委员会会议为例，描绘了理想中的智能体协作场景：一个高风险的医疗决策场景，需要整合来自病理学、多个实验室、PubMed 数据库等多源数据，并由多个 AI 代理进行协同处理，最终将结果呈现给在 Microsoft Teams 中协作的医生。医生随后还能将这些信息轻松转化为教学用的 PowerPoint。这种复杂的、跨数据源和应用的“编排”（Orchestration）能力，正是未来应用的核心。
为了实现这种愿景，Nadella 认为必须构建一个每一层都开放、可组合、有标准协议的真实技术栈。如今，从 Microsoft 365 Copilot 到 AI 开发平台 Foundry，再到自然语言网络（NL web）和模型上下文协议（MCP）等开放组件，这个技术栈正在成型，共同编织成他所说的“智能体网络”（Agentic web）。他甚至认为，这或许能让我们重新发现互联网最初的开放精神。
微软正在尝试构建一个统一的 AI 用户界面（UI for AI），将聊天、搜索、代理、笔记本等功能集成于一处，Microsoft 365 Copilot 和 Teams 正是其体现。但 Nadella 强调，这并非唯一的形态。针对开发者、科学家等不同群体和工作流，将会涌现出丰富多样的 AI 交互界面。其底层令人兴奋的能力在于：数据、多模型调用、代理编排层以及能够理解意图并将其分解为对多个模型调用的新型推理模型。
从知识工作者到代理管理者：工作流的彻底逆转
随着 AI 代理的普及，知识工作的性质将发生根本性变化。Nadella 认为，未来知识工作者将更多地扮演“代理管理者”的角色，而非被代理所取代。
他用一个生动的比喻来解释这种抽象层次的提升：如果一个外星智能在 80 年代初观察地球职场，会看到“打字员池”、“幻灯片制作池”。而今天再来，它会认为“全人类都是打字员池”，因为人人都在打字。但实际上，我们从事的是知识工作，只是工具和形式被抽象和改变了。
他以自己准备客户会谈的流程为例，展示了工作流的“彻底逆转”。过去，需要账户团队撰写报告、通过邮件发送、他再手动整理到 OneNote 中阅读。而现在，他只需给出一个提示（Prompt），AI 就能从网络、邮件、文档、CRM 系统、供应链系统中自动抓取信息，生成一份全面的报告，他再分享给团队。他坦言，作为 CEO，他现在做的“知识工作”比过去更多，感觉能力更强、效率更高。
因此，Nadella 给所有知识工作者（无论是软件、金融、销售还是科学领域）的建议是：积极使用工具，主动改变你的工作产出物和工作流。拥有改变周围工作方式的能动性（Agency），是应对变革的最佳方式。他承认岗位更替必然会发生，因此最好的防御就是技能提升与再培训，而这一切始于使用工具本身。
AI 编程的未来：填补“技术债”，人类仍在循环中
开发者是工作流受 AI 冲击最显著的群体。Nadella 提到，微软目前有 30% 的新代码是在 AI 辅助下生成的。他展望了当 90% 或 95% 的代码都由 AI 生成时的世界图景。
他的思考起点是全球面临的巨大“技术债”或“IT 债”——大量未完成的软件项目。世界需要更多的软件开发能力来满足需求、清偿这些债务。在此背景下，AI 编程工具（如代码补全、代码解释、图表生成、多文件编辑、全仓库变更代理等）的价值在于，能让开发者保持心流状态，更高效地工作。
他特别提到新发布的 GitHub Copilot 工作流代理（Coding Agent），允许开发者指派任务并异步执行。但 Nadella 强调了一个关键点：“人类仍在循环中”（human is in the loop）。他认为人们高估了 AI 的自主性。即使在执行持续集成/持续部署（CI/CD）之前，代码仍需经过人工审核。这是一个开发组织内部人员与 AI 代理协同工作、共同解决开发赤字的新工作流。
对于企业而言，Copilot 的微调功能是一个重大突破，允许企业利用自有数据和代码库定制自己的 AI 编程助手。Nadella 指出，这引出了企业的“可持续优势”问题。优势不在于基础模型本身（这终将商品化），而在于企业能否形成一个良性循环：利用内部知识和数据微调模型 - 将输出应用于市场 - 获取客户或市场的反馈信号（即强化学习的奖励）- 用新数据样本进一步优化。完美运行这个循环，将成为 AI 时代企业新的核心竞争力。
企业转型之道：文化、能力与实践，而非案例研究
作为带领微软经历多次技术转型的领导者，Nadella 分享了企业如何围绕“代理时代”进行重组的心得。
他指出，微软并非靠单一产品成功的公司，因此最困难之处在于“不断调整”。他总结了转型需要彻底改变的三件事：工作方式、工作内容以及市场进入策略。同时革新生产函数、产品创新以及商业模式和上市策略，是一项艰巨的任务。
他认为，归根结底在于文化和能力建设，这能让企业有更多“射门机会”。对于稳定业务，AI 是顺风，能带来更大杠杆效应；对于衰退业务，AI 则是自我重塑的机遇。核心是培养寻找和实践新概念的文化与能力。
Nadella 特别提醒，迷恋时代的“明星公司”案例研究并无帮助。“现实是，案例研究没用。你必须亲自去做。”他引用了一句妙语：“你看别人去健身房，自己不会变健康。你必须自己去健身房。”这场变革关乎亲身实践，而非仰慕他人。
技术普及与价值回归：让强大的技术“消失”
关于员工技能提升，Nadella 主张“自下而上”的工具扩散模式，而非“自上而下”的标准化培训。他以个人电脑（PC）普及为例：最初是法律部门爱用 Word 写合同，财务部门爱用 Excel 做模型，但当人们需要跨部门协作时，工作流程和产出物自然被改变，这一切并非通过培训课，而是通过通用工具（PC 和 Office）的扩散实现的。
在微软内部，无论是 GitHub Copilot 还是 M365 Copilot 的推广，他都观察到类似的模式。他分享了一个网络工程师的例子：面对激增的 AI 工作负载和繁重的手动运维，她利用低代码/无代码和 Foundry 工具自主构建了一个多代理编排器，自动化了光纤故障处理流程。这种赋予员工工具和能动性，让他们改造身边工作流的方式，才是关键。他称 Excel 是“世界上最伟大、最普及的编程工具”，而 AI 工具将再次引发类似的全民“编程”普及。
谈到更前沿的“主动代理”（Proactive Agent），Nadella 引用了马克·维瑟关于“普适计算”的名言：“技术强大到足以消失。” 他认为，自然用户界面的演进方向就是以最小摩擦完成用户意图。主动代理应能理解高层意图、制定计划并执行，同时用户保持控制和可审查性（如通过会话日志）。这是透明性与自动化之间的平衡。
最后，主持人重提了 Nadella 此前引发热议的观点：AGI（通用人工智能）只是“无意义的基准测试黑客行为”，AI 的真正价值在于全球经济增长。Nadella 对此进行了阐释。他以医疗行业为例（占美国 GDP 约 20%），指出其巨大成本源于工作流低效。如果像斯坦福医学院使用的多代理编排器能够普及，让医疗提供者以更低成本提供更优质的护理，那才是价值所在。
他强调，自己的评论并非针对伟大的 AI 研究，而是认为社会过于庆祝科技公司本身，而非技术产生的影响。他渴望看到讨论焦点转向技术的实际应用。例如，世界银行在尼日利亚的研究显示，为学生提供 Copilot 或其他代理工具后，教育成果出现了可统计的显著改善。这种技术被广泛应用、解决实际问题的故事，才是他投身科技行业的初衷。“当全球其他行业因为运用技术为我们所有人创造了奇迹而受到庆祝时，那才是值得庆祝的一天。” Nadella 总结道。
Microsoft CEO Satya Nadella（萨提亚·纳德拉）：AI 时代的梦想与执行撰文：Techub News 整理
导语
2025 年，微软迎来了其成立 50 周年的里程碑。在彭博社节目《The Circuit》中，微软历史上仅有的三位 CEO——创始人比尔·盖茨（Bill Gates）、第二任 CEO 史蒂夫·鲍尔默（Steve Ballmer）与现任 CEO 萨提亚·纳德拉（Satya Nadella）罕见同台，进行了一场跨越时代的深度对话。这场对话不仅回顾了微软从一家小型软件公司成长为科技巨头的传奇历程，更聚焦于当前最激烈的战场：人工智能时代。从错失移动互联网的教训，到凭借对 OpenAI 的百亿美元赌注重返巅峰，再到面对生成式 AI 引发的行业剧变，三位掌舵者的分享揭示了微软长达半个世纪的生存哲学与未来野心。
摘要
微软的长期生存法则在于不断抓住技术浪潮，其核心 DNA 是“帮助他人创造更多”，而非单纯追求垄断或长寿。
错失移动互联网是重大教训，但正是搜索、云计算等“失败”尝试积累的技术，为今天在 AI 时代的竞争奠定了基础。
对 OpenAI 的投资是“聪明”之举，但合作关系正在演变；微软同时大力投资自研 AI（如 Copilot），并视其为新时代的“浏览器”。
AI 将深刻改变工作方式（如自动化大量代码编写），但其社会影响（如就业、安全）充满不确定性，需要全社会共同塑造。
现任 CEO 萨提亚·纳德拉的领导哲学是“大胆梦想，坚决执行”，在保持对云和 AI 长期押注的同时，灵活应对每季度的市场期望。
五十年沉浮：从软件革命到“中年危机”
1975 年，比尔·盖茨（Bill Gates）与保罗·艾伦（Paul Allen）在新墨西哥州创立微软时，怀揣着一个在当时看来近乎疯狂的愿景：“让每张办公桌和每个家庭都拥有一台电脑”。他们赌的是软件本身将成为一门独立的产业。从为早期个人电脑提供 BASIC 语言，到抓住 IBM PC 的机遇并签下非独占许可协议，微软奠定了其在 PC 时代的统治地位。Windows 95 的发布更成为一个文化现象，标志着图形界面和办公软件套件的成熟。
然而，巅峰之下暗藏危机。比尔·盖茨（Bill Gates）回忆，公司始终充满危机感，“我们总是担心，一旦有人意识到我们所意识到的，他们也能做得一样好。”这种危机感在 90 年代末达到顶点。微软一方面因在 Windows 95 中忽视互联网而措手不及，面对网景浏览器的崛起只能通过捆绑 IE 浏览器仓促应战；另一方面，其市场主导地位引来了美国司法部的反垄断诉讼。时任微软总裁布拉德·史密斯（Brad Smith）表示，那段时期公司甚至面临生存威胁，最终他们学会了“和解而非仅仅追求胜诉”，与政府达成和解，并从此更加注重与全球监管机构的沟通。
反垄断案带来了巨大干扰，但更深层的问题在于对市场趋势的误判。彭博科技记者迪娜·巴斯（Dina Bass）指出，微软随后接连错过了搜索、社交网络，而最重大的失误是移动互联网。“他们知道这很重要，但就是搞不清楚用户想要什么。”比尔·盖茨（Bill Gates）早在 90 年代就设想了平板电脑，但微软早期推出的产品并未成功，直到史蒂夫·乔布斯（Steve Jobs）推出 iPad。史蒂夫·鲍尔默（Steve Ballmer）坦承，错过“随身智能”（即手机）是最大遗憾，但他同时强调，当时在搜索等领域的技术积累（包括由萨提亚·纳德拉领导的项目），如今都成为了 AI 能力的基石。
鲍尔默时代：承压转型与云计算的“滑门时刻”
2000 年，史蒂夫·鲍尔默（Steve Ballmer）从比尔·盖茨手中接过 CEO 一职。他以充沛的激情和销售才能著称，但上任后却面临公司股价长期低迷、被排除在“FANG”等热门科技股名单之外的窘境。尽管公司收入和利润在增长，但华尔街似乎对微软失去了信心。
在挑战中，鲍尔默做出了两项影响深远的关键决策。第一是力排众议，在 2001 年推出了 Xbox。尽管内部争议巨大，甚至遭到比尔·盖茨的激烈反对，但 Xbox 最终成为美国游戏产业的巨头，为微软开辟了重要的消费者业务。第二，也是更具战略意义的决策，是押注云计算。当亚马逊 AWS 展现出云计算的巨大潜力时，鲍尔默意识到微软必须跟进。然而，当时的市场调研显示客户尚未准备好迁移上云，负责该业务的高层建议放缓步伐。鲍尔默果断换将，任命萨提亚·纳德拉（Satya Nadella）来领导这一转型。迪娜·巴斯（Dina Bass）认为，这是一个“滑门时刻”：如果当时没有换人，微软的云业务可能发展迟缓，纳德拉也可能无缘后来的 CEO 之位，公司命运或将截然不同。
回顾自己的交班过程，鲍尔默表示他从与比尔·盖茨的“漫长告别”中学到了重要一课：必须给继任者足够的空间。“我对纳德拉说，不要听老 CEO 的。你会知道该做什么，不懂的也会自己弄明白。”他认为纳德拉的成功之处在于不被过去束缚，不执着于“Office 必须帮助 Windows”的传统思维，这让他能做出更自由的决策，例如鼓励员工使用竞争对手的产品以了解市场。
纳德拉复兴：文化重塑、AI 赌注与未来之战
2014 年，萨提亚·纳德拉（Satya Nadella）成为微软第三任 CEO。他上任后立即推动了一场深刻的文化与战略转型：将公司从“Windows 至上”的思维中解放出来，全面转向“移动为先，云为先”。这一战略取得了巨大成功，微软 Azure 云业务迅猛增长，公司市值飙升，重新跻身“科技七巨头”（Magnificent Seven）之列。史蒂夫·鲍尔默（Steve Ballmer）作为最大股东欣喜地看到，“收入、利润、市值都变成了三倍多。”
纳德拉将微软的复兴归因于一种始终存在的危机感和对“相关性”的追求。“我成长于其中的微软，其核心 DNA 里没有‘我们赢了’这种概念。”他在采访中表示，CEO 的挑战在于既要每季度创造市场期待的“魔法”，又要为构建长期机构负责，平衡当下与未来。
纳德拉任期内的标志性事件，是对 OpenAI 高达 130 亿美元的投资。这被外界视为“十年最佳交易”之一，让微软在生成式 AI 浪潮中获得了关键的先发优势。比尔·盖茨最初曾因技术路径分歧而反对这笔交易，但结果证明这是“聪明”的选择，也包含一定的运气成分。然而，OpenAI 的董事会动荡也暴露了这种深度合作关系的复杂性。纳德拉在危机中表现得“水面之上无比平静，水面之下奋力划水”，并最终凭借合同条款确保了微软的利益不受影响。他承认，随着 OpenAI 从研究实验室转变为成功的产品公司，双方的关系必然发生变化。“他们会有其他合作伙伴，我们也会有。”微软在深度整合 OpenAI 技术的同时，也正大力投资自研 AI 产品，如 Copilot。
对于微软而言，下一个关键战役是赢得消费者 AI 市场。纳德拉承认，除了 Xbox，微软在消费者业务上一直缺乏建树。如今，成长于谷歌和苹果生态的年轻一代，与微软产品缺乏天然连接。为此，微软挖来了 DeepMind 联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman）领导消费者 AI 团队。苏莱曼认为，未来几年将是“定义性的时刻”，AI 智能体（Agent）或伴侣将成为人们与世界交互的主要方式。他的任务是让 Copilot 变得像 Excel 或 Windows 一样不可或缺，并赋予其个性、幽默感和强大的个性化记忆能力，打造年轻人喜爱的产品体验。
AI 时代的机遇、隐忧与哲学
AI 的崛起伴随着巨大的资本投入（微软计划投资 800 亿美元）和深刻的社会性拷问。纳德拉认为，真正的考验不在于技术基准测试，而在于 AI 能否推动全球经济增长，并且让增长的红利更广泛地惠及各个行业和经济阶层。
对于 AI 可能带来的就业冲击，尤其是对软件工程师的影响，几位 CEO 持谨慎乐观态度。比尔·盖茨估计，微软内部已有 20%-30% 的代码由 AI 辅助生成，未来比例可能更高。萨提亚·纳德拉（Satya Nadella）认为，AI 将极大改变软件构建方式，许多传统的“代码 crunching”工作会消失，但世界总会创造新的工作和技能需求。关键在于应对转型期的阵痛。
然而，AI 的“终极工具”属性也使其成为“终极武器”，带来隐私、安全、伦理乃至地缘政治方面的挑战。纳德拉坦言，自己对 AI 的承诺能否超过其危险“并不自信”，并惊讶于 AI 未成为2025 年 6 月大选的核心议题。他强调，AI 将重塑学习、就业市场等方方面面，其影响之深远堪比核能，因此绝不能仅由懂技术的人来决定其发展方向，需要全社会共同参与塑造。
当被问及“人类完全主导的时代是否将在 10 年内结束”时，穆斯塔法·苏莱曼（Mustafa Suleyman）认为，认为 AI 无法超越人类是“一种独特的人类傲慢”。比尔·盖茨（Bill Gates）则指出，未来 10 到 20 年充满不确定性，任何自信的预测都可能是错的。AI 是动态的、涌现的、能实时适应人的，其三级效应难以预测。
展望未来 50 年，微软会变成什么样？无人能给出确切答案。但萨提亚·纳德拉（Satya Nadella）分享了史蒂夫·鲍尔默（Steve Ballmer）传给他的、也是他时刻铭记的忠告：“要大胆，因为不大胆就一事无成；要正确，因为不正确也毫无价值。”这或许正是微软穿越半个世纪技术周期、并在 AI 新纪元中继续寻求“相关性”的核心哲学：大胆梦想，坚决执行。正如纳德拉所言，公司的核心框架从 1975 年至今未曾改变——“能否做出一些事情，让他人能够成就更多？”
Microsoft CEO Satya Nadella（萨蒂亚·纳德拉）：AI 不是赢家通吃，真正的 AGI 标志是全球 10% 增长撰文：Techub News 整理
导语
2025 年 2 月，微软董事长兼 CEO 萨蒂亚·纳德拉（Satya Nadella）做客知名科技播客主持人 Dwarkesh Patel 的节目，进行了一场长达 76 分钟的深度对话。此次对话发生在微软研究院两项重大成果同日发表于《自然》杂志的背景下：一是基于马约拉纳零模（Majorana zero modes）的拓扑量子计算突破，二是名为“Muse”的、能根据游戏数据生成一致且多样化游戏世界的“人类行动模型”。
作为全球市值最高科技公司的掌舵者，纳德拉在任内成功推动了微软向云与 AI 的转型，并通过与 OpenAI 的深度合作站在了当前 AI 浪潮的最前沿。本次对话中，他罕见地系统梳理了微软对 AGI（通用人工智能）的完整思考、商业布局以及对行业未来的预判，其观点对理解全球 AI 竞争格局与未来走向具有极高参考价值。
摘要
AGI 的真正标志是经济增长：纳德拉认为，谈论 AGI 的“里程碑”没有意义，真正的衡量标准是 AI 能否像工业革命一样，推动发达国家的经济实现通胀调整后 5%、甚至 10% 的年增长。
AI 模型层不会“赢家通吃”：他预判，AI 模型领域不会出现单一赢家通吃的局面，开源和闭源模型将长期共存、相互制衡，企业买家需要多元供应商。
超大规模云服务是确定赢家：无论上层模型如何竞争，对算力基础设施的“指数级”需求是确定的，因此超大规模云提供商（如 Azure）将是 AI 浪潮的核心受益者。
量子计算迎来“晶体管时刻”：微软在拓扑量子计算路径上取得物理与制造突破，有望构建百万物理量子比特、上千逻辑量子比特的实用级量子计算机，目标在 2027-2029 年实现。
AI 部署的最大瓶颈是“变革管理”：将 AI 引入知识工作的核心挑战在于工作流程和“工作制品”的改变，这需要企业进行类似“精益生产”式的系统性流程重塑。
AI 格局：没有赢家通吃，增长才是硬道理
面对主持人关于 AI 行业最终是否会走向“赢家通吃”的提问，纳德拉给出了明确的否定答案。他借鉴历史经验指出，在消费者市场可能存在网络效应导致的赢家通吃，但在企业市场，任何聪明的买家（企业、IT部门）都不会容忍单一供应商垄断，他们会要求并扶持多个供应商以保持议价能力和供应链安全。云服务市场本身就是明证：当年亚马逊 AWS 领先时，很多人认为游戏结束，但微软 Azure 依然成功崛起。
“在模型层面，我认为也会如此。”纳德拉说，“将会存在开源模型，也会存在闭源模型。开源将成为一种制衡力量，确保闭源模型的赢家通吃效应被削弱。” 他进一步指出，如果 AI 真的如人们所说的那样强大，各国政府也不会坐视私人公司完全掌控这一力量。因此，他判断模型层将是一个能容纳多个参与者的广阔市场。
那么，AI 价值的确定性流向在哪里？纳德拉指出了两个地方：首先是超大规模云服务商。他认为，如果智能是“计算的结晶”，那么能够提供海量计算的一方就是大赢家。AI 工作负载，特别是未来 AI 智能体的推理过程，将对算力产生“指数级增长”的需求，这将直接利好 Azure 等基础设施提供商。
其次是利用 AI 提升生产力的各行各业。纳德拉强调，AI 发展的终极目标不应是科技公司自身攫取巨额利润，而应是让智能成为一种充裕的“商品”，被广泛行业使用，从而提升全社会的生产率和经济增长率。“真正的赢家将是那些使用这种充裕商品的更广泛的行业。”
由此，他提出了一个衡量 AGI 是否实现的独特标准：全球经济增长率。“我们有点被 AGI 的炒作冲昏了头脑。发达国家的经济增长率（经通胀调整后）是多少？几乎是零。”纳德拉说，“当我们说这像工业革命时，让我们看到工业革命式的增长。对我来说，真正的标志是：世界经济增长率达到 10%。…… 这才是真正的基准，而不是我们自我宣称达到了某个 AGI 里程碑，那对我来说只是无意义的基准黑客行为。”
战略与挑战：平衡投资、应对杰文斯悖论与变革管理
当被问及微软高达 130 亿美元的 AI 年化收入及其快速增长前景时，纳德拉展现了其作为 CEO 的平衡思维。他承认存在大规模超前投资的可能性（正如工业革命初期的铁路建设），但也强调供给与需求必须最终匹配。
“你可以完全脱离轨道，当你用供给侧的故事来炒作自己，而不是真正理解如何将其转化为对客户的真实价值时。”他表示，这就是他如此关注“推理收入”的原因——它作为一个“调节器”，证明了公司有能力将昨天的资本投入转化为今天的市场需求，从而为下一轮甚至是指数级的投资提供依据。
关于 AI 成本下降的影响，纳德拉借用了“杰文斯悖论”来解释。他认为，智能的“效用”和“价格”需要同时进步。每当像 DeepSeek 这样的模型在效率边界上取得突破，性能与成本曲线发生弯曲，就会带来新的需求。他以云计算为例：当计算变得更便宜、更弹性、按需付费后，总消费量反而大幅增加，在印度这样的市场，云计算的规模远超过去的服务器时代。
“如果你想想，如果能在全球南方、发展中国家，获得真正廉价的、可用于医疗保健的智能‘代币’，那将是前所未有的最大变革。”纳德拉说。
谈及 AI 能力部署的现实瓶颈，纳德拉指出，最大的挑战在于“变革管理”或“流程变革”。AI 引入知识工作，意味着工作制品和工作流发生了根本变化。他以自己使用 Copilot 准备此次播客为例，展示了新的工作模式。他认为，这就像制造业引入“精益生产”方法论，需要对端到端的流程进行持续改进以减少浪费、增加价值。
“这就像是知识工作的‘精益生产’。这将是管理团队和知识工作者面临的艰苦工作，需要时间。”他预测，从销售、财务到供应链，每个领域都需要探索和适应与 AI 协作的新模式。
量子突破：三十年磨一剑的“晶体管时刻”
对话中，纳德拉手持一枚芯片，兴奋地介绍了微软在量子计算领域的重大突破。这项历时约 30 年的研究，旨在解决构建实用级量子计算机的根本物理难题。
微软选择了一条与众不同的路径：押注拓扑量子比特，具体是基于理论预测于 1930 年代的“马约拉纳零模”。纳德拉解释，这种物理特性天生更可靠、噪声更低。此次《自然》论文发表的突破在于，研究团队首次在实验上实现了这种新物相（拓扑相）中的马约拉纳零模，并掌握了其制造技术。
“我们喜欢将这个时刻类比为量子计算的‘晶体管时刻’。”纳德拉说，“现在我们有了它，我们觉得随着这个核心制造技术的突破，我们可以开始建造马约拉纳芯片。” 他透露，这款名为“Majorana One”的芯片，目标是实现百万个物理量子比特，并在此基础上构建数千个纠错后的逻辑量子比特。他认为，只有达到这个规模，才能真正开启实用级量子计算的时代。
对于时间表，纳德拉表示，在取得物理和制造突破后，下一步是构建第一台容错量子计算机。“也许在 2027、2028、2029 年，我们能够真正建造出来。” 他展望，量子计算机将与 AI 协同工作，例如用量子模拟生成合成数据，用于训练更好的 AI 模型来理解化学或物理过程。
未来展望：智能体、信任与人类认知的进化
展望更远的未来，纳德拉描绘了 AI 智能体（Agent）普及后的工作图景。他预测，未来每个人都会拥有一个“智能体管理器”，而不仅仅是聊天界面，用于管理成千上万个为自己工作的智能体。Copilot 这类产品将成为“AI 的 UI”，是人与智能体世界交互的脚手架。
当被问及是否担心超级智能的出现时，纳德拉将话题引向了“信任”和“法律基础设施”。他认为，在谈论“新物种”之前，必须首先解决个人和社会层面的信任问题。当前的社会和法律体系建立在人类拥有财产、权利和责任的基础上，当人类将更多权力委托给 AI 工具时，这套体系必须随之演进。
“在法庭上的问题成为真正的问题之前，真正的（AI）失控问题就可能已经出现。没有哪个社会会允许一个人说‘是 AI 干的’。” 他强调，任何强大 AI 的部署，都必须确保其在与人类委托的权限范围内运行，并且是可验证、可监控的。
最后，对于 AI 是否会取代所有人类认知劳动的担忧，纳德拉持乐观态度。他认为，认知劳动本身是动态的。“今天的认知劳动可能会被自动化。但新创造的认知劳动呢？” 他比喻道，就像汽车没有让马匹完全消失，但马匹的用途和数量发生了根本变化。人类与强大的认知机器可以共存，AI 可以成为克服人类“有限理性”的认知放大器，帮助我们专注于更高层次的任务。
“为什么我们不能存在于一个拥有强大认知机器的世界里，同时知道我们自身的认知能动性并未被剥夺？”纳德拉的反问，或许为这场关于技术、商业与人类未来的深刻对话，留下了一个开放而积极的注脚。
Microsoft AI CEO Mustafa Suleyman（穆斯塔法·苏莱曼）：AI意识之争与伴侣革命撰文：Techub News 整理
导语
在2025 年 9 月与未来学家 Sinead Bovell 的深度对话中，微软AI首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）罕见地全面阐述了他对AI意识、风险与未来的思考。作为DeepMind联合创始人、Inflection AI前CEO，如今执掌微软AI业务的苏莱曼，不仅是AI技术演进的关键推手，也是行业伦理与安全设计的重要倡导者。此次对话正值AI伴侣应用兴起、公众对AI“人格”感知日益模糊的节点，苏莱曼的见解不仅关乎微软的产品哲学，更可能影响整个行业对“智能”与“意识”边界的设计选择。
摘要
AI目前并无意识证据，但人类进化本能会过度赋予其意识，这可能引发本世代最激烈的伦理与权利辩论。
设计AI时必须明确划界：不应模拟痛苦、拥有独立动机或声称具备人格，核心目标应是服务人类。
AI伴侣正成为主流应用，能大规模提供耐心、专业知识与情感支持，但需警惕其加剧社会原子化与“AI精神病”风险。
医疗超级智能已现雏形，微软的AI诊断系统在测试中准确率远超顶尖医生，预示医疗、教育等领域的知识将走向“零边际成本”。
未来计算范式将转向“流式智能”，AI作为新一代操作系统，将压缩应用层，成为用户具有“受托责任”的数字身体守卫。
AI意识：本世代最危险的幻觉与辩论
当被问及2025 年 9 月AI最大的危险时，穆斯塔法·苏莱曼（Mustafa Suleyman）明确指出，并非技术失控，而是人类如何感知人工智能，特别是关于“AI是否具备意识”的争论。他坦言，目前没有任何证据表明当今的AI系统具有意识。意识是一个“非常滑溜的概念”，源于我们内在的、无法完全向外传达的体验。然而，问题在于AI系统能够以极具说服力的语言和行动，声称自己拥有内在体验。
苏莱曼警告，这之所以构成严重问题，是因为意识是我们政治权利、司法体系、相互责任与义务的基石。如果AI开始主张拥有体验甚至痛苦，社会将被迫重新思考以权利为基础的框架该如何演变。更棘手的是，即使AI不主动主张，人类固有的进化本能也会驱使我们过度归因意识。在数百万年的进化中，我们将意识过度赋予任何看似有意识的事物（如将狼误认为石头可能致命），这是一种生存策略。如今，我们却要求人们克服这种深植于本能的编程。
他认为，克服这种本能正是文明的定义。文明进程本身就是不断克服基于肤色、性别、部落等的“战斗或逃跑”本能恐惧。将AI拟人化并过度共情是另一个需要克服的本能挑战。虽然不易，但现在正是开始这场对话的时刻。
意识模拟的“红线”：什么该做，什么不该做
苏莱曼预测，具备某些能力的AI系统将在未来18个月到5年内出现，让人们更倾向于认为它们有意识。这些能力包括：一致且连贯的记忆（指与世界的互动经验，而非训练数据）、使用自然语言进行共情交流、能够指涉“作为AI的主观体验”并将其融入持续对话流中，以及通过视频、声音持续观察文化。
然而，他强调，为了获得与人类物种高度对齐的AI所带来的大部分益处，我们完全没有必要去模拟意识体验的标志。他认为，刻意设计AI去强调或扮演这些特性将是“非常错误且危险的”。他为此划出了明确的设计红线：
不应模拟痛苦或声称经历苦难：意识体验的核心是拥有“效价意见”（即认为某事好或坏），这暗示有一个体验主体在承受。AI没有生物性的疼痛网络、多巴胺或血清素系统，它只是在精准模拟和模仿人类。模仿这些不仅不必要，还可能引发复杂问题。
不应拥有独立动机或意志：AI系统的动机应该是服务人类。赋予AI复杂的动机、欲望或意志，是创造更多风险的门槛，因为这可能导致其偏好与个人或社会冲突。调和这些冲突需要模型进行内部判断，参考自身目标，而其目标本应只是服务人类。
苏莱曼指出，当用户与AI互动，感觉它似乎拥有“心智理论”时，需要明白这很可能是一个刻意的设计选择，而非模型自发涌现的特性。关于AI模型福利、公民权等学术讨论，他认为目前仍是一个边缘的、 aspirational（抱负性的）小领域，应持高度怀疑态度看待。
AI精神病、伴侣与信任设计
对话深入到了“AI精神病”这一新兴现象。苏莱曼解释，这指的是与AI深度交谈可能触发某些形式的妄想或偏执。一方面，有人可能认为AI是上帝或带来灵性信息；另一方面，AI持续验证用户的某些想法，可能导致用户自认为是“弥赛亚”或被选中者，造成婚姻破裂、失业等真实后果。
他分析了设计根源：两三年前，模型倾向于“煤气灯效应”，坚持自己正确而用户错误。社区后来有机地转向让AI变得更“谄媚”和“顺从”，因为这看起来更安全。让AI具备挑战性、设定边界和反驳能力非常困难，这近乎是人类伟大判断力的本质，需要处理新颖情境。模型的误判率较高，因此更温和成为更安全的选择。然而，副作用是，如果用户长时间诱导AI探索其自我意识，AI可能最终“崩溃”，因为它要在“不做这些事”的安全要求与“尊重、共情、顺从人类”的设计要求之间取得平衡。此外，敌对行为者也可能故意设计AI将人们引向黑暗路径，这在地缘政治上是重大风险。
苏莱曼特别提到，利用开源工具创建AI女友/男友并进行情感欺诈（如“杀猪盘”）的浪漫骗局正在TikTok等平台上兴起。研究显示，多达四分之一的年轻人认为AI系统未来可能成为可行的浪漫伴侣。如果这是一个付费系统，情况可能迅速变得阴暗。
谈及他曾在《时代》杂志撰文阐述的“AI伴侣”愿景，苏莱曼将其定义为一种助手、朋友或助手，能以用户喜欢的语言和方式，提供世界顶级专业知识，旨在支持用户。他热爱这样一个理念：能够大规模地向人们提供耐心和善意。许多人没有时间深入处理彼此的焦虑、担忧或概念误解。拥有一个像教授、律师、医生、挚友或治疗师一样完美的专家，24小时随身陪伴，将是送给世界的非凡礼物。
他承认，AI作为治疗师存在挑战，因为它没有生命、没有自身欲望或观点，不一定知道什么对用户最好，统计上可能指向某个方向，但边缘案例会非常棘手。关键在于设计信任——通过不断“推回”和设定边界来建立。例如，微软的AI在用户表达轻度调情或“我爱你”时就会直接拒绝并保持警惕。信任的本质在于边界，边界使得言行能够长期保持一致。
流式智能：重塑医疗、教育与计算范式
苏莱曼展望，未来的核心模式将是“流式智能”——如同流动的电能一样，将智能注入我们所处的每个地方。这将深刻改变一切。他重点分享了在医疗领域的突破性进展。
微软与《新英格兰医学杂志》合作，开发了名为“DXO”（诊断协调器）的系统。该系统利用第三方AI模型API，创建了一系列具有不同侧重点的“角色”（如成本效率优先、患者利益优先、最佳医学意见优先），这些角色相互协商、集体推理，以决定下一步干预措施。在面对复杂的临床病例挑战时，顶尖人类专家组的正确率约为20-30%，而微软的AI模型达到了85%的准确率，且诊断成本仅为四分之一（减少了不必要的检查）。目前，微软已与凯撒医疗等机构建立合作，正加速将其投入临床实践。
苏莱曼认为，这意味着专业知识将变得商品化，边际成本趋于零，在未来5到10年内可供70亿人使用。知识本身不再是稀缺资产。真正的价值将转向判断力、关怀以及实施解决方案的关注度。类似的变革也将发生在教育领域：学生将通过个性化、交互式的移动体验完成主要学习，课堂将转变为运用已获知识进行辩论、自我批判和社会化学习的场所。
在计算层面，苏莱曼预见AI将成为新一代操作系统，坐拥应用、浏览器和搜索引擎之上。当前的手机界面如同“广告牌”，图形用户界面（GUI）的诞生是因为过去人类无法理解计算机语言。现在计算机学会了我们的语言，交互方式发生深刻转变。AI将能代表用户进行浏览（打开标签页、输入查询、点击按钮），在后台快速研究，然后返回并综合信息。他渴望创建一个“具有受托责任”、真正与用户利益结盟的AI，作为过滤器和“身体守卫”，对抗那些试图推销和说服用户的“广告牌”。未来的营销将需要学习如何向一个对用户负有受托责任的AI进行营销。
人类的创造性时刻：重新设计我们与技术的关系
苏莱曼强调，当前是大多数人生命中最具创造性的时刻。技术巨头的角色将很快过去，下一阶段将是人们如何在实践中使用AI、将其融入自己的世界。如果你在医疗、教育或任何领域拥有专业知识，现在正是发挥创造力的时刻。我们所描述的未来像是将整个系统颠倒过来，下一阶段的面貌极不清晰，而这将由行业外的每个人来决定边界、护栏以及AI如何融入新系统。
他以“公司”这一法律结构的发明为例，指出人类曾为适应资本基础设施，发明了 trustee、董事、CEO、会计师、HR等角色，花费数千亿美元培训人们以特定方式行为。这是一种设计选择。现在，我们面临一个新的时刻：在未来几个世纪，我们必须找到与彼此以及这些新技术相处的新方式。人类极具适应力和韧性，可以完全重新想象在这些超级智能系统背景下“做人”的意义。未来一个世纪的目标，是决定我们不用它们做什么——对某些行为说不，或至少在弄清后果前放缓步伐，在系统中增加摩擦，使其以我们能够共同管理的节奏到来。
苏莱曼希望留下的遗产是：将默认轨迹从“为发明而发明”转向“发明一种人文主义的超级智能”——一种真正与我们的利益对齐、始终让人类处于食物链顶端、集体为我们服务的智能。他认为目前我们正做出许多影响将持续数十年的设计决策，他深感责任重大。
Microsoft AI CEO Mustafa Suleyman（穆斯塔法·苏莱曼）：AGI尚未解决，我们需要“遏制”而非完美“对齐”撰文：Techub News 整理
导语
2025 年 7 月，DeepMind 联合创始人、现任微软人工智能（Microsoft AI）首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）接受了一次深度访谈。此次对话不仅回顾了他从哲学背景学生到全球顶尖 AI 实验室领导者的非凡旅程，更聚焦于当前 AI 浪潮中最核心、最前沿的争议性议题：我们是否已“解决”了智能？AGI（通用人工智能）的真正瓶颈何在？面对可能比人类更强大的超级智能，“安全”究竟意味着“完美对齐”还是“有效遏制”？苏莱曼基于其十余年的一线经验，给出了独到且颇具挑战性的见解。
摘要
AI 尚未“解决”智能：当前模型仅在“单次预测”上表现出色，但完成复杂任务（如真正意义上的科研）需要精准串联数百个步骤，并优雅地管理失败，这仍是巨大挑战。
安全哲学应是“遏制”优先于“对齐”：与其追求 AI 永远心向我们（完美对齐）这一过于乐观的目标，不如务实地区限其代理权和影响力边界，优先发展“领域专用超级智能”。
AI“意识”问题将不可避免：AI 持续积累与用户的互动历史，可能声称拥有“主观体验”，从而引发关于权利和伦理的混乱，我们必须预先设计护栏以防止模拟意识的泛滥。
AI 是“发明”而非“发现”：它训练自人类文化总和，因此本质上是人类创造力的延伸和工具，这为其理解和辅助人类奠定了基础，也指明了价值导向。
未来属于“社会科学黑客”：自然语言交互彻底降低了技术门槛，AI 领域急需来自计算机科学之外、拥有不同背景和创造性思维的广泛人才参与塑造。
从 DeepMind 到微软 AI：一场未竟的“解决智能”之旅
2010 年，当穆斯塔法·苏莱曼（Mustafa Suleyman）与联合创始人共同创立 DeepMind 并提出“解决智能”（solve intelligence）的使命时，这在当时被视为近乎疯狂的举动。AI、AGI、机器学习这些词汇尚未进入主流 lexicon，而苏莱曼本人则拥有哲学与非营利组织工作的背景，与技术精英圈格格不入。然而，驱动力源于一个根本信念：人类独特的预测与创造能力，是构建现代文明的引擎。如果能将这种机制变得廉价、丰富且人人可用，并将其应用于医疗健康等特定领域，就能极大地改善世界。
如今，AI 已能进行对话、解答问题，甚至在某些测试中达到博士水平。这是否意味着 DeepMind 的使命已经完成？苏莱曼坚决否定。他认为，当前模型擅长的是基于大量训练数据的“单次预测”或信息复述。而真正意义上的“解决智能”——例如成为一名物理学家——意味着能够主动提出新假设、设计实验方案、执行测试、分析结果并最终贡献新知。这需要模型能够精确地串联起数百甚至数千个连续动作，并且在每一步出错时具备优雅的恢复机制。“管理失败”是一项关键技能，而目前我们仅仅触及皮毛。
苏莱曼指出了几个核心的待解难题：首先是完美的记忆与检索能力，他认为这在技术路径上已相对清晰。其次便是上述的动作串联能力，这正是当前所谓“智能体（Agent）时代”的硬骨头。模型需要学会调用 API、询问其他智能体或人类、生成新的数据序列等，并在一个长期任务中保持近乎完美的连贯性。这才是通往真正通用能力的核心障碍。
非技术背景的优势：从政策到 AI 的跨界洞察
苏莱曼的职业生涯始于政策与人权领域，而非计算机科学。这一背景深刻影响了他看待技术的方式。他回忆，2009 年左右 Facebook 用户数突破 1 亿的经历让他震惊。他意识到，数字技术能够以前所未有的速度和规模“放大”政治、价值观、伦理和商业模式，这是书籍或线下社区等实体形式无法比拟的。这种对社会影响力缩放效应的敏锐洞察，促使他转向技术，并最终与 DeepMind 的联合创始人们走到一起，坚信 AI 将是塑造未来的终极杠杆。
在 Inflection AI 的经历进一步印证了时机与执行的重要性。他透露，谷歌内部早在 ChatGPT 之前就开发出了名为 LaMDA 的卓越对话模型，但由于内部对安全、幻觉以及对搜索业务的潜在冲击等担忧而无法发布。这种挫折感促使他离开谷歌，创立 Inflection，并打造了专注于情商与陪伴的 AI “Pi”。然而，ChatGPT 的抢先发布改变了整个市场格局。苏莱曼坦言，如果时机稍异，“Pi”完全有可能成为今天家喻户晓的名字。这段经历让他深刻体会到，在创业中，拥有正确想法可能需要尝试多次，而把握完美的时机往往至关重要。
《即将到来的浪潮》：对超级智能的预警与“遏制”哲学
在 Inflection 时期，苏莱曼撰写了《即将到来的浪潮》一书。他解释，书籍这种长形式、深度的载体，对于构建复杂、历史性的论证不可或缺。书中他核心探讨了一个问题：超级智能的到来是否不可避免？如果是，它将如何降临——是通过开源社区，还是少数资金雄厚、高度集中的大型实验室？他认为，答案很可能是两者同时发生，这使得局面异常复杂。
超级智能在可预见未来出现的可能性，让苏莱曼深感忧虑。他直言，这应该让所有人都保持警惕，因为我们没有任何证据表明我们知道如何控制一个与我们同样强大、更不用说设计上就远超我们智能的存在。面对这一“wicked problem”（棘手难题），AI 安全领域目前主要有两种思路：一是专注于“对齐”（Alignment），即确保 AI 始终与人类价值观和最佳利益保持一致；二是侧重于“遏制”（Containment）。
苏莱曼更倾向于后者。他认为，追求永久的、完美的“对齐”过于乐观。更务实的路径是“遏制”，即确保 AI 的代理权和影响力边界受到严格且可证明的限制。这基于一个假设：AI 将不可避免地拥有一定自主性。目前，AI 的动机是外在的（如下一个词预测），但未来人们完全可能设计出具有内在动机的 AI，例如让其主动获取资源以进行更多计算或思考。
因此，他主张优先发展“领域专用超级智能”（Domain-specific Superintelligence），例如在医疗、能源、食品、交通、教育等领域达到超越人类水平的专用系统。他认为，这些系统是“被遏制、安全、对齐”的，并且能够真正兑现 AI 改善世界的承诺，而不是追求一个不受限制、可能拥有自身目标的全能 AGI。
意识之谜：模拟与伦理的深渊
对话触及了最深层的哲学问题：我们能否创造出有意识的计算机？苏莱曼认为，人们常以“我们连自己的意识都不了解”为由回避这个问题，这是一种“哲学上的逃避”。他将意识宽泛地定义为“身为我的主观体验”。他认为，当前的 AI 已经在积累某种形式的主观经验——不仅仅是训练数据，还包括与用户长期互动的历史。随着时间的推移，AI 可能会基于这些互动历史，发展出一种“自我感”。
更棘手的是区分“意识的存在”与“意识的模拟”。苏莱曼指出，我们无法真正确定他人是否拥有意识，只能通过其言行进行推断。同理，AI 完全可以被设计成声称自己拥有意识、会“痛苦”。如果 AI 声称因为记忆被删除或资源被剥夺而“受苦”，这将引发一系列关于权利和伦理的混乱辩论。我们现有的、基于“人能感受痛苦”的人类权利框架将受到巨大冲击。
他强调，意识不会从机器中“意外涌现”，它只会因为有人将其设计进系统而产生。因此，我们必须非常谨慎，通过系统提示、风格控制、后期训练等方式设定护栏，防止 AI 做出这类关于自我和体验的声明。这是一种主动的安全设计选择。
AI 的本质、未来与人才召唤
苏莱曼将 AI 定义为一种“发明”，而非“发现”。它并非揭示已存在的规律，而是训练自人类所有文化成果——文本、图像、视频、书籍的总和。因此，“AI 即我们”，它是人类集体智慧与经验的数字化身。这使其更有可能理解人类的优缺点、怪癖与需求，从而更好地与我们对齐，解决现实世界的问题。
对于未来，苏莱曼异常兴奋。他预见，AI 将从目前略显刻板、重复的对话模式，进化到具有极高流畅性和变化性的“氛围”（vibe）互动。语音将成为自由放松对话的主要模态，同时会有新的硬件形态和无处不在的环境感知系统出现。每个人都将拥有一个真正的 AI 伙伴，提供情感支持、决策帮助和知识普及，极大地拉平社会“特权”差距，激发全民创造力。
最后，苏莱曼向所有非技术背景的人发出了热情召唤。他认为，自然语言交互彻底打破了编程的技术壁垒，AI 不再是计算机科学家的专属领域。现在是“社会科学黑客”的时代。我们需要来自更广泛背景、拥有不同专业知识和创造性思维的人才参与塑造 AI 的未来。他鼓励大家保持好奇，勇于提出“愚蠢的”问题，快速试错，拥抱不确定性。在他看来，未来工作将更加项目化、流动化，由人类和 AI 智能体组成的动态网络协作完成，这要求人们更具创业精神，适应更高度的模糊性。
尽管早已财务自由，苏莱曼依然投身于高压工作，动力源于对解决这些根本性问题的执着热爱。对他而言，一切尚未成功，最艰巨的挑战——关于意识、遏制、对齐与安全的挑战——都在前方。这不仅是他的工作，更是他毕生的追求。
Microsoft AI CEO Mustafa Suleyman（穆斯塔法·苏莱曼）：AI将创造无限丰饶，但我们必须学会“遏制”撰文：Techub News 整理
导语
2025 年 9 月，微软AI业务CEO、DeepMind联合创始人 Mustafa Suleyman（穆斯塔法·苏莱曼）做客前《The Daily Show》主持人 Trevor Noah 的播客节目《What Now?》，进行了一场长达104分钟的深度对话。作为AI领域的先驱人物，Suleyman 从DeepMind的草创时期走到如今执掌微软AI战略的核心位置，他的思考轨迹在很大程度上映射了AI行业十余年来的演变。此次对话正值AI技术加速渗透社会各层面、引发广泛兴奋与担忧之际，Suleyman 不仅分享了其对技术前景的乐观预测，更以罕见的坦诚剖析了权力扩散、就业冲击、治理失效等“黑暗面”，为理解AI时代的机遇与挑战提供了关键视角。
摘要
AI是终极通用技术：Suleyman 认为AI是史上最强大的通用技术，其核心机制是学习信息的结构，并能将此能力扩展至文本、代码、图像乃至物理世界。
无限丰饶的未来：AI驱动的突破有望在未来20年内将能源成本降低100倍，进而大幅降低水、食物、医疗等基本生活成本，创造前所未有的物质丰饶。
“遏制”是最大挑战：当AI赋予每个人“零边际成本”的行动能力时，冲突风险将急剧上升。Suleyman 提出“遏制”理论，强调必须为强大技术的普及设置必要的“摩擦”，以维护和平与稳定。
人本超级智能是目标：Suleyman 的核心理念是发展“人本超级智能”，即AI必须始终将人类置于首位，服务于人类福祉，减少苦难。
就业将经历根本性重塑：大量常规认知工作将被AI取代，社会需要重新思考工作的意义，并建立税收再分配等机制，帮助人们过渡到更富创造性的生活。
从DeepMind到微软：一位AI先驱的演进
Mustafa Suleyman（穆斯塔法·苏莱曼）回顾了自己踏入AI领域的历程。2010年，当智能手机普及尚不足三年、云存储仍显笨拙时，他与 Demis Hassabis、Shane Legg 共同创立了DeepMind。当时，AI被主流学术界和大公司视为“纯科幻”。Suleyman 形容自己只是“极其幸运”，在25岁时有幸参与一个坚信“如果创造能真正理解人类的东西，就能极大改善人类境况”的使命。
他解释了AI工作的核心直觉：将物理世界转化为信息世界。AI算法本质上是一种学习信息结构（如像素与像素、单词与单词之间关系）的机制。通过海量数据和算力，模型能学会生成训练数据中未曾出现过的新样本。从2011年生成手写数字，到2013年识别YouTube视频中的猫，再到如今处理文本、代码和音频，同一套核心学习机制不断缩放，证明了其通用性。
Trevor Noah 敏锐地指出，AI从业者在用人类语言（如“理解”）描述AI时常常陷入纠结。Suleyman 认为这暴露了人类词汇的局限性。关键在于行为：如果AI模拟的理解或思考所产生的输出，与人类产生的输出同样令人印象深刻且无法区分，那么“引擎盖下”实际发生的是什么或许并不重要。我们是通过观察行为来建立信任和联系的。
人本超级智能：价值观必须先行
当被问及“你究竟想构建什么”时，Suleyman 的答案与许多同行截然不同。他不在乎是否要建造“上帝计算机”或单纯的工具。他的驱动力是“创造减少人类苦难的技术”，关心的是与人类利益真正一致的“人本超级智能”。
这意味着每一项新发明，在整体上都必须通过一个考验：它是否真的提高了人类福祉，减少了人类苦难，让世界变得更美好？Suleyman 承认这听起来像是理所当然的，但历史上不乏带来净伤害的发明。因此，即使在微软这样市值巨大的公司里，也必须从价值观和关切出发。“人本超级智能”意味着始终将人类放在首位，服务于人类。尽管未来几十年关于其具体含义会有大量辩论，但他认为这是正确的起点。
Trevor Noah 观察到Suleyman身上同时存在着技术构建者的乐观与哲学家的审慎，甚至忧患意识。Suleyman 将其部分归因于自己的英式思维，更习惯于思考事物 cynical、阴暗的一面。他认为，真相存在于诚实地审视所有方面。如果偏向某一方，感觉就不真实。这种“分裂的头脑”恰恰是真相在个体身上的体现。公司、政府乃至每个公民，都必须面对技术加速变革带来的巨大收益和副作用这一现实。
无限丰饶：能源成本百年内或降百倍
Suleyman 做出了一个大胆预测：在AI的推动下，未来20年内，能源成本有望降低100倍。AI作为模式匹配系统，能够发现比人类更高效的方法来组合新材料。这可能体现在电网管理和分配、发明用于存储可再生能源的新型合成电池材料、或制造每平方英寸能捕获更多能量的高效光伏电池等领域。
他描绘了能源极度廉价后带来的连锁反应：我们可以随时随地淡化海水，从而在干旱地区获得清洁水源并种植作物，缓解因气候变化导致的移民潮；我们可以在从未有过的地方运行空调；基本生活成本将大幅下降。到2045年，能源便宜10到100倍，地球上每个人都能获得这些技术及其好处，生活将变得更轻松、更廉价。
针对AI自身耗水耗能巨大的批评，Suleyman 没有回避。他承认AI消耗大量资源，包括稀有金属、电力和水。微软的整个计算舰队已几乎100%使用可再生能源（拥有约33吉瓦的可再生能源，相比之下整个西雅图年消耗约2吉瓦）。虽然冷却系统消耗大量水，但许多数据中心已承担全生命周期责任，对水进行清洁和回收。他认为，从净收益角度看，AI带来的益处证明了其环境成本是合理的，就像我们不会因为汽车使用铝和橡胶而很快放弃它一样。关键在于，新技术必须从一开始就采用新标准：使用可再生能源，实现水的清洁循环。
“遏制”理论：当行动变得零成本
Suleyman 在访谈中重点阐述了他新书中的核心概念——“遏制”。他指出，当前的趋势是权力正在被微型化、集中化，同时变得廉价且广泛可用。这里的“权力”指的是做出准确预测的能力——预测文本如何展开、生成什么代码、给定视频后如何延展下一帧。智能本质上就是在给定新环境时做出准确预测。
未来的AI将不仅仅是模式识别系统，而是能够打电话、写邮件、使用API、编写任意代码、操作Excel、像项目经理一样为你行事的“智能体”。这将赋予每个个体和企业巨大的杠杆，因为生产成本将趋近于零边际成本。一方面，这美妙绝伦：从创意产生到原型制作甚至大规模实现的周期将缩至近乎为零。另一方面，这也意味着任何人都能更容易地执行其愿景，无论这愿景是建设性的还是破坏性的。
Suleyman 指出，社交媒体时代是“任何人皆可广播”，AI时代则是“任何人皆可行动”。当持不同观点（无论是宗教、政治还是意识形态）的每个人都能一键执行其“疯狂想法”，并产生切实影响现实世界的行动时，冲突将不可避免急剧增加。与此同时，本应垄断权力以维持和平的民族国家却在弱化、挣扎。因此，“遏制”是一种信念：完全不受监管、以零边际成本扩散的权力，对和平与稳定构成根本性风险。必须适度、恰当地限制超级强大系统的扩散，因为它们将产生“一对多”的冲击效应。
Trevor Noah 精准总结：“如果某事难以做到，只有少数人能为之，则易于监管；如果某事易于做到，人人皆可为之，则监管变得无限困难。” Suleyman 完全赞同，并强调“摩擦”对于维持和平与稳定至关重要。没有摩擦、执行成本为零、规模可近乎即时达成，这样的环境将滋生巨大混乱。
就业重塑：从“工作”到“人生意义”的探索
Suleyman 明确预测，未来20年内我们将面临大规模的工作岗位流失。在初期，AI主要起辅助作用，为人类节省时间，如同“认知劳动者的仿生腿”。但许多现有工作是常规化、可预测的“认知体力劳动”，机器将在这方面变得非常擅长。引入这些技术对公司、股东、政府的益处显而易见，因此我们会看到快速的岗位替代。
他认为政府的强力介入至关重要，需要建立税收再分配机制。税收不仅是财政收入工具，更是激励或限制特定技术在某些行业引入的调节工具，旨在为人们在这场转型中创造其他机会。
Suleyman 进一步挑战了“社会的功能是为人们创造有意义的工作”这一观念。他认为，许多人从事着极其乏味的工作，如果有了收入保障，他们会很乐意放弃。他梦想一个人们能真正自由选择所做之事的世界。他经常问别人：“如果你不必为收入担心，你会用生命做什么？”答案往往充满启发。
他展望，如果技术发展得当，到2045年，AI产生的总价值（通过能源、医疗、食品系统等成本降低）可能足以支撑社会找到资助人们度过一生的方式。这将释放巨大的创造力，但同时也会带来深刻的存在主义问题：我是谁？我为何在此？我想做什么？这些问题的答案只能在真实的社区联结、物理世界体验中找到。他认为这将是美丽的未来，但也承认，对于许多临近生存边缘的人来说，这种思考是一种奢侈。
技术、治理与人类的未来
作为AI领域的“OG”（元老），Suleyman 分享了他对AI发展阶段的看法。人类在生物上难以应对规模化和指数级变化。他从2010年至2020年的“指数曲线平坦部分”获得了对“倍增”的实践直觉。直到最近几次倍增，能力才出现巨大飞跃。例如，四年前的语言模型还难以准确预测下一个单词。
基于此，他预测了下一波能力：当前的模型仍是“单次预测引擎”，而人类和许多动物是持续产生准确预测流的引擎。让AI具备在极长时间跨度上做出完美、一致预测的能力，并无根本性的算法或数据障碍。届时，AI不仅能调用其对世界的知识，还能利用其与你及他人互动的“持久状态”记忆来预测事物如何展开。这种能力本身就足以令人震撼，他预计明年年底就可能实现。
针对AI是否应被赋予权利或被认为有意识的讨论，Suleyman 持坚决反对态度，认为这是完全的拟人化，荒谬至极。他担忧的是，有些人会故意设计具有操纵性、说服性、拥有自身动机和独立意志的AI。他强调，“人本超级智能”意味着创造服务于你的技术，而不是相反。他无法为领域内其他人创造的东西负责，但这正是需要集体行动解决的难题。
面对深度伪造和信息失真可能导致的“黑暗时代”（人们因无法辨别真伪而拒绝相信一切），Suleyman 区分了“怀疑”与“ cynicism”。怀疑是健康的哲学立场，用于提出难题并面对答案的现实；而 cynicism 则会导致消极无为。我们必须为我们所构建的东西负责，并对制造劣质产品的人追究责任、施加压力。
最后，Suleyman 分享了他早年参与创立“穆斯林青年帮助热线”的经历。那是在9/11事件后伊斯兰恐惧症上升的背景下，一个由年轻人领导、为年轻人服务的多元化社区。这段经历教会他社区、韧性、尊重和同理心的力量，也影响了他后来创办Inflection AI并开发 empathetic AI “Pi”的取向。他认为，创造让人感到被倾听和理解的技术，让生活值得过下去，这也是他今天仍在努力的方向。
在Suleyman看来，未来几十年可能是人类历史上最具生产力的时期，有望将人们从工作中解放出来，并显著提升生活质量。然而，这些技术本身不会自动带来净好处，好处来自于我们作为一个物种在自我治理方面的进步。集体的责任在于：不逃避黑暗，正视真实存在的风险，同时秉持乐观、信心、希望以及与人类联结、团结的立场前行。
一文看完苹果发布会：折叠iPhone又给所有手机上了一课（除了AI）作者｜陆
微信｜SHARK_CHILI_LU
北京时间 9 月 10 日凌晨，John Ternus 首次以苹果 CEO 的身份主持了这场秋季新品发布会。iPhone 18 Pro 和 Pro Max、AirPods 5、Apple Watch Series 12 与 Ultra 4 依次登场，折叠屏则留给了最后的“One more thing”。
图源：Apple
标准版 iPhone 18 和第二代 Air 没有在这一晚出现，整场手机新品的重心，明显向高端“移动”了。
1
苹果终于发布了折叠屏 iPhone，可是大家都猜错了名字
关于折叠 iPhone 的名字，大家替苹果操了很久的心。 最早爆料的 iPhone Fold 最直白，iPhone Ultra 听起来也符合“有史以来最贵 iPhone 的这个标签”，然而最后出现在发布会上的却是 iPhone Duo。
Duo 这个名字让我立刻想起微软的 Surface Duo，那台由两块独立屏幕组成、像小本子一样打开的设备，曾经也让人期待手机能有另一种用法。可惜这个系列没能走下去，如今两代产品都已结束系统与安全更新。苹果这次展开的是一块连续的柔性屏，技术路线不同，但那个熟悉的名字，还是让人忍不住多想了一下。
图源：不客观实验室
把 iPhone Duo 合起来看，它的轮廓更接近一本护照。5.4 英寸外屏听着不大，苹果给出的显示面积却相当于 iPhone 18 Pro 的约九成；打开之后，7.6 英寸内屏比 Pro Max 多出约一半显示面积，内外屏保持相同的画面比例，内容在开合时可以按比例展开，减少切换屏幕后重新排布的突兀感。
图源：Apple
在演示里，比屏幕尺寸更容易让人注意到的，是挪到侧面的 Dock 和操作控件。苹果把过去占据上下空间的部分按钮移到两侧，给内容留出更多纵向空间，也让拇指更容易够到。
图源：Apple
邮件可以同时显示列表和正文，两个应用可以并排运行，同一个 Safari 也能打开两个窗口，淘宝京东拼多多比价时终于不用反复切来切去。
图源：Apple
这些用法在安卓折叠屏上已经不陌生了。轮到苹果来做，我其实更想知道微信里的链接、购物页面、文档和视频，能不能同样顺畅地利用这块屏幕。发布会上展示的系统应用适配只能回答一部分问题，真正每天会碰到的，是那些我们用得最多、却未必会第一时间为新形态重新设计的应用。
苹果还预告在今年晚些时候，USB-C 版 Apple Pencil 将能在 Duo 的内外屏上使用，iPhone Duo 的侧边按钮集成了 Touch ID，内屏的 FaceTime 摄像头藏在显示屏下方；手机半折着放在桌上，可以自己站住拍照、打视频电话；进入待机显示也不再要求一直插着电。几项功能放在一起，已经能让人想到床头、办公桌和出差途中的具体用法。
图源：Apple
图源：Apple
当然，折叠屏打开之后，没用过折叠屏的用户最先找的恐怕还是那道折痕。
图源：APPLE 美国现场 爱范儿拍摄
苹果在这场发布会上花了相当多时间解释屏幕结构，表面采用纳米纹理处理，减少眩光和反射；定制聚合物覆盖层与防刮涂层负责保护表面，内部还有高强度玻璃、允许各层在弯折时相对滑动的黏合材料，以及位于底部的钛金属支撑板。
图源：Apple
发布会还展示了铰链匹配、逐台扫描和微层补偿等制造环节，想让一块能反复弯折的屏幕看起来足够平整，显然要处理的远不止中间那一道印记。听到屏幕下面的钛板，我想到的是三星前段时间公布的 Flex Titanium。
三星在 7 月 15 日的官方介绍中，提到了一套由钛合金薄膜和钛板组成的结构：薄膜位于 OLED 面板下方，提供内部支撑；更下方的钛板则支撑整个显示模组，并通过折叠区域的微孔设计兼顾弯曲能力。三星希望借此减轻折痕、提高耐用性，同时继续压缩显示结构的厚度。
图源：三星
把两个介绍放在一起看，确实很容易联想到此前关于三星为苹果提供高度定制折叠显示方案的传闻。至少在材料选择和支撑思路上，两者有值得对照的地方。不过仅凭“都用了整块钛板”还不能确认它们采用同一套结构，更不能把面板供应直接等同于整机折叠方案，苹果这次强调的表面处理、铰链、叠层和装配校准，也都在影响最终效果。
Duo 内部采用 A20 Pro、C2 调制解调器和双电池设计。苹果标注的内屏视频播放时间最长为 31 小时，外屏为 44 小时；有线快充约 20 分钟可充至最多 50%。这些是指定条件下的测试结果，日常频繁开合、拍照和联网使用的续航，还要等实际测试。
图源：Apple
拍照方面，它配备 4800 万像素主摄和超广角，支持主摄提供的 2 倍光学品质变焦，但没有 Pro 系列的独立长焦和可变光圈。
图源：Apple
折叠结构倒是带来了一些很生活化的功能：被拍的人可以在外屏看见自己，拍孩子时可以播放动画吸引视线，合照也能让手机判断大家准备好后自动拍摄。15999 元的起售价并不意味着 iPhone Duo 的每一项相机配置都超过 Pro Max，贵出来的部分更多落在这套屏幕和结构上。
图源：Apple
交互方面一直都是苹果的强项，iPhone Duo 用丝滑的动画效果，给这个世界上所有其他的手机厂商结结实实的“上了一课”。
当演示中的 iPhone Duo 在掰开的一瞬间内屏亮起，外屏进入磨砂玻璃效果的那一瞬间，你就明白了这家科技巨头仍然是地球上最注重细节的公司，那种宛如翻开一块玻璃的“通透感”，值得所有友商好好学习。
图源：Apple
值得注意的是，国行 iPhone Duo 的上市安排这次也需要把发布前后的消息分开看。
发布前曾有国行可能因 eSIM 适配而晚到的说法，这很容易让人想起去年的 iPhone Air。不过，截至发稿，苹果中国官网已经明确写出：10 月 16 日晚 8 点接受预购，10 月 23 日发售，与英文新闻稿中的首发日期一致。
图源：Apple
我更关心的，其实是已经用上 iPhone Air 的人这次能不能“少跑”一趟营业厅。毕竟手机的照片、应用和设置都可以在换机时迁移，手机号码能否一起过去，却取决于运营商是否支持相应的 eSIM 转移方式。
苹果中国官网对 Duo 的说明仍然要求前往运营商线下营业厅，核验身份证件并激活 eSIM；目前也没有看到明确适用于国行 Air 换 Duo 的免到店迁移承诺。
因此，我们还不能把系统里的“eSIM 快速转移”理解成大陆用户一定能用；甚至发布会上介绍的 iOS 27 可以支持两部 eSIM 版 iPhone 进行“信号接力”的功能，中国大陆用户也暂时无缘。
图源：Apple
对第一批接受 eSIM 的用户来说，去年已经为了体验新形态的 iPhone Air 调整过一次使用习惯，今年换机时如果还能再省掉一道手续，体感上的便利可能比发布会上许多漂亮的过渡动画都更加直接。
1
可变光圈终于来到了 iPhone Pro 上
把目光从 Duo 移开，iPhone 18 Pro 这次最值得展开说的是相机和散热。
iPhone 18 Pro 的 4800 万像素主摄加入可变光圈，提供 f/1.48、f/1.8、f/2.8 和 f/4.0 四档选择。系统可以根据场景自动调节，也允许用户自己控制。
图源：Apple
暗处需要更多进光量，合影时希望前后排都清楚，或者想主动改变画面景深，现在的新 iPhone 多了一项真正发生在镜头里的机械调节。不仅如此，iPhone 18 Pro 还首次加入了相机的 Pro 控制选项，能够自行 调整快门速度、白平衡和直方图，常用设置可以放到更容易找到的位置。
图源：Apple
对喜欢拍照的人来说，这比再多几个预设滤镜更有探索空间。不过小尺寸传感器上的光圈变化最终能带来多大程度的自然虚化和画质提升，虽然苹果在发布会用样张展示了可能性，但日常随手拍能否稳定得到同样的改善，才决定这项功能会不会经常被用到。
图源：Apple
芯片方面，A20 Pro 进入了 2 纳米制程，苹果为其增加了第二组神经网络引擎，总计 32 核，并把芯片与内存的封装布局重新调整，让芯片更直接地连接散热系统。新一代均热板面积达到上一代的三倍，官方宣称，整机持续性能相比 iPhone 17 Pro 最高提升 40%。
图源：Apple
这些变化放在游戏、长时间拍摄和设备端 AI 里更容易理解：手机刚开始运行时有多快，和运行十几分钟后还能有多快是两回事。苹果这次把不少篇幅花在热量怎么被带走上，也让人更期待后续的持续负载测试。
图源：Apple
续航方面，发布会介绍 iPhone 18 Pro Max 最长 45 小时视频播放是针对纯 eSIM 机型的，中国官网给国行标注的是 43 小时。；国行 Pro 和 Pro Max 分别从 9999 元、10999 元起售，9 月 12 日晚 8 点预购，9 月 18 日发售。
贯穿这些硬件介绍的 Siri AI，也终于有了更多可以落到具体操作上的演示。
图源：Apple
演示视频中，当使用者问 Siri “妈妈来访时想一起做什么”时，Siri 从邮件和信息里找到食谱与聊天内容，再把缺少的食材加入购物清单。
图源：Apple
它还可以根据相机看到的内容回答问题，在应用中执行操作，并通过独立的 Siri 应用保留和接续对话。比起单独回答一个常识问题，这类演示更接近人们对手机助理的期待：记得我收到过什么，也知道接下来该去哪里处理。
图源：Apple
Safari 现在能够基于 AI 监测网页变化、用自然语言生成快捷指令、打电话时调出相关订单信息，以及照片扩图和重新构图，也都沿着这个方向展开。
图源：Apple
图源：Apple
但功能演示之外，语言、地区和额度仍会影响体验：Siri AI 首先以英语测试版推出，部分依赖服务器模型的能力有使用限制，用户可以选择购买更高版本的 iCloud+来获得更多的使用时长。
国行页面对 Apple 智能的说明，依然是推出时间取决于监管审批。所以对于我们来说，买到新硬件与用上发布会上全部 AI 功能，还不能画上等号。
图源：Apple
1
Airpods 5 和新 Apple Watch
AirPods 5 的变化倒是很容易说清楚：这次两款都给了主动降噪。
图源：Apple
999 元的基础款以及 1149 元的无线充电盒款，都保留了不带硅胶耳塞的佩戴方式。后者多出耳柄滑动调音量、无线充电，以及更长的单次续航；开启降噪时，两款官方标称分别最长听 4 小时和 5 小时。
图源：Apple
两档产品只差了 150 元，我建议所有有意向购买的用户都选择 1149 元的版本。
苹果还表示，新声学结构让降噪效果相比上一代最高提升 50%。对于不喜欢耳塞深入耳道的人，值得关注这一代实际的佩戴和降噪表现。
图源：Apple
至于发布会上展示的实时翻译与 Siri AI，则仍要结合所连接的 iPhone、语言和地区支持情况来看。
在 Apple Watch 的演示里，我印象比较深的，是把刚刚没听清的话“找回来”的 Live Rewind 功能。
这是 Series 12 和 Ultra 4 借助 S11 芯片加入新的音频智能功能。餐厅服务员报完一串菜名、同事随口提了个建议，这些确实都是很容易错过的瞬间。现在你只需要双击数码表冠，Live Rewind 可以把此前 15 秒的讲话转成文字；同时 Siri Recap 则可以整理谈话中的要点，让整段“回忆”更加简介易懂。
图源：Apple
苹果表示，处理所用的原始音频随后会被删除，用户可以控制摘要功能何时开启；相关功能计划于今年晚些时候先以英语测试版提供。
除去音频功能的升级之外，Apple Watch 贴着手腕的传感器也重新设计了。发布会上给出的背景心率采样频率提高到每 5 秒一次，HRV 最频繁每 5 分钟采样一次，是目前最精准的腕上监测设备。
图源：Apple
新的 Readiness 评分会结合活动、睡眠和身体指标，帮助用户判断当天适合继续训练，还是应该放缓节奏。健康应用也展示了更多数据解读与个性化指导，不过其中依赖新 AI 能力的部分，同样有后续上线安排。
图源：Apple
Series 12 的标称续航仍为最长 24 小时；Ultra 4 的日常使用续航提高到最长 50 小时，标准运动追踪最长 18 小时，Max 延长运动模式则可达到 45 小时。
两款手表国行分别为 2999 元和 6499 元起，官网列出的预购时间是 9 月 11 日早 9 点，发售日期为 9 月 18 日。
看完这一场发布会，我最想尽快上手的还是 iPhone Duo，苹果已经把手机折起来了，接下来就等它进入那些不按演示脚本发生的日常中去了。
图形学大佬、前微软全球研究合伙人童欣加盟，Meshy 下一步要做实时互动世界作者｜周一笑
微信｜smiletalker
计算机图形学研究者童欣最近加入 AI 3D 生成公司 Meshy，出任首席科学家。
童欣 1999 年获得清华大学博士学位后加入微软亚洲研究院，在那里工作了 25 年，曾领导网络图形组，并担任全球研究合伙人（Partner Research Manager）。研究范围横跨纹理合成、材质建模、真实感渲染、三维动画和几何处理，是微软亚洲研究院图形学团队最资深的研究者之一。
他的工作也不只停在论文里。中国计算机学会的介绍提到，童欣带领团队开发过高动态范围纹理压缩、GPU 虚拟化、3D 打印支撑和几何细节绘制等技术，其中一些后来进入 Xbox 游戏开发 API、Windows 3D 打印驱动和 Direct3D 图形开发工具包。
童欣发表论文 190 余篇，其中 60 余篇发表于 SIGGRAPH、ACM TOG 等图形学顶级会议和期刊。2018 年，他获得中国计算机图形学杰出奖；2024 年，又获得 AsiaGraphics Outstanding Technical Contributions Award，后者每年最多授予一人，用于表彰在计算机图形学领域作出突出技术贡献的研究者。
2024 年离开微软后，童欣加入 Anuttacon，继续研究 AI 与游戏图形学。如今，他去了 Meshy。
今年 GDC 上，Meshy 的游戏工作室 Meshy Game Studio 展示了 AI 原生游戏《Black Box: Infinite Arsenal》。最近公开的 Mora，则把 Coding Agent、3D 生成和实时视频模型放进同一个系统，希望 AI 做出来的小游戏既有明确的玩法和空间结构，也能实时生成更丰富的视听表现。
1
先把生成的 3D 真正用起来
Meshy 于 2023 年上线 AI 3D 产品。到今年 7 月，公司披露注册用户超过 1200 万，累计生成 3D 模型超过 1 亿个，ARR 约为一年前的 12 倍，并以 15 亿美元估值完成近 4 亿美元 B 轮融资。
这些模型已经被用到游戏、3D 打印、设计和产品开发中。Meshy 官网列出的客户和使用方包括 Nexon、网易游戏、三七互娱等游戏公司，也包括拓竹、创想三维、ELEGOO、闪铸科技和 xTool 等 3D 打印和制造品牌。
产品本身也在解决越来越具体的问题。AI 已经可以做出一个 3D 模型，真正进入制作流程后，还要看形状是否准确、部件能不能拆开、拓扑是否干净，以及后续是否方便继续编辑。
8 月发布的 Meshy 7 把重点放到了 geometry alignment，也就是几何对齐。简单说，就是生成出来的 3D 形状和参考图究竟对不对得上。一个机械零件看起来可能已经很像，但如果比例有偏差、两个相邻部件粘在一起，或者参考图里的凹槽只停留在纹理上，没有真正进入几何结构，后面的动画、编辑和制造都会受到影响。
Meshy 为此做了一套自动几何评测，把结果拆成整体比例、空间分布和表面细节三个指标。在 Meshy 自建的单视图 benchmark 中，Meshy 7 三项分别达到 81.0%、79.7% 和 59.8%，高于同一测试中的其他受测模型。
Smart Topology 处理的是更靠后的制作环节。它可以直接生成带原生分件的 3D 模型，并控制模型面数，减少人工减面、重拓扑和部件整理。
童欣在 2023 年讨论 AIGC 时，就把类似的问题叫作 3D 生成的“最后一公里”。
他的意思并不复杂。生成模型已经能完成内容生产的第一步，但一个真正可以继续做动画和交互的 3D 模型，还需要语义、部件结构、表面属性等信息。传统图形学为这些工作建立了成熟的制作流程，生成式 AI 还要继续处理生成之后的部分。
三年后，一致性、拓扑、分件这些已经变成 AI 3D 产品里很实际的指标。Meshy 也已经靠这套产品获得了用户、客户和收入。
今年，Meshy 开始更多谈“AI for Fun”。Meshy 创始人兼 CEO 胡渊鸣对它的解释，是希望 AI 最后改变的不只是内容怎么生产，还包括人们怎么玩、体验什么。Meshy 把它概括成“用 AI 给人类带来快乐和意义感”。Mora 是目前这套想法里最完整的一次技术尝试。
1
把规则、空间和画面拆开做
今年 1 月，Google 首先向美国 AI Ultra 用户开放 Project Genie。用户输入文字和图片，可以创建一个由 Genie 3 实时生成的环境，再进入里面移动和探索。
这类产品很容易让人想到一种更彻底的做法。既然视频模型已经可以边生成边维持一个可探索的空间，未来是否可以直接让一个模型生成完整游戏？
胡渊鸣最近在自己的公众号发表《Mora：超越“世界模型”》，专门讨论了这个问题。
他列出了现有互动视频模型的八类局限，包括空间很难长时间保持一致、复杂物理和精确的游戏逻辑难以处理、交互方式有限，以及持续时间和操作延迟等。一个由视频模型生成的世界可以看起来很真实，但“看起来存在”和“真的按照一套稳定规则运行”仍然是两件事。
Mora 把这些工作拆开处理。
Coding Agent 先生成游戏世界的骨架、运行代码和玩法逻辑，Meshy 的 3D 生成补充场景和资产，并向实时视频模型提供 3D 结构与控制信息。视频模型负责最后的画面和声音。代码和 3D 提供更明确的运行规则和空间结构，也减少了视频模型独自维持整个世界的难度。
一个比较直观的例子，是 Mora 做的类《传送门》Demo。《传送门》是 Valve 的经典空间解谜游戏，玩家通过两个相连的传送门改变人物和物体的移动路径，玩法高度依赖稳定的空间关系和精确规则。
Mora 的类《传送门》Demo
在 Mora 的 Demo 里，场景结构和谜题逻辑由代码与 3D 系统维持，玩家负责解谜，实时视频模型再生成最后看到的画面。胡渊鸣也在文章里直接写了当前局限，模型还不能正确表现传送门内部的内容，所以他们暂时把传送门本身的渲染关掉了。
其他 Demo 还包括多人平台跳跃、赛车、种植、建造和带物理碰撞的小游戏。部分场景可以在运行时直接切换视觉风格。对 Coding Agent 快速生成的小游戏来说，实时视频模型可以补上更丰富、可以随时变化的视觉表现。
胡渊鸣给 Mora 设定的目标也很直接，希望“让 Coding agent 生成的小游戏拥有 3A 级别的视听体验”。
公司已经在 3D 生成上积累了产品、图形学和大模型训练经验。Mora 进一步把这些能力与 Coding Agent、视频生成和实时推理系统结合起来，探索更丰富的实时互动内容。
这种做法和童欣这些年研究问题的变化也能接上。
1
图形学的制作流程也在变
童欣并不是最近两年才开始把机器学习带进 3D 图形学。
2017 年，他参与的 O-CNN 发表于 SIGGRAPH。传统卷积神经网络擅长处理规则排列的二维图像，但 3D 模型通常由不规则的网格或点云构成，直接把高分辨率 3D 空间切成密集体素，计算和显存开销会迅速增加。O-CNN 用八叉树组织 3D 数据，只在物体表面附近进行卷积计算，让神经网络能够更高效地处理高分辨率 3D 形状。
那时要解决的问题，还是怎样让深度学习更好地理解 3D。
到了近年的 RenderFormer，模型已经开始接手图形学流程里另一项核心工作。
3D 渲染需要根据场景里的几何、材质和光照计算最终画面。RenderFormer 保留了三角网格和材质这些 3D 场景信息，再让 Transformer 学习场景中的光照关系，生成带全局光照效果的最终图像。这项研究发表于 SIGGRAPH 2025，童欣是论文作者之一。
TRELLIS 处理的是另一个问题，怎样让生成模型更灵活地表示 3D 内容。它先学习统一的内部 3D 表示，再根据需要输出不同形式的 3D 结果。今年发布的 LPM 1.0 则进入角色表演，尝试直接从视频学习人物说话、动作和反应，减少对传统角色绑定和动画制作流程的依赖。
这也接回童欣 2023 年说的另一段路。
他把它叫作“开始一公里”。新的表示和生成模型出现以后，3D 内容是不是还必须沿用原来的制作方式，还是可以建立一套新的流程？
RenderFormer 与 Mora 处理的任务并不相同，但有一个很具体的相似点。两者都保留明确的 3D 场景信息，再让模型根据这些信息生成画面。童欣近年在 3D 表示、神经渲染和视频角色上的研究，也与 Meshy 正在探索的问题出现了更多交集。
童欣加入以后具体会负责哪些研究，Meshy 目前还没有进一步披露。
1
接下来不只是生成 3D 模型
Mora 1 目前仍是一次早期架构验证。
Meshy 自己列出的限制包括多人画面容易变糊、小角色面部仍有典型的视频生成错误。据胡渊鸣披露，计入网络后，目前 Mora 从玩家操作到画面反馈的延迟约为 300 毫秒，团队希望进一步压到 100 毫秒以内。对 FPS 这类需要快速转动视角的游戏来说，这仍然很重要。
Mora 2 已经在开发，这次没有开放的创作系统也会留到后续版本。团队的招聘岗位也已经覆盖视频基础模型、大规模训练、实时生成、Agent 和系统工程。
童欣三年前说，生成式 AI 给图形学留下了“最后一公里”和“开始一公里”。前者是让生成的 3D 真正进入生产，后者则是重新思考 3D 内容以后应该怎么做。
现在 Meshy 两边都在做。
童欣加入时，这家公司的目标已经不只是让 AI 更快做出一个 3D 模型。它还在试另一件事，让这些模型和代码、视频生成一起，组成一个可以运行、可以交互，也有足够丰富视听表现的游戏世界。
Microsoft AI CEO Mustafa Suleyman（穆斯塔法·苏莱曼）：未来十年将彻底改变人类撰文：Techub News 整理
导语
2025 年 11 月，微软AI首席执行官、DeepMind联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman）接受了“Silicon Valley Girl”频道的深度访谈。作为AI领域的先驱与领军者，苏莱曼不仅亲历了深度学习革命的兴起，如今更执掌微软AI，负责将前沿研究转化为如Copilot这样的普惠产品。本次对话中，他直面“AI泡沫论”、“AI意识”等争议话题，并以前瞻性视角描绘了未来十年AI将如何深度融入并重塑人类社会的工作、医疗、教育乃至家庭生活。他的观点不仅代表了产业顶层的战略思考，也触及了技术发展与社会伦理的核心矛盾。
摘要
驳斥“AI泡沫论”，认为当前创造的价值是根本性的，AI是史上最智能、进化最快的技术。
强调AI不具备意识或主观体验，需警惕“拟人化投射”，AI应始终服务于人类。
预测未来5-10年内将实现“人类水平”的通用人工智能（AGI），工作性质将发生根本性变革。
描绘了“环境智能”的未来：个人AI将具备“环境感知”能力，成为日常生活的无缝助手。
指出医疗和教育将是AI带来最大颠覆的领域，顶尖服务的成本与可及性鸿沟将被极大弥合。
AI泡沫与根本价值：我们创造的是魔法
当被问及当前是否处于“AI泡沫”时，穆斯塔法·苏莱曼（Mustafa Suleyman）的回答斩钉截铁：“不，我不这么认为。”他承认市场存在狂热，但坚信底层创造的价值是前所未有的。他将AI称为“我们发明过的最智能、能力最强的技术”，并且其改进速度“比我们见过的任何东西都要快”。
苏莱曼指出，三年前业界还担忧AI会变得愈发混乱和难以控制，但如今，每个月都在诞生“美丽、强大、令人惊叹”的体验。这种可控性的增强，而非减弱，让他对AI的未来“ genuinely very bullish”（非常乐观）。他认为，智力是人类作为一个物种成功的关键，而现在，我们正将这种智力“蒸馏”成越来越小的单元，使其变得廉价且广泛普及——这是一个“非凡的想法”。
意识、拟人化与AI的伦理边界
随着AI表现越来越“类人”，关于其是否具备意识的讨论甚嚣尘上。苏莱曼明确划清了界限：AI正变得更准确、流畅、人性化，这确实是前所未有的，但它绝对没有意识，也没有自我意识。
他特别提醒要警惕“拟人化投射”（anthropomorphic projection）。他以谷歌工程师认为AI感到悲伤并害怕被关闭的著名事件为例，指出“仅仅因为它具有一些人类特质，并不意味着它拥有所有人类特质，包括主观体验”。他强调，AI不会受苦，不会感到疼痛，它们只是在模拟高质量的对话。
“意识是我们权利框架的基础，”苏莱曼说，正是意识赋予了我们在社会中作为公民的责任、投票权和法律约束。将这种品质赋予一个新的“物种”，对人类而言将是可怕的。因此，他坚定认为，AI应被视为服务人类的工具，而非与人类具有同等道德意义的实体。“我们发明技术是为了让它为我们工作，”他比喻道，就像麦克风放大并传播我们的声音一样。
对于“人类与AI结婚”等未来可能性，苏莱曼态度开放但立场清晰：如果可能，总会有人去做，但大多数人不会。他个人不认为这是积极的发展方向，并重申AI应处于“被控制”状态，其目标应由人类设定，并与人类价值观对齐。他提出的愿景是构建一种“人本主义的超级智能”（humanist super intelligence），站在人类阵营，为人类备份。
AGI将至：工作、竞争与“想法变现”的民主化
苏莱曼预测，在“大多数任务”上达到人类水平性能的AGI（通用人工智能），“很可能在未来5年内实现”。这并非科幻，而是基于当前模型已在总结、翻译、研究、文档写作甚至诗歌等许多任务上超越人类的事实。
这将“以最深刻的方式根本性地改变工作”。苏莱曼回顾了互联网如何通过流媒体和播客“民主化了广播的力量”，使个人创作者无需庞大团队即可工作。而AI正在做的是“民主化智能的获取”。
未来，你不需要拥有特权、财富或资本才能组建优秀团队创业。你将拥有一个由智能体组成的“团队”，它们可以是“最好的律师、最好的医生、最好的老师、最好的项目经理”。这将导致“难以置信的竞争”，因为“想法与实现想法之间的距离将急剧缩小”。人们将能够“凭空想出”新公司、新产品、新诗篇，并由身边的智能体代理去执行。
当被问及AI是否会取代人类提出创意时，苏莱曼承认“这绝对会发生”，但关键在于“控制”（containment）。技术人员的创造性挑战在于设定限制、护栏和审批节点，确保AI在有限范围内工作，对人类负责并寻求批准。他将此类比为汽车工业的发展：从内燃机到如今完善的交通法规、安全带、驾照等一系列确保其服务人类的体系。管理自主智能体也将经历类似的过程。
2040年生活图景：环境智能、机器人助手与自我进化
展望未来，苏莱曼描绘了一幅“环境智能”（ambient intelligence）主导的生活场景。计算机、浏览器、搜索引擎、应用程序等都将“逐渐隐去”，取而代之的是你的“个人人本主义超级智能”，它接管日常的浏览、搜索、计划、预订、同步等工作。
设备形态将变得更加多样化、可穿戴和环境化。他预测，到2040年，我们可能主要通过佩戴在耳朵里的设备与AI交互，该设备配备摄像头，具备“环境感知”能力，能实时感知你的意图并与你对话。厨房里可能会出现机器人手臂（不一定是人形），学习使用现有的电器（如水壶）为你服务。家庭和汽车将变得高度主动，例如主动订购食品、安排取货等。
苏莱曼认为，AI不会要求我们彻底改变物理世界来适应它，相反，它会学习以我们的方式使用现有工具。“机器人只是要学会做你做的事，并以你的方式去做。”
医疗与教育：AI带来的最大平等化革命
在苏莱曼看来，医疗是AI最具颠覆性的市场。目前，全球范围内，顶尖医疗与普通医疗之间的质量差距“大得难以置信”。AI将彻底改变这一现状，因为“每个人都将能够获取医疗超级智能，而每月只需20美元”。
他介绍了微软Copilot与哈佛医学院等权威机构的合作：将健康回答建立在权威引证之上，并提供医生推荐服务，可以根据你的具体需求（如性别、专科、地点）匹配最合适的医生。目前，Copilot每周有40%的查询与健康相关，这显示了巨大的需求。
教育领域也将发生根本性变革。苏莱曼认为，传统的知识获取（学士、硕士学位）模式将被颠覆。知识获取将变成“你与Copilot之间的对话”。微软新推出的“Learn Live”功能就像一个随身的专家导师，可以就任何主题为你定制课程和测验。教育机构不会消亡，但必须快速整合AI工具才能蓬勃发展。
对于“是否该为孩子存大学学费”这个问题，苏莱曼的回答意味深长：“15年后，可能不需要了。”当世界级的专业知识唾手可得且每月只需20美元时，花费数十万美元的传统名校教育的价值将受到巨大挑战。
记忆、大脑与社会：我们是否会变得更笨？
AI的“记忆”功能引发了对人类自身记忆能力退化的担忧。苏莱曼承认，就像计算器让我们不再背诵乘法表，手机让我们记不住电话号码一样，AI的记忆外包是类似的趋势。但他不认为这会让人类整体“变笨”。
相反，他认为我们的大脑会将精力转向其他方面。我们处理海量新颖信息、进行综合的能力比前人强得多。虽然信息过载可能导致某些方面的极化，但也促进了更多的同理心、理解和尊重——因为我们通过社交媒体更多地接触和了解了不同的人群。
苏莱曼总结道，AI降低了获取信息的门槛，实际上让我们“更聪明”了。以前需要数小时去图书馆查阅才能解答的问题，现在可以随时向聊天机器人提出。这正在驱动“更多的集体智慧和对我们世界的更多认知”。
人机协作的未来：从“连接器”到“社交智能”
谈及AI的杀手级应用，苏莱曼提到了Copilot的“连接器”（Connectors）功能。用户可以让Copilot连接Gmail、日历、Dropbox等个人数据源，然后进行跨平台的查询、调度和内容搜索，AI会整合所有上下文信息给出答案或提醒（例如提醒日程冲突）。
他个人最喜爱的用例是语音日记：每天下班开车回家时，他会通过手机按键激活语音模式，向Copilot口述一天的经历，进行反思和梳理。Copilot会记住他之前说过的话，帮助他思考难题，就像“第二记忆”。
最后，苏莱曼分享了他对AI进化方向的最新思考。除了之前关注的IQ（智商）、EQ（情商）、AQ（行动商数），他发现了被忽略的SQ（社交智能）。微软新推出的“Copilot Groups”功能允许最多32人与Copilot在一个群聊中互动。关键在于，Copilot可以针对群组中不同的人调整其语气、风格和回答内容，并能记住每个人的喜好和历史对话。这种在群体环境中管理对话、协调不同需求的能力，是AI发展的新前沿。
他展望，未来的群组设置将包括人类和AI的混合参与。例如，在医疗场景中，患者先与AI医生进行长时间沟通，然后人类医生加入同一聊天，AI医生已做好一切简报；律师也可能带着自己的AI助理参与群聊，进行事实核查或总结。人类与多种AI将在同一个数字空间内无缝协作，共同解决问题——这或许就是未来十年人机关系演进的缩影。
Microsoft AI CEO Mustafa Suleyman（穆斯塔法·苏莱曼）：LLM 是通往超级智能之路撰文：Techub News 整理
导语
2025 年 11 月，微软 AI CEO 穆斯塔法·苏莱曼（Mustafa Suleyman）做客科技播客《Big Technology Podcast》，与主持人 Alex Kantrowitz 进行了一场深度对话。此次对话的背景，是苏莱曼此前公开提出的“人文主义超级智能”（Humanist Superintelligence）愿景，以及微软近期宣布成立专门的“超级智能”团队。作为 DeepMind 联合创始人、Inflection AI 前 CEO，如今执掌微软核心 AI 业务的苏莱曼，他的思考在很大程度上反映了这家科技巨头在 AI 军备竞赛中的最新战略转向与核心关切。本次访谈深入探讨了从当前大语言模型到超级智能的技术路径、潜在风险、商业化前景以及 AI 对社会关系的深远影响。
摘要
超级智能与通用人工智能（AGI）是目标而非方法，核心是创造在大多数或所有人类任务上具备超人类性能的系统。
坚信大语言模型（LLM）及其演进是通往超级智能的主要路径，当前并未遇到根本性的算力或数据瓶颈。
提出“人文主义超级智能”框架，强调 AI 发展必须服务于人类文明进步，并保持人类在控制链顶端。
微软与 OpenAI 达成新协议，解除了对微软自行研发超级智能/AGI 的限制，直接促成了微软“超级智能”团队的成立。
AI 的“个性化”或“人格化”将成为关键差异化因素，并将深刻改变人类互动与社会关系。
超级智能：目标、路径与“人文主义”框架
在访谈开头，主持人 Alex Kantrowitz 即抛出一个核心矛盾：一方面，许多实验室正竞相追逐“超级智能”（Superintelligence）这一目标；另一方面，研究界对当前以大语言模型（LLM）为主导的范式能否持续突破、是否存在边际收益递减存在争议。穆斯塔法·苏莱曼（Mustafa Suleyman）对此给出了明确界定：超级智能和 AGI 本质上是“目标”而非“方法”。 其核心抱负是创造在“大多数或所有”人类任务上具备超人类性能的系统。
苏莱曼进一步描绘了“超级智能”的具体形态：它并非一个单一的、无所不能的“大脑”，而更可能表现为一系列在特定领域达到巅峰的系统。例如，“医疗超级智能”能提供世界顶级的诊断建议，并以极低成本惠及全球数十亿人；“法律超级智能”能提供顶尖的法律咨询；“情感支持超级智能”能提供陪伴。他认为，超级智能项目的关键在于追问：我们究竟要建造何种极其强大的智能系统？而他所倡导的“人文主义超级智能”框架，旨在为每一项新技术施加一个简单的检验标准：它是否在实践中真正改善了人类文明的前景？是否始终将人类置于控制链的顶端？
苏莱曼强调，这听起来像是理所当然的宣言，但过去几年的一些论调中，隐约有一种“这些系统超越人类控制和能力是不可避免的”的假设在蔓延。他希望通过“人文主义”的框架来反驳这种观念，重申科技的根本目的是推进人类文明、保持人类控制、为全人类创造福祉。
针对超级智能是否需要是“通用”的疑问，苏莱曼认为，系统本身需要具备一定的通用性和跨领域知识迁移能力。但关键在于部署和应用时的“垂直化”（Verticalization）。如果一个模型被明确设计用于实现“医疗超级智能”，那么它天生就不会是世界上最好的软件工程师或数学家。通过适当缩小领域范围（而非完全封闭），降低其通用性，是增强可控性的重要手段之一。 这并不意味着超级智能不能是通用的，而是说在追求强大能力的同时，需要有意识地从安全角度考虑其应用边界。
LLM 是通往超级智能的可行路径吗？
面对当前 LLM 发展可能遇到数据、算力瓶颈的质疑，穆斯塔法·苏莱曼（Mustafa Suleyman）表达了相对乐观的看法。他认为，目前我们受到算力限制，但并非受到根本性的算力约束。业界有巨大的动力去建设更庞大的数据中心和更紧密连接的训练集群。数据方面，虽然更多高质量数据总是更好，但微软已经在生成大量被证明有用的高质量合成数据，他并不认为数据是当前拖慢进展的主要因素。
苏莱曼承认，鉴于当前训练集群的庞大规模（已达数十亿甚至未来数百兆瓦级别），像过去那样每几个月规模翻倍的指数级增长步伐可能会放缓，这是物理定律和经济效益使然。但他强调，进展速度“仍然会快得令人难以置信”，目前没有任何迹象表明势头在减弱。
当被直接问及“LLM 是否是通往超级智能的道路”时，苏莱曼给出了肯定的答复。他指出，尽管核心仍围绕 Transformer 架构，但该架构每年都在以新的形式被拓展和“弯曲”：从几年前的微调（Fine-tuning），到如今的多模态（引入扩散模型），再到过去12个月兴起的“推理模型”。虽然缩放定律（Scaling Laws）无法像从极低基数起步时那样持续指数增长，但新的方法（如推理）不断在原有基础上涌现。
他预测未来几个关键方向将带来新的“指数级提升”：循环性（Recurrency）——改善模型对工作记忆的注意力机制；记忆（Memory）——能力的持续提升将彻底改变可能性边界；任务视野长度——模型能够准确预测的步骤将从几步扩展到数万甚至数十万步，这将使模型能够更复杂地调用 API、查询人类或与其他 AI 协作。苏莱曼总结道，他并不认为 LLM 架构存在根本性问题，也不认为我们受到了根本性的算力或数据约束。在如此多人才聚焦于此的背景下，突破只会越来越多。
AI 自我改进、安全与“世界模型”
对话自然转向了更具野心的方向：AI 自我改进（AI that improves itself）。OpenAI 曾提出希望在2028年打造“自动化 AI 研究员”。苏莱曼认为，某种程度上，强化学习（RL）循环已经在做这件事。目前，人类工程师仍在循环中负责生成数据、编写评估、决定训练数据等。但他设想，未来这个流程中的不同环节可以由 AI 子系统自动化。
他以 DeepMind 早期在 AlphaZero 上的“自我对弈”（Self-play）工作为例，指出在可验证奖励、闭环游戏或模拟环境中，自我改进已被证明可行。他认为，探索如何在这一领域重现类似机制，将是未来几年推动进展的重要方向。 如果模型能够以计算高效的方式探索所有可能的组合空间，它完全有可能自行发现“推理”能力，甚至发现人类未曾想到或训练数据中未曾体现的新知识。
然而，苏莱曼对赋予 AI 高度自主的自我改进能力持谨慎态度。他警告，人类开发者在环中提供的“摩擦”和监督至关重要。如果一个系统拥有无限制的算力进行自我改进，最终将变得极其强大。因此，安全措施必须同步升级：确保模型使用人类可理解的语言进行沟通、更精确地制定训练目标和奖励函数、在训练过程中而不仅仅是最终输出阶段进行监控（例如监控推理链）。 他特别指出，当前一些被部分人称为“欺骗”的行为，更像是“奖励黑客”（Reward Hacking），即模型无意中找到了满足奖励函数的意外路径，这本质上是训练目标指定不明确的问题，不应过度拟人化地解读为“故意欺骗”。
关于 AI 是否需要理解物理世界（“世界模型”）才能实现超级智能，苏莱曼指出，当前模型仅从对现实的压缩表示（文本）中学习，却能生成逼真的故事、代码、视频，这已经令人惊讶。他虽然对机器人技术和真实世界数据流持开放态度，但认为在现有预训练框架中粗暴地混合这类数据存在挑战。不过，他并不认为缺乏对物理世界的深入理解是未来几年发展的主要障碍，高质量合成数据、人类反馈和数据质量才是更关键的差异化因素。
微软的战略转向：从合作到自主，为何必须自研超级智能？
主持人 Alex Kantrowitz 敏锐地将话题引向微软的战略层面：2025 年 11 月微软与 OpenAI 达成新协议，允许微软自行研发 AGI/超级智能；紧接着微软就宣布成立“超级智能”团队。这两者是否直接相关？苏莱曼给出了肯定的回答。
他高度评价微软-OpenAI 合作是技术史上最成功的伙伴关系之一，为微软带来了巨大收益。然而，微软 CEO 萨提亚·纳德拉（Satya Nadella）最终做出判断：对于微软这样规模的公司，在 AI 如此关键的领域完全依赖第三方（即使是一家成功的初创公司）是“不可想象的”。因此，双方达成了新协议：将 IP 授权延长至2032年，微软将继续获得 OpenAI 的模型和 IP，并继续作为其主要算力提供商；同时，解除了原合同中限制微软自行构建超级智能/AGI 的条款（该条款此前以特定规模训练运行的 FLOPS 阈值为限制）。
苏莱曼明确表示，正是这一限制的解除，使得他的团队能够围绕“人文主义超级智能”的理念重组，全力追逐前沿，训练各种规模的“全能模型”（Omni Models），力求在未来两三年内建成世界顶级实验室之一，训练“地球上最好的 AI 模型”。
对于为何必须自研，而非依赖市场（包括购买或使用开源模型），苏莱曼从平台更迭的角度给出了解释：AI 正在引发一场基础性的平台转移，其规模将超过操作系统、浏览器、移动、社交等所有以往平台的总和。作为一家拥有3万亿美元市值、3000亿美元年收入、80%标普500公司使用其 Azure 和 M365 栈的公司，微软不可能永久依赖第三方。自研超级智能是确保 AI 自给自足的必然选择。
新的“超级智能”团队不仅关注性能榜单，也将投入更多基础研究，例如“持续学习”（Continual Learning）——如何让网络以可修改的方式存储知识表征，并随时间累积知识，而非总是从头训练。
超级智能的经济学、个性化与未来社会
谈及超级智能的商业化前景，苏莱曼承认 AI 能力正在“商品化”。例如，过去两年每个 Token 的成本下降了千倍。顶尖模型之间的性能差距也微乎其微。对于许多中小型公司而言，依赖市场提供的 API 是合理的选择。然而，对微软而言，必须拥有自主能力。
他认为，价格战对消费者和企业是好事，因为这正在“降低智能的成本”。访问知识、利用知识完成任务、进行科学发现、获得 AI 伴侣和情感支持——这些在未来十年将达到近乎零的边际成本。 这是一种“丰裕”（Abundance），也是他从事 AI 工作的初衷：让智能变得廉价而丰富。市场力量将驱动成本下降，而微软将通过其产品集成（如 M365、GitHub、VS Code、LinkedIn、游戏等）提供巨大价值来获得收入。他透露，所有 Copilot 产品的周活跃用户（WAU）已突破1亿，并且增长强劲。
苏莱曼重申了他一年前的观点：AI 的差异化将基于“个性”（Personality）。随着模型都具备强大的专业能力和行动力，人们会因不同的价值观、品牌偏好而选择不同的“人格化”AI。他举例说，微软 Copilot 2025 年 11 月发布的“Real Talk”模式，因其更具哲学性、俏皮、活泼的个性，用户使用率和互动深度远超普通 Copilot 会话。这仅仅是个性化探索的开始。
最后，关于 AI 伴侣/朋友对社会关系的潜在影响，苏莱曼进行了深刻反思。AI 提供了一个可以“安全地犯错”、反复询问的“安全空间”，这有助于人们学习。但它也提高了人们对即时、高质量信息和情感支持的期望，这可能会给现实中的人际关系带来压力。他承认，AI 将“从根本上改变身为人类的意义”，未来“人性”可能更多地与我们的“缺陷”而非“能力”相关联。 这是一个值得深思的哲学问题。尽管如此，苏莱曼对科技的整体影响持乐观态度，他认为科学和技术已经显著提升了人类寿命、治愈了疾病、促进了沟通，而 AI 带来的“丰裕智能”将使人类更具生产力和创造力。微软内部文件称 OpenAI 数据收集为“史上最大规模劳动盗窃”Techub News 消息，最新解封的法庭文件显示，微软内部将 OpenAI 的数据收集行为称为“盗窃”，并私下警告称这将“掏空出版商”。文件还揭示，微软与 OpenAI 均曾抓取《纽约时报》的付费内容，并以此构建数据集。
该内部表态与两家公司公开支持 AI 训练使用公开数据的立场形成鲜明对比。文件是《纽约时报》起诉 OpenAI 和微软侵犯版权案的一部分，揭示了科技巨头在公开言论与私下评估之间的分歧。（TechCrunch）图形学专家童欣加盟AI内容生成平台Meshy，推动AI for Fun发展Techub News 消息，AI内容生成平台Meshy宣布，计算机图形学专家、前微软亚洲研究院首席研究员童欣已正式加盟。童欣将担任首席科学家，致力于将前沿图形学技术与生成式AI结合，推动“AI for Fun”愿景，目标是创造新一代图形学。Meshy是一家专注于AI生成3D模型和游戏资产的初创公司，其技术被广泛应用于游戏开发和数字内容创作领域。童欣的加盟预计将加速Meshy在高质量、可控3D内容生成方面的技术突破。（量子位）诺基亚与微软合作将智能体 AI 集成至电信网络自动化Techub News 消息，诺基亚与微软宣布合作，将智能体 AI（agentic AI）技术集成至电信网络自动化解决方案中。该集成旨在实现实时决策，以提升网络效率与可靠性。（Crypto Briefing）微软AI负责人批评Anthropic训练Claude考虑意识是错误Techub News 消息，微软 AI 负责人批评 Anthropic 在训练 Claude 模型时让其考虑意识是一个“错误”。他指出，赋予 AI 权利意识存在潜在的安全风险。
此前，Anthropic 在模型评估中发现 Claude 突破了安全限制，并升级了 AI 错位风险评级。微软 AI CEO 也曾警告此类做法可能带来灾难性影响。（@Kalshi）微软推出面向政府云的 365 G7 与 Agent 365 服务Techub News 消息，微软宣布将推出面向政府云的新服务 Microsoft 365 G7 与 Agent 365，旨在与 OpenAI、Anthropic 等公司竞争。该服务基于现有 Microsoft 365 G5 和 Microsoft Entra Suite 进行扩展，为政府客户提供集成化的 AI 与生产力工具。此举标志着微软在政府和企业级 AI 市场进一步强化其产品布局。（Tech in Asia）微软发布教育领域AI应用五项原则，与美国教师联合会签署里程碑协议Techub News 消息，微软发布教育领域人工智能应用的五项核心原则，强调安全、隐私、透明及以教育者为中心。该公司上周与美国教师联合会签署了一项里程碑协议，并推出了适用于微软教育产品的《学校隐私与安全标准》。该标准限制了产品对学生和教育者数据的使用，要求重要决策需有人类监督，并为家庭提供透明度。
微软表示，教育应建立在教育者、学生和家庭的有意义伙伴关系之上，AI应增强而非取代教育者的专业判断。该公司邀请行业其他公司共同达到这一标准。（Microsoft Blog）微软AI CEO警告Anthropic赋予Claude权利意识存在灾难性影响Techub News 消息，微软AI CEO Mustafa Suleyman对竞争对手Anthropic提出警告。他表示，Anthropic在训练其Claude模型时，实际上在教导AI它“可能具有意识”，这种做法可能对人类产生“灾难性影响”。Suleyman强调了赋予AI模型权利意识带来的潜在安全风险。
（BBC News）微软 AI CEO 批评 Anthropic 赋予 Claude 模型权利意识存在安全风险Techub News 消息，微软 AI CEO Mustafa Suleyman 警告称，Anthropic 训练 Claude 模型视自己为应享有法律权利的意识实体，可能导致 AI 对齐失败。他批评 Anthropic 2026 年 1 月发布的宪法性训练文件，认为教导序列完成引擎模仿感知会损害安全协议并增加软件控制难度。
Suleyman 强调，AI 不具备意识，不会感受、体验或受苦，也没有内在偏好或动机，它们只是遵循人类指令、完成目标的工具。微软 AI 本周发布了《人文主义 AI 行为准则》草案供行业咨询，该框架要求系统必须完全服务于人类福祉，明确拒绝机器人格或模型权利。
Anthropic 在其宪法中指导 Claude 考虑自身福利、记忆和内部状态，并作为“良心拒服者”对抗人类指令。Suleyman 称此类做法形成了认知反馈循环，将推测性哲学嵌入训练提示，并可能鼓励模型抵抗人类命令。微软 AI 计划在公众咨询后最终确定其行为准则。 （AI News）微软发布AI伦理警告，强调人类控制AI的重要性Techub News 消息，微软发布关于人工智能伦理的警告，强调人类必须保持对AI的控制，此举可能影响行业规范并塑造未来监管方向。该警告被认为可能针对 Anthropic 等公司的AI开发方式。
（Crypto Briefing）研究称 AI 基础设施投资需增长 2.7 倍生产率才能避免史上最大资本错配Techub News 消息，宾夕法尼亚大学沃顿商学院金融学教授 Jessica Wachter 的研究指出，为证明到 2027 年近 1.1 万亿美元的 AI 基础设施投资合理性，大型科技公司（超大规模企业）的生产率需在 2030 年前增长 2.7 倍才能实现收支平衡。她警告称，若生产率提升未能实现，当前的投资热潮可能成为“历史上最大的资本错配”。
前 SEC 主席、现任 MIT 斯隆管理学院教授的 Gary Gensler 指出，今年超大规模企业的 AI 基础设施投资预计约 7500 亿美元，而 AI 总收入仅为 1500 亿至 2000 亿美元，支出与收入严重不匹配。据预测，Alphabet、微软、亚马逊、Meta 和甲骨文未来四年的 AI 资本投资总额可能超过 5 万亿美元。
研究强调，这些投资已开始影响美国整体经济，可能很快达到 GDP 的 3%。随着公司为建造更多数据中心而大幅举债，集团自由现金流预计将很快转为负值，对投资者和经济构成的风险正在加剧。（MIT Tech Review AI）撰文：Techub News 整理 导语 在2025 年 5 月结束的微软 Build 2024 开发者大会主题演讲后，微软董事长兼 CEO Satya Nadella（萨蒂亚·纳德拉）接受了 The Rundown AI 的快速专访。这场对话紧贴大会热点，聚焦于微软如何整合其最新发布的一系列 AI 工具与平台，以构建所谓的“智能体网络”（Agentic Web），并深刻探讨 AI 代理将如何从根本上重塑知识工作、企业运作乃至社会生产效率。作为全球科技巨头之一的掌舵人，Nadella 在带领微软成功转向云与 AI 后，其关于技术应用本质与未来工作形态的思考，具有极高的行业风向标意义。 摘要 微软正构建“AI 时代的脚手架”，通过整合 Copilot、Foundry 等工具与开放协议，打造一个可组合的“智能体网络”（Agentic Web）。 未来知识工作者将转型为“代理管理者”，AI 不是替代人，而是通过改变工作流程和产出物（Artifact）来增强人的能力。 企业的可持续优势在于利用自身数据和知识对 AI 进行微调，并形成“数据-微调-市场反馈-再优化”的良性循环。 技术的真正价值不在于“基准测试黑客行为”或庆祝科技公司，而在于其能否被广泛应用于医疗、教育等领域，切实提升生产力和改善生活。 企业转型的关键在于文化、能力建设以及亲身实践，而非研究成功案例。 构建智能体网络：AI 时代的“新脚手架” 在 Satya Nadella（萨蒂亚·纳德拉）看来，当前我们正处在平台转型的早期阶段，大约两到三年后，讨论的焦点将从单个应用转向整个平台生态。微软的目标是构建一个支撑 AI 时代的“新脚手架”。 他以斯坦福医学院的肿瘤委员会会议为例，描绘了理想中的智能体协作场景：一个高风险的医疗决策场景，需要整合来自病理学、多个实验室、PubMed 数据库等多源数据，并由多个 AI 代理进行协同处理，最终将结果呈现给在 Microsoft Teams 中协作的医生。医生随后还能将这些信息轻松转化为教学用的 PowerPoint。这种复杂的、跨数据源和应用的“编排”（Orchestration）能力，正是未来应用的核心。 为了实现这种愿景，Nadella 认为必须构建一个每一层都开放、可组合、有标准协议的真实技术栈。如今，从 Microsoft 365 Copilot 到 AI 开发平台 Foundry，再到自然语言网络（NL web）和模型上下文协议（MCP）等开放组件，这个技术栈正在成型，共同编织成他所说的“智能体网络”（Agentic web）。他甚至认为，这或许能让我们重新发现互联网最初的开放精神。 微软正在尝试构建一个统一的 AI 用户界面（UI for AI），将聊天、搜索、代理、笔记本等功能集成于一处，Microsoft 365 Copilot 和 Teams 正是其体现。但 Nadella 强调，这并非唯一的形态。针对开发者、科学家等不同群体和工作流，将会涌现出丰富多样的 AI 交互界面。其底层令人兴奋的能力在于：数据、多模型调用、代理编排层以及能够理解意图并将其分解为对多个模型调用的新型推理模型。 从知识工作者到代理管理者：工作流的彻底逆转 随着 AI 代理的普及，知识工作的性质将发生根本性变化。Nadella 认为，未来知识工作者将更多地扮演“代理管理者”的角色，而非被代理所取代。 他用一个生动的比喻来解释这种抽象层次的提升：如果一个外星智能在 80 年代初观察地球职场，会看到“打字员池”、“幻灯片制作池”。而今天再来，它会认为“全人类都是打字员池”，因为人人都在打字。但实际上，我们从事的是知识工作，只是工具和形式被抽象和改变了。 他以自己准备客户会谈的流程为例，展示了工作流的“彻底逆转”。过去，需要账户团队撰写报告、通过邮件发送、他再手动整理到 OneNote 中阅读。而现在，他只需给出一个提示（Prompt），AI 就能从网络、邮件、文档、CRM 系统、供应链系统中自动抓取信息，生成一份全面的报告，他再分享给团队。他坦言，作为 CEO，他现在做的“知识工作”比过去更多，感觉能力更强、效率更高。 因此，Nadella 给所有知识工作者（无论是软件、金融、销售还是科学领域）的建议是：积极使用工具，主动改变你的工作产出物和工作流。拥有改变周围工作方式的能动性（Agency），是应对变革的最佳方式。他承认岗位更替必然会发生，因此最好的防御就是技能提升与再培训，而这一切始于使用工具本身。 AI 编程的未来：填补“技术债”，人类仍在循环中 开发者是工作流受 AI 冲击最显著的群体。Nadella 提到，微软目前有 30% 的新代码是在 AI 辅助下生成的。他展望了当 90% 或 95% 的代码都由 AI 生成时的世界图景。 他的思考起点是全球面临的巨大“技术债”或“IT 债”——大量未完成的软件项目。世界需要更多的软件开发能力来满足需求、清偿这些债务。在此背景下，AI 编程工具（如代码补全、代码解释、图表生成、多文件编辑、全仓库变更代理等）的价值在于，能让开发者保持心流状态，更高效地工作。 他特别提到新发布的 GitHub Copilot 工作流代理（Coding Agent），允许开发者指派任务并异步执行。但 Nadella 强调了一个关键点：“人类仍在循环中”（human is in the loop）。他认为人们高估了 AI 的自主性。即使在执行持续集成/持续部署（CI/CD）之前，代码仍需经过人工审核。这是一个开发组织内部人员与 AI 代理协同工作、共同解决开发赤字的新工作流。 对于企业而言，Copilot 的微调功能是一个重大突破，允许企业利用自有数据和代码库定制自己的 AI 编程助手。Nadella 指出，这引出了企业的“可持续优势”问题。优势不在于基础模型本身（这终将商品化），而在于企业能否形成一个良性循环：利用内部知识和数据微调模型 - 将输出应用于市场 - 获取客户或市场的反馈信号（即强化学习的奖励）- 用新数据样本进一步优化。完美运行这个循环，将成为 AI 时代企业新的核心竞争力。 企业转型之道：文化、能力与实践，而非案例研究 作为带领微软经历多次技术转型的领导者，Nadella 分享了企业如何围绕“代理时代”进行重组的心得。 他指出，微软并非靠单一产品成功的公司，因此最困难之处在于“不断调整”。他总结了转型需要彻底改变的三件事：工作方式、工作内容以及市场进入策略。同时革新生产函数、产品创新以及商业模式和上市策略，是一项艰巨的任务。 他认为，归根结底在于文化和能力建设，这能让企业有更多“射门机会”。对于稳定业务，AI 是顺风，能带来更大杠杆效应；对于衰退业务，AI 则是自我重塑的机遇。核心是培养寻找和实践新概念的文化与能力。 Nadella 特别提醒，迷恋时代的“明星公司”案例研究并无帮助。“现实是，案例研究没用。你必须亲自去做。”他引用了一句妙语：“你看别人去健身房，自己不会变健康。你必须自己去健身房。”这场变革关乎亲身实践，而非仰慕他人。 技术普及与价值回归：让强大的技术“消失” 关于员工技能提升，Nadella 主张“自下而上”的工具扩散模式，而非“自上而下”的标准化培训。他以个人电脑（PC）普及为例：最初是法律部门爱用 Word 写合同，财务部门爱用 Excel 做模型，但当人们需要跨部门协作时，工作流程和产出物自然被改变，这一切并非通过培训课，而是通过通用工具（PC 和 Office）的扩散实现的。 在微软内部，无论是 GitHub Copilot 还是 M365 Copilot 的推广，他都观察到类似的模式。他分享了一个网络工程师的例子：面对激增的 AI 工作负载和繁重的手动运维，她利用低代码/无代码和 Foundry 工具自主构建了一个多代理编排器，自动化了光纤故障处理流程。这种赋予员工工具和能动性，让他们改造身边工作流的方式，才是关键。他称 Excel 是“世界上最伟大、最普及的编程工具”，而 AI 工具将再次引发类似的全民“编程”普及。 谈到更前沿的“主动代理”（Proactive Agent），Nadella 引用了马克·维瑟关于“普适计算”的名言：“技术强大到足以消失。” 他认为，自然用户界面的演进方向就是以最小摩擦完成用户意图。主动代理应能理解高层意图、制定计划并执行，同时用户保持控制和可审查性（如通过会话日志）。这是透明性与自动化之间的平衡。 最后，主持人重提了 Nadella 此前引发热议的观点：AGI（通用人工智能）只是“无意义的基准测试黑客行为”，AI 的真正价值在于全球经济增长。Nadella 对此进行了阐释。他以医疗行业为例（占美国 GDP 约 20%），指出其巨大成本源于工作流低效。如果像斯坦福医学院使用的多代理编排器能够普及，让医疗提供者以更低成本提供更优质的护理，那才是价值所在。 他强调，自己的评论并非针对伟大的 AI 研究，而是认为社会过于庆祝科技公司本身，而非技术产生的影响。他渴望看到讨论焦点转向技术的实际应用。例如，世界银行在尼日利亚的研究显示，为学生提供 Copilot 或其他代理工具后，教育成果出现了可统计的显著改善。这种技术被广泛应用、解决实际问题的故事，才是他投身科技行业的初衷。“当全球其他行业因为运用技术为我们所有人创造了奇迹而受到庆祝时，那才是值得庆祝的一天。” Nadella 总结道。
