微軟CTO（首席技術(shù)官）Kevin Scott擁有41年編程經(jīng)驗，親身經(jīng)歷了現(xiàn)代軟件開發(fā)每一次重大技術(shù)變革。而Agent智能體作為下一代互聯(lián)網(wǎng)最重要的技術(shù)之一，微軟幾乎在所有產(chǎn)品矩陣中都增加了相應的功能，非常重視智能體的應用和發(fā)展。

事實上，微軟也是目前全球智能體的領(lǐng)導者和最大的開發(fā)平臺之一，有超過7萬家企業(yè)和數(shù)字原生公通過其AzureAIFoundry開發(fā)平臺來開發(fā)、定制、管理智能體和AI應用。

超過1萬家組織采用新的AgentService構(gòu)建、部署和擴展智能體系統(tǒng)；超過23萬家組織，包括90%的財富500強企業(yè)，都使用了Microsoft Copilot Studio來開發(fā)AI、智能體應用。

在今年微軟舉辦的“Build2025”大會期間，Kevin接受了科技博主Every的專訪，從技術(shù)視角出發(fā)，詳細解讀了微軟是如何推動智能體生態(tài)的發(fā)展，以及一些技術(shù)創(chuàng)新和標準構(gòu)建。

完整專訪視頻

英語好的小伙伴可以直接聽原采訪視頻，「AIGC開放社區(qū)」也會在下面給出詳細的采訪內(nèi)容。

主持人：Kevin，你對使用Agent進行編程的看法是什么？有些人擔心這會剝奪編程的樂趣和工匠精神。

KevinScott：我喜歡我的團隊成員，無論是軟件工程師、機械工程師、木工還是陶藝家，如果你真的對自己的工作充滿熱情，你就會對如何完成工作有自己的強烈看法。我從事木工的時間幾乎和我從事編程的時間一樣長。這并不是過去四十年中軟件開發(fā)性質(zhì)首次發(fā)生重大變化。如果Agent要真正有用，它們必須能夠代表你采取行動，使用工具、在系統(tǒng)中進行更改，并咨詢各種豐富多樣的信息源。

為了實現(xiàn)這一點，我們需要一個類似互聯(lián)網(wǎng)的生態(tài)系統(tǒng)。我在微軟作為CTO推動的一件事是，我希望我們內(nèi)部的所有系統(tǒng)都能與我們正在編寫的Agent使用標準協(xié)議進行通信。保持好奇心，嘗試新事物。如果對你有用，就使用它；如果沒用，就不要用。

主持人：去年你在節(jié)目中提到兩個主題：Agent將無處不在，以及對規(guī)模定律的強調(diào)。今年的焦點似乎轉(zhuǎn)移到了“Agent網(wǎng)絡”上。這一年中發(fā)生了什么變化？我們從去年學到了什么？

Kevin Scott：我認為有幾件事發(fā)生了變化。去年，人們還在懷疑規(guī)模定律是否還會持續(xù)有效，但我們已經(jīng)一年又一年地證明了，這些定律依然有效并且運行得很好?，F(xiàn)在，人們不再需要被提醒這一點。另一個變化是，模型的推理能力實際上已經(jīng)超出了我們目前在產(chǎn)品中使用模型的方式。我最近一直在談論一個叫做“能力過?！钡默F(xiàn)象。

我認為整個行業(yè)需要共同努力，縮小模型實際能力與我們向用戶提供的能力之間的差距。這也是為什么今年的Build大會沒有像去年那樣強調(diào)規(guī)模定律。

此外，隨著過去一年中Agent的大量涌現(xiàn)，我們發(fā)現(xiàn)除了推理能力之外，還有許多其他問題需要解決，以使Agent真正有用。

例如，我們需要更好的Agent記憶，因為目前Agent的記憶在很多有趣的方式上受到限制。它們有點事務性，你使用它們完成一項任務，記憶在任務過程中是連貫的，但之后記憶可能會完全消失，下次使用時又得從頭開始，這極大地限制了你將越來越復雜的任務委托給它們的能力。

如果Agent要真正有用，它們必須能夠代表你采取行動，使用工具、在系統(tǒng)中進行更改并咨詢各種信息源。為了實現(xiàn)這一點，我們需要一個類似互聯(lián)網(wǎng)的生態(tài)系統(tǒng)，如果你有一個信息源，你已經(jīng)有一個網(wǎng)站，你已經(jīng)有一個API在為人們提供服務，那么你需要弄清楚如何將這些整合起來，讓Agent能夠與之對話，并且讓所有激勵措施都朝著讓這些參與Agent網(wǎng)絡的方向發(fā)展。

今年的一個大事是，我們看到了像MCP這樣的簡單開放協(xié)議的初步進展，還有像微軟剛開源的NLweb這樣的東西，它們在Agent網(wǎng)絡中扮演的角色類似于HTML在互聯(lián)網(wǎng)中的角色。我認為你會看到這些簡單、可組合、分層的東西在開放社區(qū)中大量涌現(xiàn)，希望它們能夠普及，讓Agent真正能夠做事情。

主持人：所以，你認為Agent需要訪問互聯(lián)網(wǎng)上的信息、計算機上的內(nèi)容等，需要協(xié)議和流程來實現(xiàn)這一點。那么，這對微軟來說為什么重要？微軟想在這個生態(tài)系統(tǒng)中扮演什么角色？

Kevin Scott：我認為有兩到三件事情非常重要。首先，我們自己也在開發(fā)Agent，為了讓我們的Agent對用戶有用，我們需要在這些Agent內(nèi)部解決這些問題。即使你將范圍縮小到企業(yè)Agent，我在微軟作為CTO推動的一件事是，我希望我們內(nèi)部的所有系統(tǒng)都能與我們正在編寫的Agent使用標準協(xié)議進行通信，這樣我們就不會將整個世界暴露于康威定律。

康威定律是編譯器領(lǐng)域的一個有趣現(xiàn)象，它指出你編譯器的階段或傳遞次數(shù)將由參與編譯器工作的團隊數(shù)量決定，你實際上是在“運送你的組織架構(gòu)圖”。在像微軟這樣的公司內(nèi)部，你當然不希望在構(gòu)建Agent時“發(fā)送你的組織架構(gòu)圖”，否則會非常低效。

作為工程師，看到?jīng)]有標準協(xié)議和服務供每個人使用時的低效構(gòu)建過程，就像是一場噩夢。但如果你想象一下Agent真正能做到什么，以及用戶希望這些Agent比現(xiàn)在更有用，你需要事情像過去網(wǎng)絡發(fā)展時那樣發(fā)生。

我認為MCP是一個很好的例子，是一個非常簡單的協(xié)議，解決了Agent和平臺基礎設施構(gòu)建者以及使用這些系統(tǒng)的用戶以及提供商（他們希望參與這個新的Agent網(wǎng)絡）的一個非常重要的問題。人們正在減少做一件事，即我知道如何連接，他們正在思考如何將我的東西接入這個網(wǎng)絡，以及從商業(yè)模式的角度來看，這樣做是否有意義。

所以，這兩件事是：讓我們的Agent更有用，以及微軟是一個平臺公司，比我們自己編寫的Agent更重要的是，微軟在過去50年中一直在構(gòu)建技術(shù)平臺，我們只是想確保我們能夠幫助解決隨著Agent網(wǎng)絡出現(xiàn)而出現(xiàn)的問題。

主持人：看到微軟大力推動MCP并將其整合到Windows等系統(tǒng)中，這真的很酷。這讓我想起了關(guān)于MCP的一些討論，有人認為它的安全模型需要大量改進。

你對這個問題怎么看？你一直在將這個堆棧與互聯(lián)網(wǎng)堆棧進行比較，而互聯(lián)網(wǎng)有一個安全模型，比如同源策略，它確保如果一個網(wǎng)站為你提供代碼，那么它只能在其自己的數(shù)據(jù)上執(zhí)行。而MCP并沒有這樣的東西。那么，你認為這個堆棧的正確安全模型是什么？

Kevin Scott：我不能確切地說我知道正確的安全模型是什么，但有趣的是，MCP如此簡潔一致，社區(qū)將相對容易決定安全模型是什么。我們有一些企業(yè)級的事情非常關(guān)心，并且我們正在與MCP團隊緊密合作以完成這些工作。我們需要Agent有身份，這樣你就可以構(gòu)建授權(quán)系統(tǒng)，可以說這個Agent是代表這個人行事的，并且他們有權(quán)查看這個系統(tǒng)中的這些資源。甚至有一種方式可以讓Agent去查詢許多系統(tǒng)，說“我想做這件事，我需要接觸這些系統(tǒng)。

我需要請求哪些權(quán)限才能做到這一點？”然后我可以向用戶（委托我執(zhí)行這項任務的人）請求權(quán)限，比如“我可以對這些事情進行操作嗎？”用戶可以回答“是”或“否”。對于這些系統(tǒng)的管理員來說，他們可以決定是否允許這些操作發(fā)生。所有這些事情在MCP之上相對容易做到，雖然不是容易，但相對容易做到，并且重要的是，我們要以一種開放的方式去做，我們不需要讓它成為我們自己的Agent或我們自己的系統(tǒng)的專有東西，我們只需要弄清楚如何做到讓事情像網(wǎng)絡那樣工作。

主持人：這是一個有趣的問題，因為我覺得可能存在兩種潛在的市場模式或商業(yè)模式，一種是垂直化的模式，你擁有模型和UI層，你做所有的應用程序等，就像蘋果的AppStore和iPhone模型一樣，你可以以很多方式保證安全性。而開放模式則更難做到安全性，但你會得到更多的創(chuàng)新，因為沒有中央權(quán)威。你們在做決策時是怎么考慮這兩種模式的？

Kevin Scott：我認為這可能是一個虛假的二分法。在這些開放系統(tǒng)中，有一個特點是它們是無需許可的，擁有無需許可的創(chuàng)新是一個真正的優(yōu)勢。作為個人，我最興奮的是，你現(xiàn)在可以在不需要獲得某人許可的情況下進行創(chuàng)新和構(gòu)建事物，你不需要他們授權(quán)你將事物分發(fā)給其他人，也不需要這些復雜的把關(guān)環(huán)節(jié)，這些環(huán)節(jié)實際上坐在你（有想法的人）和可能從你的想法中受益的人之間。

我認為一些中間層在過去幾年中已經(jīng)出現(xiàn)，它們實際上并沒有為交易中真正重要的兩方（即付出努力創(chuàng)造事物的人和將花費注意力、金錢或其他有價值的東西來訪問事物的人）貢獻太多價值。

所以，我對開放系統(tǒng)感到興奮，這是原因之一。但我也認為，你可以利用現(xiàn)在擁有的AI能力在這些系統(tǒng)中獲得真正的強大安全性。例如，你可以有一個Agent，它負責你的個人安全需求，知道你愿意分享什么，不愿意分享什么，并且它對風險評估有一定的了解。

例如，今天早上我準備上臺的時候，我收到了一堆電子郵件，因為我是我妻子的備用安全賬戶，有人在我的妻子的賬戶上擺弄雙因素認證，我做的第一件事是給她發(fā)短信，而不是給她發(fā)郵件，因為可能有人未經(jīng)授權(quán)訪問了她的電子郵件賬戶。

我給她發(fā)短信問她“是你在擺弄配置嗎？”她說“是的”。你可以想象，有一個Agent可以訪問你所有的通信方式，能夠注意到有些奇怪的事情正在發(fā)生，然后使用許多資源來確定這是合法活動還是非法活動。所以，我認為你可以同時擁有這兩者，不一定非得是你說的那樣，要么是安全性，要么是開放性。

主持人：這很有道理。我還有一個問題，軟件工程顯然正在發(fā)生變化。你已經(jīng)從事軟件工程很長時間了，你也非常關(guān)心制作東西的工藝，比如你制作陶瓷、制作自己的包，你喜歡親手制作東西。有些人認為使用Agent進行編程會失去一些制作代碼的“感覺”，你怎么看待這個未來由Agent輔助的編程世界呢？

Kevin Scott：讓我先說，我喜歡我的團隊成員，當我說“我的團隊成員”時，我的意思是廣義上的“制造者”，無論是軟件工程師、機械工程師、木工、陶藝家，還是其他任何從事創(chuàng)造性工作的人，他們從原材料或無中生有地創(chuàng)造東西。

如果你對自己的工作充滿熱情，你就會對如何完成工作、使用的工具、使用的材料以及如何組合這些東西有非常強烈的看法。這是你做好工作的必要條件。有趣的是，人們有很多不同的意見。正如你所說，我已經(jīng)做這件事很長時間了，我是一個“老古董”，我12歲時寫了我的第一個程序，這意味著我已經(jīng)編程41年了。所以，當你做一件事很長時間時，你會發(fā)現(xiàn)這并不是過去四十年中軟件開發(fā)性質(zhì)首次發(fā)生重大變化，人們對于變化及其意義有著非常強烈的看法。我認為現(xiàn)實是人們會有選擇。例如，當我進入文本編輯器時，我可能不應該說這個，因為我們開發(fā)了Visual StudioCode，但我是一個頑固的老家伙，我仍然使用VI，至少我使用Vim。

但我的首選文本編輯器是一個非常過時的東西，我知道這肯定是在優(yōu)化我工作的一部分，但我仍然選擇這樣做，因為我有選擇權(quán)。而在其他方面，無論是軟件開發(fā)還是我正在做的其他事情，重要的是目標，而不是實現(xiàn)目標的方式。我會選擇最強大或最方便的方式來實現(xiàn)目標，我不在乎別人會因為我的選擇而批評我。這種現(xiàn)象無處不在。我從事木工的時間幾乎和我從事編程的時間一樣長。

當我還是青少年時，最大的爭論是“如果你使用電動工具，你還是一個真正的木工嗎？”真正的木工只使用手工工具。今天仍然有一點這樣的爭論，但真正的爭論是“如果你使用CNC工具，即計算機控制的電動工具，而不是普通的電動工具，你還是一個真正的木工嗎？”我理解這種爭論本身很有趣。

但有時人們會做出不同的選擇，因為他們重視的東西與你不同。如果你更重視過程而不是結(jié)果，有時你會做出與那些更重視結(jié)果而不是過程的人不同的決定。我認為，當你問“你是一個真正的木工、真正的程序員嗎？”時，你實際上是在說“你只有按照我成長的方式去做，你才是真正的”。但在很多方面，這只是一個選擇的問題。我永遠不會告訴任何人不要對他們的工藝有強烈的看法，這是很好的。我的建議是保持開放的心態(tài)，當工具發(fā)生變化時，要保持好奇心。

我甚至無法告訴你，有多少次我看到一些其他非軟件制作領(lǐng)域的新技術(shù)出現(xiàn)時，我會想“哦，我討厭學習這個東西”，比如3D打印機，我等了很久才去學習如何使用3D打印機，我后悔沒有早點開始，因為它們對我所做的幾乎所有事情都非常有用，出于各種復雜的原因，我沒有讓自己對它產(chǎn)生好奇心，這很奇怪。所以，是的，保持好奇心，嘗試新事物，如果它對你有用，就使用它；如果沒用，就不要用。

主持人：你認為軟件工程Agent的未來會是什么樣的？會有一個統(tǒng)治一切的Agent，還是會有很多不同口味的Agent？你認為這個生態(tài)系統(tǒng)會如何發(fā)展？

Kevin Scott：我認為會有很多不同的Agent。擁有許多Agent是好事，我們當然會通過GitHubCopilot和我們正在開發(fā)的GitHubAgent工具等產(chǎn)品，努力成為一個許多人會選擇的工具，因為它們發(fā)現(xiàn)它非常有用。但我認為，期望全球所有開發(fā)人員都使用一個工具來完成他們工作的重要部分是不現(xiàn)實的。

開發(fā)人員的樂趣之一就是他們實際上有選擇權(quán)，可以選擇和嘗試許多不同的東西，做非理性的事情，做理性的事情。這是我過去四十年編程生涯中看到的一個非常一致的現(xiàn)象，那就是人們會不斷改變他們的工具。你認為不同Agent之間會有什么區(qū)別呢？

我認為Agent最重要的是它們的產(chǎn)品制造部分。所以，我現(xiàn)在看到的最有趣的初創(chuàng)公司并不是試圖通過構(gòu)建某種差異化的基礎設施來創(chuàng)新。它們之所以創(chuàng)新，是因為它們認為自己對某個問題的理解比其他人更好，并且它們認為它們可以拿起基礎設施、修改基礎設施或調(diào)整基礎設施，以解決他們對這個問題的理解，以一種世界級的方式解決。

所以，我認為這就是我們現(xiàn)在需要的，這將決定Agent的多樣性以及哪些東西被用于什么目的。而且，我認為因為現(xiàn)在更容易理解某人的問題，并拿起這些工具去嘗試解決它，你會看到許多公司正在構(gòu)建許多東西，試圖解決這些問題。

即使是在軟件開發(fā)工具領(lǐng)域，過去一年出現(xiàn)的東西也太多了，它們都很有趣。對于一家自己構(gòu)建軟件開發(fā)工具的公司來說，要應對這些變化是很困難的，但這是非常非常有趣的。如果你對某人需要的東西有細微的理解，人們會有很高的容忍度和興趣去嘗試。

主持人：好的，我們快沒時間了，最后一個人問題。假設一年后我們又回到了Build大會，那么現(xiàn)在人們還在關(guān)注的一些熱門話題或大問題，哪些在一年后可能不再重要，而一年后我們會關(guān)注什么？你對未來有什么預測？

Kevin Scott：我認為那些仍然堅持認為技術(shù)還不成熟的人，比如“我嘗試過，但它的成本略高，或者它的能力略低于我想要的”，我認為任何以這些為借口等待開始的人將會遠遠落后。因為一切都會變得越來越便宜，每年都會變得更加強大。我知道，現(xiàn)在在2025年，這已經(jīng)不是一個很難讓人信服的觀點了。

過去曾有一陣大聲的喧囂，說“哦，進步即將結(jié)束，一切都會停止，每個人都會非常失望”，但現(xiàn)在已經(jīng)很少有人關(guān)注這些了。因為關(guān)注那些說“事情即將停止”的人，你實際上是在押注失敗，而押注失敗與押注樂觀之間的成本差異是非常大的。

所以，我認為我們會看到人們用Agent解決的問題的雄心壯志會大大增加。我認為人們關(guān)注的模式也會有很大的不同。隨著Agent網(wǎng)絡開始更加完善，模型的推理和規(guī)劃能力變得越來越好，你會開始從與Agent的同步交互模式轉(zhuǎn)變?yōu)楫惒浇换ツＪ健，F(xiàn)在，大多數(shù)人使用Agent的方式是，他們坐下來，有一個任務，他們發(fā)出提示，然后等待Agent返回結(jié)果，然后他們對結(jié)果進行操作。

我認為到明年，你會看到人們使用Agent去處理一些需要花費很長時間的任務，Agent會去調(diào)用許多系統(tǒng)，它所采取的行動可能需要很長時間才能得到回應。然后它會整合所有這些回應，并進行一些操作，這個過程可能會迭代多次，然后在某個非短暫的時間后，它會說“好吧，我已經(jīng)做到這里了，現(xiàn)在輪到你采取行動了”。聽起來這是一個令人向往的未來。

本文素材來源微軟，如有侵權(quán)請聯(lián)系刪除

報告下載

大 佬觀點分享

關(guān)于RPA、AI、企業(yè)數(shù)字化轉(zhuǎn)型

(點擊文字即可閱讀)

| |

| | |

| | |

| | |

| |

行業(yè)知識交流分享，結(jié)識擴展人脈圈層

公眾號后臺回復【RPA】或者【流程挖掘】

可受邀加入相關(guān)的交流群