編輯 重點君

近日，微軟CEO Satya Nadella（薩提亞·納德拉）接受了YC總裁Garry Tan（陳嘉興）訪談，介紹了微軟的人工智能押注、超大規模擴展與量子計算突破。

訪談全程四十分鐘，信息密度極大，我們給你劃下重點。薩提亞認為：

1、人工智能是繼客戶端/服務器、網絡/互聯網、移動/云之后的第四次重大平臺變革，其快速普及建立在此前支持人工智能超級計算機和模型的云基礎設施之上。

2、我們正處于“系統軟件的黃金時代”，平臺本身正被人工智能工作負載“重新審視和改變”。 他將人工智能中的模型層比作 SQL 引擎，提供了構建復雜產品的穩定平臺，并強調集成部分、工具調用和數據反饋循環對于應用程序的創建至關重要。

3、AI 被過度炒作的東西只有模型能力。人工智能在現實世界的影響力和傳播速度，被遠遠低估了。比如：一位印度農民通過聊天機器人獲取農業補貼，人工智能在非洲和拉丁美洲介入教育領域。

4、對于構建復雜的人工智能應用和代理，模型周圍的三個基本組成部分是：記憶、工具使用和權限（訪問控制/業務邏輯），它們構成了“支架層”。

5、人工智能迎來“新瀏覽器時刻”，即視覺和語音與 Copilot 等工具的整合，正在現有設備形態上改變計算機的使用方式，適合日常使用。長期AI代理將成為個人電腦，為用戶管理任務和操作。

6、未來每個人都會參與軟件的創建，軟件工程師的角色將演變為軟件架構師，專注于元認知、確保代碼質量以及理解人工智能代理的工作內容。

7、微軟在量子計算方面通過 Majorana 1 芯片實現了物理學上的突破。他將量子計算視為模擬“自然語言”（物理學），而人工智能則充當該模擬器的“仿真器”。他設想人工智能、高性能計算（HPC）和量子計算在一個循環中協同工作，加速化學、物理和材料科學等領域的進步。

以下是薩提亞·納德拉訪談全文：

開場與人工智能的宏觀展望

陳嘉興：我很榮幸歡迎微軟董事長兼首席執行官薩蒂亞·納德拉。

薩蒂亞：謝謝大家。謝謝你。伙計，舊金山，你們應該搬到西雅圖。

陳嘉興：我在西雅圖開始了我的職業生涯。就是這樣。那是一個非常棒的地方。

薩蒂亞：任何成功人士都從微軟開始。

陳嘉興：沒錯。

薩蒂亞：所以，薩蒂亞，你之前強調過人工智能將塑造我們所做的一切。這在實踐中是什么樣子？在微軟，這實際上如何推動你們的戰略，特別是考慮到人工智能將如何影響想法，超越我們眼前那些令人難以置信的產品、更廣泛的經濟？

薩蒂亞：在微軟，我覺得我們是一家平臺公司，一家產品公司，一家合作伙伴公司，所以我，我考慮這三個維度。在我 35 年的職業生涯中，我經歷過，客戶端/客戶端服務器，網絡互聯網，移動云。這是第四個。這至少是我如何進行模式匹配的方式。所以我首先想到的是平臺的機會，當我環顧在座的各位時。有趣的是所有這些平臺的復合效應。所以這里有人工智能的部分。我認為擴散速度如此之快的原因是因為它建立在上一代的基礎上。我在想，如果沒有云計算的話，我們本來無法建造出那些人工智能超級計算機，正是它們催生了這些模型，進而催生了這些產品，所以這種復合效應對我來說非常有趣。這就是為什么你總是要以之前的平臺為基礎，構建下一個平臺，并且你要確保做到正確，然后你必須在其上構建下一代產品。每一次平臺的轉變，都會帶來新的工作負載。我記得最初看到大規模訓練任務的時候。這種工作負載與我們構建的非常不同，比如說，云計算的工作負載，它是一種數據并行同步的工作負載，這與之前完全不同，比如說，一個 Hadoop 作業或者類似的東西。所以平臺本身就會被完全重新審視你知道的，完全重新審議和改變。對我來說，我認為平臺方面令人興奮的是系統軟件的黃金時代。坦白說，今天如果我要考慮誰在基礎設施層進行構建，不僅是超級大規模云服務商，甚至還有初創公司，我認為這是一個巨大的機遇。顯然，模型方面有巨大的機會，基于模型的產品也同樣如此。所以，是的，我們會考慮這些，最終的目的是什么？這只有一個目的，只有一個目的，那就是最終推動經濟增長和 GDP 增長。所以如果你問我衡量人工智能的標準是什么，它是否在我們周圍的世界創造了剩余價值，一個社區、一國、一行業、一家公司，逐步實現？

模型與應用層的關系

陳嘉興：這似乎是在應用層面，你們知道，你們已經打造了，幾十年來應用層上定義性的應用。感覺我們正處在一個奇怪而不平穩的時刻，那里可能模型突然出現了，我們對發生的事情感到驚訝，但隨后，計算能力和應用程序實際上需要跟上。這里的希望實際上是這個房間里的人將會是構建這些應用程序的人。

薩蒂亞：是的，這是個好問題，其中一個問題是，模型是像 SQL 一樣，還是模型本身就是 SaaS 應用程序？我認為，那個地方，模型在哪里結束，產品又從哪里開始？因為如果你說模型帶有一些支架和工具調用，在某種無限循環中就是產品，如果真是這樣的話，我覺得這就有點讓人困惑了。但這就像說一堆 SQL業務邏輯就在 SQL 里，這就是一個應用程序。所以我認為任何人仍然有可能構建一個應用層在模型之上，你必須抽象自己，然后說“是的，模型就像 SQL 一樣，對我來說是這樣。”所以我認為我一直夢想著人工智能/機器學習會有一個類似 SQL 的時刻，因為如果你想想，我們過去從未有過一個穩定的平臺層，因為一切都是垂直構建和集成的。這是該模型層首次出現類似 SQL 引擎的東西，我們可以用它來構建相當復雜的產品。這些技術也是，僅推理時的計算加上工具調用就已經給了我們，我認為，這是一個相當強大的框架，能夠構建相當復雜的產品。

陳嘉興：是的。現在整合部分實際上也成了應用層，這真是有點瘋狂。是的。模型本身非常聰明，但是，現在好像在那之間存在著一個巨大的鴻溝，對于商業用戶來說，真正重要的數據是

薩蒂亞：我覺得這是一個很好的觀察，因為至少我對情況的理解是模型是一個重要的部分。模型框架和所有這些工具調用，所以你確實需要一個真正的應用服務器，才能構建復雜的應用程序。但有趣的是反饋循環，產品內部用于后續訓練的數據路徑，為了能夠使用正確的工具選擇，這似乎是產品創建的關鍵環節，這一切都會發生。

人工智能的能源消耗與社會許可

陳嘉興：人工智能的Scaling Law（擴展定律）仍在持續有效。對智能的需求似乎可能是無限的。昨天埃隆提到將會有 99 個超級智能體對 1 個人類，這有點瘋狂的預測，但鑒于目前情況似乎是可能的。未來人工智能真正需要全球計算基礎設施在哪里？你如何預見這些需求的發展，因為模型不僅僅是變得更大，但更智能，能夠進行復雜的多智能體交互？

薩蒂亞：是的，如果你真的退一步來看，首先如果你選擇了計算或智能無所謂，計算的對數。然后你問這個問題，計算消耗多少能源？以美國為例，可能今天大約占 2%。最多 3%。假設它翻倍，達到 6%。這就非常巨大了，因為額外需要產生的能量，為了讓人工智能使用，這個能量需求相當高。我認為這就是為什么我們都必須時刻記住如果歷史教給我們一個教訓，那就是如果你要使用能源，你最好獲得社會的許可來使用能源。所以，這意味著你必須確保人工智能的產出對社會有用。換句話說，如果我們真的沒有創造社會剩余，以國家和社區衡量的經濟剩余，那么我們就不能僅僅消耗能源。對我來說，這才是更重要的事情。就像今天每個人都很焦慮一樣，好吧，我該如何處理能源生產？我認為未來五年的真正問題是，我們必須生產出足夠多的產品，創造巨大的價值，順便說一句，我對此非常有信心，在醫療、教育、以及生產力方面。所以有很多很多領域。但這對我們作為科技行業來說是真正的挑戰，就是要明確無誤地證明我們所創造的成果在真實數據中得到了體現，這不僅僅是一個通用人工智能或人工智能的基準測試。

陳嘉興：希望這能體現在你每天實際接觸到的事物中。你知道的，你去申請房貸，而不是，你知道一個很好的例子。等了兩三個月，你都不知道自己是否會被批準，或者你知道的。生活中有太多重要的事情，卻被繁瑣的文書工作或官僚主義淹沒，那些事情可能因此消失。

薩蒂亞：100%。所以我認為，即使拿一些公共服務來說，如果你談論，拿任何一個國家來說，它的 GDP 或者拿美國的醫療保健來說，那是什么？我們的成本中有 18.19%是醫療保健。很多人都在談論神奇的藥物等等，但所有的成本都在工作流程上。所以如果你真的拿像出院這樣簡單的事情來說，比如你拿一個電子病歷系統的后端，只是一個 LLM 和一個提示，這本身就能節省大量時間、金錢和精力，幾乎可以自我回本。

陳嘉興：這很直接，你在醫療保健上花費了驚人的國內生產總值，這是理所當然的。但是，每一美元花在文書工作上，本可以用來做某種治療。

薩蒂亞：那本可以挽救某人的生命。或者醫生將時間從文書工作轉移到患者身上的簡單時間分配，這正是可以實現的。

人工智能部署的挑戰與未來展望

陳嘉興：您認為目前人工智能部署面臨的最大限制因素是什么？

薩蒂亞：你看，這里有個有趣的地方。而且這個觀眾群體非常年輕，我的任何比喻都不太適用。但無論如何，如果你是剛剛進入這里的話，在早期，你知道的，假設他們是一家跨國公司，個人電腦普及之前。我們到底是怎么做預測的？比如一個簡單的銷售預測，過去做銷售預測的方式是你會發送傳真。然后人們會拿到這些傳真，發送內部備忘錄。這些內部備忘錄會被批注，希望能在季度結束前得出預測結果。然后突然人們說，有了電子郵件、個人電腦和 Excel，他們說，“我們來用這些，比如讓我通過電子郵件發送一個 Excel 電子表格。”人們輸入數字，你就有了預測。所以發生的事情是，工作、工作產物和工作流程都發生了變化。這就是人工智能需要實現的目標。當有人說，“我我，我現在要開始做我的工作，但同時，我會指揮 99 個代理代表我行動，”工作流程不會是持續不變的。你現在真的得改變了。甚至你的工作范圍都會改變。所以變革管理才是真正的瓶頸。因為你現在掌握了保險公司的生產資料，金融服務公司，醫療保健公司的生產資料，在一家軟件公司并且說，“我們將徹底改變，我們的工作方式。事實上，我們將改變他們的工作內容。”比如說，在 LinkedIn，我認為他們把多個這些職能，設計職能，前端工程師職能，產品職能，全部整合在一起，然后說“我們將擁有全棧開發者。”這甚至是職位范圍的變化。那么，你如何用新的角色重建產品團隊，新的職責范圍，以及其他方面呢？對我來說，那更多是社會的速率限制因素，并不是說在這項技術的部署上沒有許多其他問題，將其推向世界，電力是其中之一。還有其他問題。但我會說是變革管理。當我觀察許多人工智能初創公司時，當我和他們交談時，現在每個人都有了，你曾在 Palantir 工作，所以你知道這個。每個人都有四個部署工程師。這才是令人興奮的地方。Palantir 模型，我認為這是一個非常棒的模型。那為什么呢？那是因為變革管理，因為我認為你真的需要幫助客戶，合作伙伴，真正理解你所創造的任何產品的好處，不僅是技術本身，甚至是如何在工作流程中使用這項技術。

陳嘉興：在 YC，我們有一句有趣的說法，經常告訴這里的很多人去做，那就是，這些人是一些最聰明的，人工智能研究人員、計算機科學家，他們剛剛開始自己的職業生涯，我們告訴他們，“去潛伏。”所以去做醫療賬單員，看看有多少所謂的“知識工作”實際上是在瀏覽器和電子表格之間復制粘貼的工作有多少，寫進一封電子郵件，然后點擊發送。持續這樣做一段時間后，你會意識到，其實，這些不一定是，你知道的，使用你的前額葉皮層和你最高級的思維類型的工作。比如，這些不是你知道嗎，你能想象這么多人，他們的生活基本上就是，你知道的，過去，我們過去常常，知道的，接下來，在我們那個年紀，我們會稱之為推紙工作，但是，他們現在不再是推紙了，但他們正在發送電子郵件。他們不再發送傳真了，但他們試圖通過，比如，附加文件來完成業務。這實際上看起來是一個相當大的轉變。

薩蒂亞：是的，可以在上面工作。我認為，對于任何創造產品或實現根本性突破的人來說，最被低估的機會之一，即使是在模型層面，知識工作中存在的大量繁瑣勞動，在軟件工程領域我們已經看到了這一點。我們已經讓軟件工程失去了樂趣，因為你失去了專注狀態。能夠保持專注狀態，能夠完成一項任務，這本身就是我認為所有知識工作將會發生變化的一個很好的例子。你完全正確。你在帶外花費的周期數量，收集信息，因為如果你考慮前額葉皮層和綜合部分，你在那里花費的時間相當少。現在，比如說，讓一個復雜的推理模型和你的前額葉皮層協同工作，而許多瑣碎的事情則由更智能的代理或類似的東西來完成。我認為，這無疑是前沿領域。

陳嘉興：那么，除了簡單地采用人工智能工具之外，您認為目前該領域最大的變革性轉變是什么？

薩蒂亞：我認為，對我來說，甚至，比如說，這個領域變化如此之快，我去年甚至都沒想過，到這個時候，我們能在強化學習方面取得這么大的進展，基本上只是通過測試和計算。這看起來似乎幾乎沒有限制。所以我對它的看法是，預訓練起了作用，所有后續的訓練技術都非常出色。那么這個推理時間的計算似乎確實帶來了另一個巨大的規模定律。所以現在我很想知道是否有某種新的算法突破，因為我總是說，這整個體系可能會被這里的某個人改變，他站出來說“我有一個更高效的做法，或者一種做這件事的方法。”所以，你必須保持開放的心態，因為最后一次重大的算法突破尚未出現。這就是其中之一。我一直對此很感興趣。另一個是，下一步是什么，對，因為預訓練到強化學習是什么，端到端的訓練循環，那是下一步你知道的，大樣本？我認為這也是我認為明年會發生的事情。所以我可以說，如果那是另一個擴展定律的突破的話因為如果你現在去任何一個實驗室看看，我們所有人都會致力于研究“我們能構建出什么樣的更為集成的響應推理模型？”我認為這將是一個有趣的部分。

陳嘉興：我覺得這里有一些非常有趣的東西，如果你把一個 LLM 實例看作是一種意識，我認為有些人開始這么說，它有點像被實例化了，你用它做了一堆工作，然后它就消失了，你打開一個新的聊天窗口，它又是，我想我很好奇，比如說，你覺得這可能是需要做的一件事嗎，這個，那個，那個循環需要被完成。

薩蒂亞：對，對我來說，這個人工智能不幸是我們能選的最糟糕的名字，所以我一點也不喜歡把人工智能擬人化。我更多地把它看作是一種工具，它并不是試圖復制我們的思維方式。它確實顯示出智能的跡象，但它并不是我擁有的智能，我認為人類的能動性仍然重要，仍將存在，我們將把這些作為工具來使用。這就是我的立場。話雖如此，我們姑且說，哦，是的，內存系統是件好事。這些東西確實需要，如果我看下一道前沿的話，我想有三件事，第一是內存。另一個是使用的工具第三點，我認為這可能是最重要的，是權限，基本上就是說，如果我要采取行動，我擁有哪些權限可以采取行動。所以這三個系統必須圍繞模型作為一流系統來構建，才能讓我們開發出更復雜的應用。

薩蒂亞：人們開始提出的關于軟件未來的一個論點是，我們有數據庫，然后你還會擁有，基本上是中間件，我認為所謂的權限，是的。這有點像訪問控制列表。就是這樣。比如，業務邏輯是什么？誰來做什么？然后，你基本上把代理放在上面。

薩蒂亞：是那種沒錯。所以，這就是為什么我會想到一個，比如說，當你想到支架層時人們會說，對，你有一個模型加上支架。現在，腳手架真正成為一流的是考慮這三件事。使用的工具是一個，內存是一個，然后是權限。把這些東西組合在一起，你就可以創建一個代理。代理有一個 ID。代理有管理和配置控制。你知道的，我認為這就是思考問題的方式。

陳嘉興：你會擔心代碼生成嗎，比如說，會不會，你認為用戶最終會更傾向于按需制作軟件，而不是使用打包軟件？

薩蒂亞：這確實是，你知道的，我們已經進行了很多討論這是個很好的問題，是的。在走廊里聊過這個，因為我們房間里很多人，YC 實際上會資助大量的 SaaS，并且會繼續這樣做，但是，在背后，我們開始有了這種擔憂。我有一些風險投資家朋友在場，他們實際上是這樣說的：“我其實不知道我是否還能繼續投資 B2B、SaaS。”哼。你怎么看待這個問題？是的，這是個很好的問題。

薩蒂亞：這很有趣。同時，我看到有這么多人在分叉 VS Code，我心想，“伙計，我們肯定做對了什么。”所以，因此，打造一個出色的集成開發環境（IDE）是有其意義的。事實上，當我想到 Excel 時，我把它看作一個集成開發環境（IDE）。所以有一個很棒的畫布這一點，你可以把我們稱之為最優秀的分析模型帶到這個 IDE 中，然后在畫布和模型之間創建一個循環。所以我認為是的，你可以即時生成應用程序。你可以有一個預制的應用程序，真正幫助通過模型進行反饋循環，我認為這兩者將會共存。

陳嘉興：你認為設計在這一切中有作用嗎？我的意思是設計？基本上是一個人你知道的，一個人坐在 VS Code 前面，有點像是翻譯者，介于兩者之間，軟件以及最終用戶真正想要的東西，然后我認為“軟件會消失”這個想法，預設了只是你知道的，普通人走來走去會想要創建軟件，我不知道那是否可行。

薩蒂亞：我認為這是一個好觀點。你看，我覺得我表達的方式是，因為其中一個你問的基本問題是軟件工程會發生什么變化，那就是讓我們做以下這個，思維實驗，如果你說有某種火星智慧來到這里，在上世紀 80 年代，看著我們大家是如何工作的，他們會說，“哇，這些人類在辦公室工作，還有一個打字員團隊，他們有幻燈片團隊，人們還在用紙張工作。”如果他們今天再回來，他們會說，“天哪，現在全世界八十億人都是打字員了。”他們會，有點兒，推測成這樣。所以，我認為將會發生的是我們所有人都會在創造軟件，但會有一個叫做軟件工程師的職業。這個職業將會有所不同。但我看這件事，對，你，你，你實際上是在把一個軟件工程師變成“你現在是軟件架構師。”你看，那個，我，我仍然在思考你的元認知我最關心的事情之一是，伙計，現場編碼非常棒，直到它做了一些我完全不知道發生了什么的事情。所以這意味著我必須擁有我的代碼庫的元模型以及確切發生了什么。而且我，我正在查看變更日志，所以當我查看我現在最喜歡的 GitHub 功能是能夠真正查看所有在我倉庫中工作的代理的完整變更日志。我認為這就是未來軟件工程的主要方向。就像一個優秀的開發經理，我不知道你在微軟是哪個開發經理，但是，我真的觀察過，開發經理的工作就是確保構建不出錯并且代碼質量良好。對我來說，這仍然是件重要的事，因此會有一個抽象層次的提升，即使在一個全是 AI 代理的世界里，因為有一件事我們很少談，那就是法律責任，順便說一句，除非一些真正的法律發生改變，將會與人類及人類建立的機構共存。只要情況如此，我們就必須確保人類始終參與其中。從根本上講，這意味著我們需要大量工具讓人類參與其中，以便弄清楚這些東西在做什么。

人工智能的社會價值與未來機遇

陳嘉興：在人工智能開發中，你會看到很多，你認為哪些被低估了，從你的角度來看，整個科技行業過度炒作的是什么？

薩蒂亞：炒作可不少。我就這么說吧。我們現在處于，隨時隨地都是人工智能的時代，所以這很好。對于我們所有在這個行業的人來說，我們生存與否，全憑我們能否為某個新事物狂熱起來。什么是史蒂夫·喬布斯的說法，或者鮑勃·迪倫的說法。那就是你要么忙著生，要么忙著死亡？忙于誕生總比忙于消亡好。那很好。我認為我們最需要的是擔心和大多數工作作為一個，作為一個技術社區，我會說是我們如何獲得那個，社會許可？如果有一件事讓我感觸深刻對我來說，我看到的一個演示，真的讓我大吃一驚，那應該是在 2023 年年初，當我在印度的時候，我看到一位本地開發者基本上是串聯使用，當時是 GPT-3 或 3.5，配合其中一個印度堆棧的語音轉文字工具，文本轉語音，開源項目，然后展示了一位印度本地農民，他能夠使用一個在 WhatsApp 上構建的聊天機器人，從而獲得一些農業補貼，對，通過訪問政府網站。對我來說，那簡直難以置信。就像，我，我，我感覺，天哪，一個在美國西海岸開發的東西怎么能這么快就應用到實際案例中呢？這要歸功于擴散速度，基本上是人們遍布各地。這才是需要講述的故事，對，大規模地。我認為這是被低估的故事太棒了。因為現在被過度炒作的是模型能力。模型能力確實很棒，但伙計，如果我們能讓全世界認識到這正在真正改變每個人的生活，我們狀況良好。如果那沒有發生，這全是關于我們的一些估值。我們的公司和我們的行業，情況一如既往。那樣的話，結果不會好。

陳嘉興：我很喜歡那個例子。我覺得微軟就像是充滿了各種例子，展示了那些降低門檻的做法，這樣你知道的，更多人就能接觸到技術。你可以說 GitHub Copilot 是最大的之一。

薩蒂亞：是的。順便說一句，其中的一部分。既然你提到了其他的那些，世界銀行做過一項研究，我記得是在尼日利亞，現在他們已經把研究推廣到了秘魯或智利，其中一個，在南美洲。你知道的，我們在微軟一直在努力，教育領域能否進行干預，那一直是夢想。伙計，我們已經堅持了幾十年。這確實帶來了改變。但這項研究表明，獲得類似副駕駛的工具可能是教育中最好的技術干預措施，在非洲或拉丁美洲。那就是，那一直是夢想，我想，我們在科技領域都有過這樣的經歷，它就在我們觸手可及的地方。

陳嘉興：我想，有沒有什么有趣的觀察？我很好奇，因為你在 Windows 中的 Copilot 是在科技領域，比如說，也許人們真的很癡迷于最新的前沿模型，但人們很容易忘記，比如說，你知道的，Windows 以及與 Windows 的整合實際上是人們與，你知道的，今天的預 AGI 類型人工智能的首次接觸。有人對使用那個有什么觀察嗎？

薩蒂亞：不，我們對 Clippy 作為副駕駛的回歸感到非常興奮。但說真的，我是說，像是，對我來說，看看，我發現即使是在我們熟悉和喜愛的形態中，工作的形態，也就是一臺帶有鼠標和鍵盤的老式電腦。夢想一直都是，事實上，比爾在微軟研究院建立的第一個研究小組就是語音組，1995 年。從那時起，我們一直在說，“天啊，語音什么時候才能成為電腦上的一等公民？”但現在有了Copilot，有兩件事讓我覺得相當不可思議，這有點像是一個新的瀏覽器時代的時刻。這里既有視覺也有語音。我一直開著它。它能看到我所看到的，我也能和它對話。那看起來像是精準的鼠標移動，對我來說，是吧？所以我認為即使是在現有的形態上，也有辦法改變，整個計算機的使用方式，然后會出現新的形態。我認為現在是一個激動人心的建設時期，既包括硬件的開發，也包括對現有硬件的改造，以適應當前的需求，我認為，在計算機使用方面是可能的。

陳嘉興：是的，計算機使用非常吸引人，我的意思是，你擁有智能，而計算機使用實際上是一個超集，包含了所有數據，比如你的個人數據、你的工作數據，所有辦公文檔，所有東西都能在那里訪問。電影《她》說得對嗎，操作系統真的會融入你最信任的代理人嗎？

薩蒂亞：是的，我認為這一直是夢想，那就是，這些智能體能否成為你的電腦？然后它們為你完成電腦的使用。我認為這絕對是發展的方向。我想你提到了最關鍵的事情。那就是信任。也就是說，我能信任它來執行我想要的嗎？這意味著它關乎精準，也關乎某種程度上的...隱私。這涉及許多方面的考慮，我認為這些都會隨著時間發展，必須解決。

陳嘉興：在這方面，當你看，你們公司和蘋果都可以說是，他們必須站在保護全球所有計算機用戶隱私的前線。

薩蒂亞：是的，對我們來說，你知道的，有很多，甚至不能說是那種，有隱私，有安全，還有主權。這三點是非常非常重要的考慮，隱私，每個用戶都關心。安全，是每個租戶或每個客戶都會關心的，且在隱私之上。然后，每個國家都會關心主權。安全和隱私。所以，這就是思考的方式。因此，你確實需要構建任何產品或任何系統。你需要能夠回答人們的問題以及組織和國家的問題，如何跨越這三道界限。

給下一代建設者的建議

陳嘉興：薩蒂亞，你在微軟經歷了一段非凡的旅程。從工程師起步，一直到成為首席執行官。你會為下一代的建設者分享哪些經驗教訓？

薩蒂亞：這并不是說，你開始任何旅程，你不會帶著一個具體的目標去決定最終要到達哪里，但你確實是從這個，開始的，目標是奪得第一名，并對自己想要完成的事情抱有最高的雄心。我總是說，這并不是說，我一直在等著成為 CEO 才去做我最好的工作。我做的第一份工作，我覺得是我能擁有的最棒的工作。當我在 92 年加入這家公司時，我覺得，哇，如果我能在這份工作上退休的話，那將是極好的。當我回顧時，那是一個很好的思維模型。沒錯，我并不是在等待下一次晉升才去做某事。但我利用所獲得的機會，盡我所能去做一切。我認為這正是，今天剛起步的人、創始人、研究人員或學生所擁有的。所以，我想說的是，要保持這種活力。不要等待下一個大事件。你要把你擁有的東西當作最大的事情，然后讓它變得更廣闊。然后我還想說的是，偉大的成就，是靠身邊的團隊一起完成的。學會團隊合作，讓團隊變得出色。我在微軟學到的一件事是，參與一個項目意味著什么，意味著工作的真正含義。事實上，這也是學校和工作的一個重大區別，原因在于，對，你加入一個團隊，你得弄清楚怎么讓團隊成功。激勵其實相當明確，除了，我認為最少被考慮的是，如何真正確保你能作為團隊進行協作，以及你在其中的角色是什么？我們每個人都會看著別人，覺得協調團隊是別人的工作。你的工作是讓團隊保持一致。所以，我想說如果你能做到這兩點，對自己影響力的高度抱負，如何在團隊中工作并使團隊高效，那真是神奇。

陳嘉興：這里有個有趣的故事。我其實確實學會了，作為 Windows Mobile 的產品經理，負責產品管理和項目管理。當時我是 Palantir 的第 10 號員工。我教他們如何真正地管理一個項目。零缺陷界限。而且，所有那種，我在微軟的產品經理培訓變成了創造這一切的東西，甚至連 Palantir，今天是如何運行他們的產品工作的，這真的相當瘋狂。所以，感謝微軟。我很好奇，你在，你那種人和團隊中尋找哪些品質？只是因為人工智能正變得非常關鍵，成為一塊重要的拼圖，創造性工作和工程工作，這甚至改變了你可能面試某人和評估他們技術或更廣泛技能的方式。

薩蒂亞：是的，我總是在尋找三種品質。其中之一是，事實上，你知道的，比爾向我介紹了這個，他曾經描述過誰是好建筑師，誰是壞建筑師，他有一種，很好的方式來總結這個，好建筑師，帶來清晰，而糟糕的建筑師則帶來混亂，對吧，即使他們同樣聰明。所以，我總是傾向于那些天生能夠適應模糊環境的人，不確定的情況并帶來清晰。這是一種低調的品質，你想想你一天中進行的對話次數。關于一些艱難的情況，艱難的背景，以及能夠明確指出該做什么的人，下一步該做什么，下一步行動是什么。這是非常寶貴的。所以，我總是在尋找那些能在不確定時期帶來清晰的人。我尋找的第二類人是那些能激發能量的人。換句話說，這不僅僅是他們帶來了能量，而且他們還能真正帶來多種成分。任何來到微軟找我談領導力的人，如果說“我的團隊很棒，其他人都很差，”這其實沒什么用。我需要能夠把公司各部門的人團結起來的人。在公司外部，自然而然地創造能量。最后一點是，擅長解決過度約束問題的人。這就是為什么我認為我最喜歡的面試問題永遠是，問某人描述一個他們參與的項目，那個項目實際上毫無進展，但他們找到了出路，以及他們是如何處理的，解決問題，因為本質上，成功的人都做了什么？他們將一個過度受限的問題，想辦法解除限制。還有那種神奇的三件事，對，就是帶來清晰度，激發能量，通過解決過度受限的問題推動成功，我認為這就是領導力的意義。但領導力不是你晚年才做的事情。你在每一步都在展現領導力。

陳嘉興：我想簡要談一下量子。我是說，你們剛剛在二月份發布了你們的Majorana 1。這和人工智能的未來有沒有什么關聯？我想這里可能有一些量子研究人員，很好奇未來會怎樣。

薩蒂亞：是的。對我來說，看到正在發生的事情非常令人興奮。我是說，我們一直在努力，伙計，就像，我是微軟第三位在量子領域簽支票的 CEO。我們已經堅持了 20 多年，而夢想，至少是，或者說，我們一直關注的是，如果我們真的想建造一臺量子量子計算機，它是一臺通用計算機，你必須解決，非常穩定的量子比特問題，還有，糾錯量子比特。所以一個容錯量子計算機，我們基本上是基于這個物理特性下注的這個特性是由這位意大利物理學家馬約拉納設想的，這就是我們進行了追蹤。最后，我們在物理學上取得了突破，實際上能夠制造出那個粒子。因此，這就是促成這款芯片的原因。所以我們覺得我們需要實現的一件大事，已經實現了。我對這件事的看法是，如果你說，花費，如果你想理解自然的語言，也就是模擬，我認為最好的方式是通過量子計算機，因為畢竟，物理和自然是量子的。所以，因此，人工智能是，我把它看作是那個模擬器的仿真器。所以這也是另一種方式，也許是今天用高性能計算（HPC）結合人工智能的方法。事實上，我們看到的很多進展都相當不錯，基本上是利用高性能計算加人工智能來加速化學領域的進步。在物理學和材料科學中。因此，量子將是下一步。但我們對人工智能加量子計算和高性能計算的結合感到非常興奮。在循環中可以完成。非常酷。

陳嘉興：我們快沒時間了。我覺得如果我們有時間的話，可以再聊一個小時。如果我們有時間的話。最后我想聽聽你的看法。我們來做一個模擬，你知道嗎？你，22 歲，在微軟是 59 級，你剛開始你的職業生涯，你剛畢業，你正在做什么工作，考慮到，你知道的，在 2025 年，你知道嗎？如果讓你重新開始，帶著你現在的知識，你會專注于什么項目？你會如何去做？你會對什么感到興奮？

陳嘉興：如果你回顧微軟的歷史，Office 是如何開發出來的，你知道的，這真是一個難以置信的故事，尤其是想到這些工具的時候。文字處理器、電子表格、幻燈片制作工具，那些工具對我們所有人意味著什么。我總是這么說的原因就是這個，“你的”如果有人問我最喜歡的產品是什么，總是，VS Code 是一個，另一個是 Excel。就是當你使用這個工具時，你會感覺非常好。這完全是關于你所擁有的賦能感。你擁有的數字感，以及用像電子表格這樣簡單工具進行分析的能力。這真是一個難以置信的支架。列和行，中間有某種調節裝置。這就是突破。所以我想要研究，下一批工具是什么？比如說，今天我看到 Copilot，就有這種感覺。比如，研究員、分析師、創作者。這些就像是 Word、Excel、PowerPoint，我每天都會用它們。對我來說，這正是我所渴望的。我們能提供給人們哪些工具，能夠讓他們感受到那種被賦能的感覺？這正是我想要致力于的工作。

陳嘉興：我感覺那些制作這些工具的人現在就坐在這個觀眾席中。請為薩蒂亞·納德拉鼓掌。非常感謝。

薩蒂亞：謝謝。