微软CEO纳德拉最新专访：将来找工作可以带一堆智能体

先说几个核心判断。

美国当地时间周一，微软CEO萨蒂亚·纳德拉接受了知名科技博主瓦伦·玛雅的简短采访。在这场对话中，纳德拉并没有回避“SaaS已死”这个尖锐话题，而是系统性地解释了AI智能体如何从根本上改变SaaS的底层逻辑，并分享了关于技术趋势、模型“幻觉”以及保持竞争力的真知灼见。

以下是这次专访的核心内容。

01 回应“SaaS已死”

网上流传你曾说过“SaaS已死”，虽然可能这不是你原话。你怎么看待从SaaS到智能体的转变？

每一次平台级变革，本质上都是应用架构的重新洗牌。回顾一下历史：关系型数据库的出现，第一次让我们意识到数据层和应用层可以剥离。在那之前，ISAM数据库是直接嵌在应用程序里的。后来，关系代数、SQL以及独立数据层的引入，才让我们得以在更清晰的架构上构建业务逻辑。再后来，随着Web等平台的兴起，我们又经历了前端应用的重构，业务逻辑的实现方式也随之改变。

而现在，一场针对应用逻辑本身的碘伏正在发生——智能体来了。智能体不再受限于某个单一的SaaS应用或它所锁定的数据，它可以跨越多个SaaS应用，执行任务、协调意图。通过调用API、整合各种工具，智能体构建起一个统一的模型，把多个SaaS应用的功能融合起来使用。

尤其是那些以CRUD（创建、读取、更新、删除）为核心的SaaS应用，其业务逻辑层正逐步被抽离出来，由外部的智能体统一协调。举个例子，我现在处理销售事务时，直接通过Copilot操作。它会自行访问Dynamics CRM调取账户信息，同时从Office 365提取相关数据，最后把所有信息整合到Pages里共享。整个流程比直接登录CRM数据库翻来翻去高效得多。说白了就是，我只需要通过一个智能体就能完成所有操作，而这个智能体还能与其他智能体协同工作。这就是正在发生的变化。

02 不要畏惧模型的“幻觉”

我与一些AI从业者交流，他们提到一年前试用过某个模型，因为出现“幻觉”就放弃了，之后再也没尝试。这种现象似乎阻碍了探索的步伐。你有什么建议？

这是一个非常常见但也很致命的误区。关键在于迈出第一步，找到一个适合部署模型的环境，然后在此基础上制定后续战略。如果因为怕出错就停滞不前，那永远到不了终点。就像我一位朋友说的，“你不可能通过看别人健身，自己就变健康。”所以，建议就是：大胆去用当前最先进的模型，在最具挑战性的场景里测试，然后从经济效益和实际应用的角度出发，大规模部署那些对你最有价值的模型。

至于“幻觉”问题，其实有多种方法可以有效规避。坦白讲，如果你对大语言模型那0.1%的错误率都极度敏感，那传统机器学习模型也不失为一个更稳妥的选择。但正确的路径不是因噎废食，而是通过评估和优化找到最适合的解决方案。持续的探索和迭代，才是推动技术落地的正确姿势。

03 保持竞争力的关键：敏捷适应

大模型走向商用，其竞争力在于能否持续产出突破性成果。技术发展这么快，你觉得一个像印度这样的国家，该如何确保在未来技术领域保持竞争力？

这其实是全球各国共同面临的问题。答案在于：把即将商品化的技术或产品，快速转化为更高附加值的形式；而当这些高附加值也面临商品化时，又能迅速转型，找到新的增长点。

很多人强调“护城河”或“独特优势”，但要知道，没有永远的金饭碗，所有技术和产品都会受到挑战。不过，印度有其独特的潜力：庞大的开发者社区、浓厚的创业精神、广阔的应用市场。比如，快速发展的电子商务行业，以及一批正在走向全球的SaaS公司，都在重新定义商业模式。

未来，新一代SaaS公司一定会把智能体技术作为核心，深度融入系统（比如融入Copilot），并据此调整商业模式。这对现有SaaS巨头来说既是巨大的机遇，也是强烈的冲击。

此外，在LLM领域，设计空间依然广阔。我们可以为特定行业开发专用模型，提供更高计算效率、更低延迟的优化方案。通过深挖这些创新机会，可以在技术栈的每一层持续推动变革。真正的竞争力，在于敏捷适应的能力，以及不断探索和挖掘新技术增长点的决心和行动力。

04 未来五年内的技术趋势

刚刚体验了你们的Trellis产品，对它的未来潜力充满期待。两年后它会变成什么样？展望未来，哪些技术趋势将引领潮流？

让我最兴奋的，不是智能体本身，而是当某种模型架构取得突破时，它将给科学领域带来怎样的深远影响。以化学为例，人工智能模型在开发新材料方面展现出的潜力令人惊叹。说到材料科学，就不得不提我们的数据中心——构建一个更可持续的未来，离不开材料科学的进步。因此，能推动化学、生物学等领域发展的人工智能模型，是我最期待的方向。

我认为，人工智能在科学领域的持续进步，以及量子计算的潜力，将在未来五年内成为至关重要的技术趋势。它们很可能引领下一个重大技术飞跃。

05 给25岁自己的职业建议

将来招聘员工时，你是否也会同时招聘他们所有的AI工作流建立能力？

这代表了一种全新的思维方式。可以把它看作是一群协同工作的智能体。从实际操作来看，当你招聘一位数据分析师时，实际上也在间接获取他们所依赖的工具。我相信，不久的将来，智能体会像过去的电子表格和文档一样，成为日常工作必不可少的工具。你甚至会看到有人带着一堆智能体加入团队。

在领导会议和团队管理中，我们积累了大量文档和基础数据。我现在就在用一个非常高效的SharePoint智能体，它跟我的工作无缝衔接，能即时提供所需信息，完全不需要切换到其他系统。

如果你现在25岁，会如何规划职业发展路径？又会采取什么措施提升自己的技能？

面对如此迅速的创新与变革，关键在于具备敏捷的试错与学习能力。以我们公司为例，我们努力保持在技术前沿，同时为即将到来的变革做好准备。而且，我们是同时探索多个前沿领域，让那些今天看似不可能的事情，随着技术的发展逐步变成现实。与此同时，我们也在不断优化已经构建好的系统。

在AI时代，对软件开发者来说，这种工作方式几乎是必备的。更不用说摩尔定律正在加速——技术性能每六个月甚至每三个月就翻一番，这种速度在过去从未有过。