Satya Nadella 深度访谈

开场片段先抛出访谈主轴：AI 将如何改变工作、企业和 CEO 的技术职责。纳德拉强调，科技 CEO 必须深入理解技术栈，AI 不应被视为单一技术，而是企业组织形态、运营方式和竞争力的未来。里德·霍夫曼随后介绍本期节目背景，称两人将围绕人类的 AI 革命、微软与 LinkedIn 早期关系以及纳德拉兼具系统性与人文主义的视角展开对话。

霍夫曼从纳德拉家中大量诗集谈起，询问他与诗歌的关系。纳德拉回忆自己在中学接触雪莱、华兹华斯、Sarojini Naidu 等诗人，并将诗歌与代码相类比，认为二者都是高度压缩的表达形式。他特别提到乌尔都诗、Ghalib、Faiz、Rumi 对自己的影响，也描述了在海得拉巴成长时接触英语、印地语、梵语、泰卢固语、乌尔都语和波斯语的多语言环境。

霍夫曼把微软第一款产品 Basic 解释器与 Build 大会上的 AI 未来相连，询问 AI 时代的新 Basic 是什么。纳德拉回答，微软的核心 DNA 是先问别人能构建什么，再决定自己该构建什么。在 AI 时代，新的 Basic 解释器是“爬山机器”：围绕目标、结果和评估，利用数据与强化奖励不断学习改进。他强调 Build 的重点不是发布新的前沿模型，而是帮助每个开发者、创业公司和企业构建自己的优化系统。

围绕企业如何既获得前沿智能又保持数据控制，纳德拉提出未来经济会由人力资本与“token capital”共同塑造。企业真正的资产不仅是聚合数据，而是员工在运营、判断和品味中体现的隐性知识，这些知识部分存在于人身上，部分存在于数字资产中。AI 可以通过人类工作轨迹提取并编码这些知识，因此企业必须让模型在自己控制的机器内学习，收集人类与智能体协作轨迹，同时避免把独特知识泄露给外部模型。

霍夫曼将隐性知识延伸到“AI 员工”的未来角色，纳德拉用个人电脑时代的打字类比说明，新技术会创造此前难以想象的知识工作形态。他设想微软可能拥有大量员工与数百万乃至数千万智能体共同工作，并产生新的工件、交互关系和隐性知识。以编程为例，他梳理了 AI 从代码补全、聊天辅助、代理模式到长期自治完成 PR 的演进，并指出 GitHub Canvas、ADE 等新界面正在帮助人类管理大量智能体，实现宏观委派与微观引导。

霍夫曼追问企业为了使用智能体还需要哪些基础结构，纳德拉指出除了体验层和爬山机器，第三个关键是可管理性与安全性。他介绍 Agent 365 的思路：企业首先需要知道有哪些智能体、它们在做什么、推理轨迹是什么，并确保可检查、可审计。由于智能体可能生成并执行代码，还可能访问文件系统和网络，因此必须有身份、沙箱和策略治理。他还提到 Foundry 中的 asserts，用于在长时间运行过程中约束执行路径，避免智能体偏离边界。

访谈最后转向 CEO 的角色。霍夫曼提到《财富》曾形容纳德拉在微软 AI 团队中像创业公司 CEO 一样行动，并指出许多 CEO 会向他寻求技术战略建议。该段只是提出问题，还未展开完整回答，但它把前面对 AI 平台、企业知识、智能体治理的讨论，进一步引向最高管理层如何理解并领导 AI 转型。