編譯｜吳瑩 曹冰穎（實習）
來源｜Meta Developers（YouTube）
“讓我感到樂觀的是，即使有各種限制，這些人工智慧應用仍然是我們解決難題的好用工具，並且相信未來會更好用。”當被問到對AI發展有什麼樂觀看法時，微軟CEO薩提亞·納德拉這樣說。
近日，在2025年LlamaCon大會上，Meta創始人兼執行長馬克·扎克伯格（Mark Zuckerberg，以下簡稱“扎克伯格”）和微軟董事長兼執行長薩提亞·納德拉（Satya Nadella，以下簡稱“納德拉”）進行了一場精彩對話，共同探討了對人工智慧的最新思考。
在對話中，納德拉結合自身在微軟見證的多次技術變革，指出新技術誕生時，需要回到最初的原則去構建適應這場技術變革的基礎設施。他還表示，我們正處於研發AI“殺手級”應用的階段，只有開源才能實現這個目標。扎克伯格和納德拉都表達了對開源和模型蒸餾的支援，認為這種模式能加速AI的發展程序。兩人還在對話中透露各自公司使用AI程式設計的情況，納德拉表示微軟專案儲存庫中大概20%~30%的程式碼都由AI編寫，而扎克伯格則表示，預測明年Llama模型一半的開發工作都將由人工智慧自己完成。
精彩觀點如下：
1.每次發生技術變革時，整個技術系統都需要重新被審視，需要回到最初的原則去構建適應這場技術變革的基礎設施。
2.當我們把模型應用的標準制定出來，就可以構建出功能豐富且效能穩定的AI應用，我認為只有開源才能實現這個目標。
3.每次技術變革都會誕生一個“殺手級”應用，包含所有的服務，如搜尋、儲存、安全等，這些服務都是使用者需要的。
4.優秀的工具、優秀的應用伺服器和優秀的基礎設施是加速技術開發必不可少的條件。
5.我們現在用AI編寫程式碼的情況不少見，很多專案儲存庫中的程式碼大概20%~30%都是由AI編寫的。
6.透過蒸餾將大模型知識和功能遷移到小模型中，這是開源模型一個很好的用例，這樣就可以將其構建為一種服務工具，在這個意義上，大模型本身就是一種基礎設施。
以下是對話全文（有刪減）：
構建AI“殺手級”應用
扎克伯格：你已經在多個場合提起過，人工智慧的發展讓你想起了過去的一些重要轉變，比如從客戶端伺服器到移動網際網路的興起等。我很好奇再次提起這個問題，你有什麼看法？
納德拉：我在Windows 3釋出後不久加入了微軟，見證了客戶端伺服器的誕生，也經歷了後來的移動網際網路和雲計算的發展歷程，可以說這是第四次重大的技術變革。每次發生技術變革時，整個技術系統都需要重新被審視，需要回到最初的原則去構建適應這場技術變革的基礎設施。
我從2007年開始構建雲計算的基礎設施，其核心儲存系統與現在用於AI訓練的儲存系統完全不一樣。比如AI資料訓練並行同步工作帶來的壓力遠超雲計算，運作的架構也有所不同。所以每次技術轉變時期，都需要重新思考技術系統上的每個環節，這是我們時常會面對的問題。新技術從現有的技術基礎中誕生，比如Web源於Windows，但它的發展遠不止於此。
扎克伯格：你認為隨著效率的提高，AI會改變運作方式，人們最終會有更多AI消費的場景，是嗎？你如何看待投資的基礎設施在AI大模型中的應用和發展？我們都知道一代又一代的計算機變得更加高效、智慧，一切都在飛速發展，你在這方面看到了什麼？
納德拉：幾年前我們還在討論摩爾定律，我們現在就處於某種瘋狂的加速摩爾定律狀態。任何一次技術變革趨勢都不是單一的曲線，而是多條曲線複合而成。即使只考慮晶片的迭代更新，像黃仁勳和蘇姿豐等人正在進行巨大的創新，他們產品更新的週期越來越短。除此之外，在系統軟體、模型架構、推理方法、應用伺服器等方面，我們都已經取得了很大的進步，把這些加起來，每6個月或12個月，技術可能就有10倍的提升。當AI技術以這樣的速度提升，同時使用成本快速下降，那麼自然而然就會有更多人願意消費AI。
所以我非常樂觀，我們正處於構建AI“殺手級”應用的階段。第一代應用與特定模型緊密結合，而接下來我們會進入多模型應用階段。我可以編排一個確定性的工作流程，讓基於某個模型構建的應用智慧體與另一個智慧體互動。我們甚至有一些協議，比如MCP（Model Context Protocol，模型上下文協議）、A2A（Agent2Agent）。當我們把模型應用的標準制定出來時，就可以構建出功能豐富且效能穩定的AI應用，我認為只有開源才能實現這個目標。
扎克伯格：在此之前，微軟已經踏上了圍繞開源的有趣旅程。你們早期與OpenAI合作，但也明確表示，除了閉源模型，還要確保微軟很好地服務於開源模型。你認為開源生態系統將如何發展？為什麼這對你們的客戶很重要？你如何看待正在構建的基礎設施？
納德拉：我在微軟的一項重要工作就是確保NT系統和Unix系統之間能夠互相操作。這種開放操作是客戶的需求，如果你做得好，對你的業務有好處。這塑造了我對開源的看法。我並不是對閉源或開源有教條式的看法，它們都是這個世界所需要的。事實上，客戶也需要它們，不管是支援開源還是閉源都沒關係，世界最終會朝著它需要的方向發展。
例如，我們有SQL伺服器、MySQL、PostgreSQL（關係型資料庫管理系統）、Linux（作業系統核心）、Windows等各種作業系統。我最喜歡用的就是Windows上的WSL（在Windows 10和Windows 11上能夠執行原生Linux二進位制可執行檔案的相容層），因為它可以讓我輕鬆獲取大量開發工具並將它們部署到Windows上。
許多企業客戶希望能夠蒸餾他們擁有的模型，在這方面，開源模型相比於閉源模型有巨大的結構優勢。現在的世界既需要優秀的閉源模型，也需要優秀的開源模型，作為超大規模企業，這對我們來說都是好事，因為我們的工作就是提供服務。比如你可以在Azure（微軟雲計算服務）上獲得出色的PostgreSQL、優秀的SQL伺服器、Linux或Windows，我們希望提供更多可選擇的工具給客戶使用。
扎克伯格：Azure在開源方面的定位或角色是什麼？對於剛起步的開發者來說，你們試圖在哪些領域實現差異化並做到最好？
納德拉：首先AI在工作時並不只有AI加速器在起作用，任何AI模型執行的底層都有儲存、網路等其他核心基礎設施。因此在Azure，我們想構建集計算、儲存、網路與AI加速器為一體的一流基礎設施，並將其作為一項服務，提供給要構建下一代智慧體的人使用。除此之外，我們還使用Foundry構建應用伺服器。每次技術變革都會誕生一個“殺手級”應用，包含所有的服務，如搜尋、儲存、安全等，這些服務都是使用者需要的。這些都是每個開發者想去做的事情，所以如果把它們全部包進在框架中，它會成為核心應用。
另外，我們非常關注GitHub Copilot（微軟與OpenAI共同推出的AI程式設計工具）的發展，併為已取得的成績感到興奮。對我們來說，優秀的工具、優秀的應用伺服器和優秀的基礎設施是加速技術開發必不可少的條件。
微軟20%~30%的程式碼由AI編寫
扎克伯格：Agent與提高生產力顯然是整個AI生態系統的重要主題。你如何看待在微軟內部的這一情況，在開發過程中有沒有遇到一些有趣的例子？
納德拉：對我們來說，最有幫助的是觀察軟體開發方面的情況。比如GitHub Copilot的發展，一開始是幫助編寫程式碼，後來又增加了聊天功能，這樣使用者就不需要分心去Reddit（社交新聞站點）或Stack Overflow（由StackExchange運營的軟體開發者論壇）上費力找資訊了，優化了工作流程。發展到現在，我們有了AI Agent，可以給它們分配任務，工作起來更簡單省力了，大大提高了生產力。
我獲得的一個經驗是必須把所有這些功能與開發者的工作流程結合起來，構建一個全新的應用是一回事，但沒有人是憑空做出一個新應用的。在大型程式碼庫和複雜工作流程中工作，你必須整合工具鏈。任何工程團隊都要做好系統性的工作，只有這樣才能看到生產力的提升。
這個經驗同樣適用於其他知識類的工作。以Copilot為例，從我加入微軟以來，準備企業客戶會議的工作流程從來沒有改變過。基本上都是有人會寫一份報告，透過電子郵件傳送或在文件中分享給我，然後我會在開會前一天晚上閱讀。現在，我只需要去找研究員和Copilot，他們即時整合了網路、公司內網甚至我的CRM（Customer Relationship Management，客戶關係管理）中的資訊，不再需要有人提前準備任何東西，一切都是現成可用的。
這就需要你改變工作流程，一開始變化很慢，然後突然之間就發生了，比如我感覺自己是突然間用上個人電腦的。我們回想一下，在電子郵件和Excel出現之前，人們是如何提前準備工作材料的？他們是傳送傳真和用內部備忘錄的形式，後來有了電子郵件和電子表格，改變了他們的工作方式。我們正處於這個階段，我們可以在客戶服務、營銷材料、內容創作中看到技術帶來的工作流程的最佳化，生產力確實是有提升的。
扎克伯格：關於編碼問題，我很好奇目前微軟內部編寫的程式碼中，有多少是人工智慧編寫的？
納德拉：我們有在持續觀察大家對AI寫程式碼這件事接受程度。長期以來，很多程式設計師還在使用C++來程式設計，但這目前已經不是最好的程式語言了，隨著能支援編碼的語言種類不斷增加，程式碼的完成度是越來越好的。我們現在用AI編寫程式碼的情況不少見，很多專案儲存庫中的程式碼大概20%~30%都是由AI編寫的。你們呢？
扎克伯格：我們並沒有統計過具體的比例，不過我們有很多資料都是由軟體自動統計的。我們人工團隊更多是在封閉領域裡做廣告排名，確保能看到所有歷史記錄且能修改。不過我們也在重點關注如何讓人工智慧和機器學習自己來推進Llama大模型的開發。我們預測明年可能Llama模型一半的開發工作都將由人工智慧自己完成，而且這個比例還會持續增長。你是否有不同的見解？
納德拉：對我們來說，Agent是一次有價值的嘗試，我們也很好奇明年它是否會帶來一種更新穎的模型架構，不過現在還充滿了不確定性。
扎克伯格：我們也覺得這是個很好的機會。你們為很多開發人員和工程師提供服務，這是你們的核心業務，我們沒有像你們這樣做很多端到端的工作，所以在這裡聽到您的看法覺得很有趣。
納德拉：眾所周知，蓋茨當年創辦公司時，微軟的定位就是一家工具公司。有趣的是，我覺得是時候重新定義我們的工具和基礎設施了，坦白說，我們現在的工具和基礎設施都是提供給Agent使用的，因為Agent工作起來也需要使用工具。我們要做的很多事情本質上都是技術發展要求的。
扎克伯格：這是一個非常有趣的概念。我認為未來每個工程師都會成為技術主管，擁有自己的Agent團隊。我好奇的是，人工智慧給你的個人工作流程帶來了哪些改變？如果現在你作為一名開發人員需要構建東西，你會考慮使用哪些工具？
納德拉：蓋茨以前經常問我們：文件、應用程式和網站之間的區別是什麼？現在，我也想問：我們使用Meta AI、ChatGPT、Copilot等有什麼區別？比如我想了解關於Llama 4的所有內容，我用任何一個AI大模型來查詢過程都是一樣的，都是進行了一場對話，然後它們把有用的資訊整理成文件形式，如果有編寫程式碼，你還可以把它做成一個應用程式。我們從一個比較籠統的需求出發，最後得到了一個具體的解決方案，這將對我們的工作流程產生深遠的影響。
作為基礎設施和工具的構建者和使用者，很多工具的限制都是人為設定的，因為現有的軟體工作方式有侷限性，我們希望未來能破除這些限制。事實上，過去我們一直在思考，為什麼Word、Excel、PowerPoint是不同的應用程式，我們嘗試了很多次都沒能把它們整合到一起，當然現在我們可以盡情想象了，可以實現在Word開始，用Excel做視覺化展示，它們都可以作為一個數據結構儲存下來。以前沒有這麼強大的可塑性，而現在有了。
為什麼支援模型蒸餾
扎克伯格：圍繞人工智慧有很多炒作，你總是能看透這些並做出非常理性的投資。你曾提到，判斷這項技術是否提高了生產力，重要的指標就是GDP的快速增長，但這需要很多年才能實現。我很好奇你覺得我們現在應該關注哪些方面來了解AI發展的進度？你預計在未來3~5年內AI技術會取得怎樣的進展？
納德拉：世界需要一種新的生產方式來應對未來諸多挑戰。這個問題的最佳思考方式是，比如讓發達國家的GDP以10%的速度增長需要什麼？要實現這一點，我認為需要提高醫療保健、教育、消費等所有行業的生產力。
人工智慧有實現這個目標的潛力，但現在必須讓它真正發揮提高生產力的作用。這需要技術和管理同步變革才能實現，人們不能排斥，必須以不同的方式使用它。比如人們總是喜歡用“電”的誕生和發展歷程來類比AI的發展；“電”存在了50年，才意識到必須改造工廠才能讓人們以不同的方式使用“電”。我們正處於類似的階段，希望這次我們不用花50年才做到這件事。但我確實覺得，如果只是把它想象成無馬的馬車，我們最終也無法到達目的地，這不僅僅是個技術問題，必須將技術真正融入能提供新的工作流程的系統中去。
扎克伯格：現在我們都鉚足了勁在投資，我想應該用不了50年。我們一直都是先解決技術問題，再考慮全域性問題，但我意識到我們忘了深入研究AI的蒸餾問題，以及如何將所有為開源構建的AI模型結合起來。你認為構建這些模型所必需的基礎設施是什麼？
納德拉：模型蒸餾是開源關鍵技術之一，透過蒸餾將大模型知識和功能遷移到小模型中，這是開源模型一個很好的用例，這樣就可以將其構建為一種服務工具，在這個意義上，大模型本身就是一種基礎設施。
對於Microsoft 365的使用者來說，如果他們可以用蒸餾的方式來建立一個滿足特定任務需求的小模型來最佳化工作流程，或者直接從Copilot中呼叫需要的模型，這就是一個突破性的使用場景。現在已經有人這麼做了，我們想讓它變得更容易。當我說“蒸餾工廠”時，我希望在一個大模型和若干個“蒸餾模型”之間實現一對多或多對多的關係，然後這些“蒸餾模型”與GitHub Copilot等產品中的其他工作流程結合在一起使用。
扎克伯格：我認為蒸餾是開源模型最強大的體現之一，就像魔法一樣，新模型能夠以一種更便宜、更高效的方式獲得開源模型90%的智慧。問題是，如何讓那些沒有能力構建基礎設施、沒有先進技術支援的人也能使用它？畢竟現在世界上只有相對較少的實驗室能夠進行這種蒸餾或執行這種規模的大模型。如果你的願景能實現，那麼大多數開發者不僅能從單一模型中蒸餾，還能從不同的模型中獲取更強的智慧，這非常酷。
納德拉：是的，如果有多個模型可供蒸餾，那麼該如何評估這個蒸餾模型就需要對其進行限定。我們可以在工具和基礎設施方面做很多工作，減少人們獲得這種靈活性的障礙。好訊息是，這已經開始了。另一個要關注的地方是人們行動的速度。目前的挑戰是，我習慣了使用一個模型來工作，但對其進行微調會出現新的版本，我們必須快速適應新的模型，不能被過去的做法束縛住，因為世界發展得太快了。
扎克伯格：開發者需要不同形態的東西。一些開源模型雖然智慧程度很高，但由於規模問題，推理起來很麻煩，很多開源社群想要更小的模型。從更大的模型中提取任何智慧，並將其蒸餾成你想要的任何形態，在筆記型電腦、手機或任何裝置上執行，我認為這是當下最應該做的事情之一。
納德拉：你們這件事做得很好，如果我們可以得到這些混合模型，比如大規模+多模態的模型組合，既可以解決延遲問題，又能最大程度上保證其智慧性。這種靈活選擇是我們都希望達到的目標。
扎克伯格：當你看到現在正在發生的事情時，有什麼樂觀的看法？未來幾年，你對開發人員將要做的事情感到最興奮的是什麼？
納德拉：我總是從一句臺詞中獲得靈感：“要麼忙著出生，要麼忙著死亡。”讓我感到樂觀的是，即使有各種限制，這些人工智慧軟體仍然是我們解決難題最有用的工具，並且相信未來會更好用。我也認為這是在號召我們所有人抓住機會，好好使用這種新工具。無論是公司內部的問題還是現實世界中那些未解決的問題，兩者都需要新的工具去探索解決方案，要想實現這一點，關鍵是開發者要鼓起勇氣，無所畏懼地去使用和改進這項技術。
新聞熱線&投稿郵箱：[email protected]
。END。
值班編輯：郭立琦審校：姜辰雨 製作：吳瑩
關注“中國企業家”影片號
看更多大佬觀點和幕後故事
[ 推薦閱讀 ]