我们正处于研发AI“杀手级”应用的阶段编译｜吴莹 曹冰颖（实习）来源｜Meta Developers（YouTube）头图来源｜视频截图“让我感到乐观的是，即使有各种限制，这些人工智能应用仍然是我们解决难题的好用工具，并且相信未来会更好用。”当被问到对AI发展有什么乐观看法时，微软CEO萨提亚·纳德拉这样说。近日，在2025年LlamaCon大会上，Meta创始人兼首席执行官马克·扎克伯格（Mark Zuckerberg，以下简称“扎克伯格”）和微软董事长兼首席执行官萨提亚·纳德拉（Satya Nadella，以下简称“纳德拉”）进行了一场精彩对话，共同探讨了对人工智能的最新思考。在对话中，纳德拉结合自身在微软见证的多次技术变革，指出新技术诞生时，需要回到最初的原则去构建适应这场技术变革的基础设施。他还表示，我们正处于研发AI“杀手级”应用的阶段，只有开源才能实现这个目标。扎克伯格和纳德拉都表达了对开源和模型蒸馏的支持，认为这种模式能加速AI的发展进程。两人还在对话中透露各自公司使用AI编程的情况，纳德拉表示微软项目存储库中大概20%~30%的代码都由AI编写，而扎克伯格则表示，预测明年Llama模型一半的开发工作都将由人工智能自己完成。精彩观点如下：1.每次发生技术变革时，整个技术系统都需要重新被审视，需要回到最初的原则去构建适应这场技术变革的基础设施。2.当我们把模型应用的标准制定出来，就可以构建出功能丰富且性能稳定的AI应用，我认为只有开源才能实现这个目标。3.每次技术变革都会诞生一个“杀手级”应用，包含所有的服务，如搜索、存储、安全等，这些服务都是用户需要的。4.优秀的工具、优秀的应用服务器和优秀的基础设施是加速技术开发必不可少的条件。5.我们现在用AI编写代码的情况不少见，很多项目存储库中的代码大概20%~30%都是由AI编写的。6.通过蒸馏将大模型知识和功能迁移到小模型中，这是开源模型一个很好的用例，这样就可以将其构建为一种服务工具，在这个意义上，大模型本身就是一种基础设施。以下是对话全文（有删减）： 构建AI“杀手级”应用扎克伯格：你已经在多个场合提起过，人工智能的发展让你想起了过去的一些重要转变，比如从客户端服务器到移动互联网的兴起等。我很好奇再次提起这个问题，你有什么看法？纳德拉：我在Windows 3发布后不久加入了微软，见证了客户端服务器的诞生，也经历了后来的移动互联网和云计算的发展历程，可以说这是第四次重大的技术变革。每次发生技术变革时，整个技术系统都需要重新被审视，需要回到最初的原则去构建适应这场技术变革的基础设施。我从2007年开始构建云计算的基础设施，其核心存储系统与现在用于AI训练的存储系统完全不一样。比如AI数据训练并行同步工作带来的压力远超云计算，运作的架构也有所不同。所以每次技术转变时期，都需要重新思考技术系统上的每个环节，这是我们时常会面对的问题。新技术从现有的技术基础中诞生，比如Web源于Windows，但它的发展远不止于此。扎克伯格：你认为随着效率的提高，AI会改变运作方式，人们最终会有更多AI消费的场景，是吗？你如何看待投资的基础设施在AI大模型中的应用和发展？我们都知道一代又一代的计算机变得更加高效、智能，一切都在飞速发展，你在这方面看到了什么？纳德拉：几年前我们还在讨论摩尔定律，我们现在就处于某种疯狂的加速摩尔定律状态。任何一次技术变革趋势都不是单一的曲线，而是多条曲线复合而成。即使只考虑芯片的迭代更新，像黄仁勋和苏姿丰等人正在进行巨大的创新，他们产品更新的周期越来越短。除此之外，在系统软件、模型架构、推理方法、应用服务器等方面，我们都已经取得了很大的进步，把这些加起来，每6个月或12个月，技术可能就有10倍的提升。当AI技术以这样的速度提升，同时使用成本快速下降，那么自然而然就会有更多人愿意消费AI。所以我非常乐观，我们正处于构建AI“杀手级”应用的阶段。第一代应用与特定模型紧密结合，而接下来我们会进入多模型应用阶段。我可以编排一个确定性的工作流程，让基于某个模型构建的应用智能体与另一个智能体交互。我们甚至有一些协议，比如MCP（Model Context Protocol，模型上下文协议）、A2A（Agent2Agent）。当我们把模型应用的标准制定出来时，就可以构建出功能丰富且性能稳定的AI应用，我认为只有开源才能实现这个目标。扎克伯格：在此之前，微软已经踏上了围绕开源的有趣旅程。你们早期与OpenAI合作，但也明确表示，除了闭源模型，还要确保微软很好地服务于开源模型。你认为开源生态系统将如何发展？为什么这对你们的客户很重要？你如何看待正在构建的基础设施？纳德拉：我在微软的一项重要工作就是确保NT系统和Unix系统之间能够互相操作。这种开放操作是客户的需求，如果你做得好，对你的业务有好处。这塑造了我对开源的看法。我并不是对闭源或开源有教条式的看法，它们都是这个世界所需要的。事实上，客户也需要它们，不管是支持开源还是闭源都没关系，世界最终会朝着它需要的方向发展。例如，我们有SQL服务器、MySQL、PostgreSQL（关系型数据库管理系统）、Linux（操作系统内核）、Windows等各种操作系统。我最喜欢用的就是Windows上的WSL（在Windows 10和Windows 11上能够运行原生Linux二进制可执行文件的兼容层），因为它可以让我轻松获取大量开发工具并将它们部署到Windows上。许多企业客户希望能够蒸馏他们拥有的模型，在这方面，开源模型相比于闭源模型有巨大的结构优势。现在的世界既需要优秀的闭源模型，也需要优秀的开源模型，作为超大规模企业，这对我们来说都是好事，因为我们的工作就是提供服务。比如你可以在Azure（微软云计算服务）上获得出色的PostgreSQL、优秀的SQL服务器、Linux或Windows，我们希望提供更多可选择的工具给客户使用。扎克伯格：Azure在开源方面的定位或角色是什么？对于刚起步的开发者来说，你们试图在哪些领域实现差异化并做到最好？纳德拉：首先AI在工作时并不只有AI加速器在起作用，任何AI模型运行的底层都有存储、网络等其他核心基础设施。因此在Azure，我们想构建集计算、存储、网络与AI加速器为一体的一流基础设施，并将其作为一项服务，提供给要构建下一代智能体的人使用。除此之外，我们还使用Foundry构建应用服务器。每次技术变革都会诞生一个“杀手级”应用，包含所有的服务，如搜索、存储、安全等，这些服务都是用户需要的。这些都是每个开发者想去做的事情，所以如果把它们全部包进在框架中，它会成为核心应用。另外，我们非常关注GitHub Copilot（微软与OpenAI共同推出的AI编程工具）的发展，并为已取得的成绩感到兴奋。对我们来说，优秀的工具、优秀的应用服务器和优秀的基础设施是加速技术开发必不可少的条件。微软20%~30%的代码由AI编写扎克伯格：Agent与提高生产力显然是整个AI生态系统的重要主题。你如何看待在微软内部的这一情况，在开发过程中有没有遇到一些有趣的例子？纳德拉：对我们来说，最有帮助的是观察软件开发方面的情况。比如GitHub Copilot的发展，一开始是帮助编写代码，后来又增加了聊天功能，这样用户就不需要分心去Reddit（社交新闻站点）或Stack Overflow（由StackExchange运营的软件开发者论坛）上费力找信息了，优化了工作流程。发展到现在，我们有了AI Agent，可以给它们分配任务，工作起来更简单省力了，大大提高了生产力。我获得的一个经验是必须把所有这些功能与开发者的工作流程结合起来，构建一个全新的应用是一回事，但没有人是凭空做出一个新应用的。在大型代码库和复杂工作流程中工作，你必须集成工具链。任何工程团队都要做好系统性的工作，只有这样才能看到生产力的提升。这个经验同样适用于其他知识类的工作。以Copilot为例，从我加入微软以来，准备企业客户会议的工作流程从来没有改变过。基本上都是有人会写一份报告，通过电子邮件发送或在文档中分享给我，然后我会在开会前一天晚上阅读。现在，我只需要去找研究员和Copilot，他们实时整合了网络、公司内网甚至我的CRM（Customer Relationship Management，客户关系管理）中的信息，不再需要有人提前准备任何东西，一切都是现成可用的。这就需要你改变工作流程，一开始变化很慢，然后突然之间就发生了，比如我感觉自己是突然间用上个人电脑的。我们回想一下，在电子邮件和Excel出现之前，人们是如何提前准备工作材料的？他们是发送传真和用内部备忘录的形式，后来有了电子邮件和电子表格，改变了他们的工作方式。我们正处于这个阶段，我们可以在客户服务、营销材料、内容创作中看到技术带来的工作流程的优化，生产力确实是有提升的。扎克伯格：关于编码问题，我很好奇目前微软内部编写的代码中，有多少是人工智能编写的？纳德拉：我们有在持续观察大家对AI写代码这件事接受程度。长期以来，很多程序员还在使用C++来编程，但这目前已经不是最好的编程语言了，随着能支持编码的语言种类不断增加，代码的完成度是越来越好的。我们现在用AI编写代码的情况不少见，很多项目存储库中的代码大概20%~30%都是由AI编写的。你们呢？扎克伯格：我们并没有统计过具体的比例，不过我们有很多数据都是由软件自动统计的。我们人工团队更多是在封闭领域里做广告排名，确保能看到所有历史记录且能修改。不过我们也在重点关注如何让人工智能和机器学习自己来推进Llama大模型的开发。我们预测明年可能Llama模型一半的开发工作都将由人工智能自己完成，而且这个比例还会持续增长。你是否有不同的见解？纳德拉：对我们来说，Agent是一次有价值的尝试，我们也很好奇明年它是否会带来一种更新颖的模型架构，不过现在还充满了不确定性。扎克伯格：我们也觉得这是个很好的机会。你们为很多开发人员和工程师提供服务，这是你们的核心业务，我们没有像你们这样做很多端到端的工作，所以在这里听到您的看法觉得很有趣。纳德拉：众所周知，盖茨当年创办公司时，微软的定位就是一家工具公司。有趣的是，我觉得是时候重新定义我们的工具和基础设施了，坦白说，我们现在的工具和基础设施都是提供给Agent使用的，因为Agent工作起来也需要使用工具。我们要做的很多事情本质上都是技术发展要求的。扎克伯格：这是一个非常有趣的概念。我认为未来每个工程师都会成为技术主管，拥有自己的Agent团队。我好奇的是，人工智能给你的个人工作流程带来了哪些改变？如果现在你作为一名开发人员需要构建东西，你会考虑使用哪些工具？纳德拉：盖茨以前经常问我们：文档、应用程序和网站之间的区别是什么？现在，我也想问：我们使用Meta AI、ChatGPT、Copilot等有什么区别？比如我想了解关于Llama 4的所有内容，我用任何一个AI大模型来查找过程都是一样的，都是进行了一场对话，然后它们把有用的信息整理成文档形式，如果有编写代码，你还可以把它做成一个应用程序。我们从一个比较笼统的需求出发，最后得到了一个具体的解决方案，这将对我们的工作流程产生深远的影响。作为基础设施和工具的构建者和使用者，很多工具的限制都是人为设置的，因为现有的软件工作方式有局限性，我们希望未来能破除这些限制。事实上，过去我们一直在思考，为什么Word、Excel、PowerPoint是不同的应用程序，我们尝试了很多次都没能把它们整合到一起，当然现在我们可以尽情想象了，可以实现在Word开始，用Excel做可视化展示，它们都可以作为一个数据结构保存下来。以前没有这么强大的可塑性，而现在有了。为什么支持模型蒸馏扎克伯格：围绕人工智能有很多炒作，你总是能看透这些并做出非常理性的投资。你曾提到，判断这项技术是否提高了生产力，重要的指标就是GDP的快速增长，但这需要很多年才能实现。我很好奇你觉得我们现在应该关注哪些方面来了解AI发展的进度？你预计在未来3~5年内AI技术会取得怎样的进展？纳德拉：世界需要一种新的生产方式来应对未来诸多挑战。这个问题的最佳思考方式是，比如让发达国家的GDP以10%的速度增长需要什么？要实现这一点，我认为需要提高医疗保健、教育、消费等所有行业的生产力。人工智能有实现这个目标的潜力，但现在必须让它真正发挥提高生产力的作用。这需要技术和管理同步变革才能实现，人们不能排斥，必须以不同的方式使用它。比如人们总是喜欢用“电”的诞生和发展历程来类比AI的发展；“电”存在了50年，才意识到必须改造工厂才能让人们以不同的方式使用“电”。我们正处于类似的阶段，希望这次我们不用花50年才做到这件事。但我确实觉得，如果只是把它想象成无马的马车，我们最终也无法到达目的地，这不仅仅是个技术问题，必须将技术真正融入能提供新的工作流程的系统中去。扎克伯格：现在我们都铆足了劲在投资，我想应该用不了50年。我们一直都是先解决技术问题，再考虑全局问题，但我意识到我们忘了深入研究AI的蒸馏问题，以及如何将所有为开源构建的AI模型结合起来。你认为构建这些模型所必需的基础设施是什么？纳德拉：模型蒸馏是开源关键技术之一，通过蒸馏将大模型知识和功能迁移到小模型中，这是开源模型一个很好的用例，这样就可以将其构建为一种服务工具，在这个意义上，大模型本身就是一种基础设施。对于Microsoft 365的用户来说，如果他们可以用蒸馏的方式来创建一个满足特定任务需求的小模型来优化工作流程，或者直接从Copilot中调用需要的模型，这就是一个突破性的使用场景。现在已经有人这么做了，我们想让它变得更容易。当我说“蒸馏工厂”时，我希望在一个大模型和若干个“蒸馏模型”之间实现一对多或多对多的关系，然后这些“蒸馏模型”与GitHub Copilot等产品中的其他工作流程结合在一起使用。扎克伯格：我认为蒸馏是开源模型最强大的体现之一，就像魔法一样，新模型能够以一种更便宜、更高效的方式获得开源模型90%的智能。问题是，如何让那些没有能力构建基础设施、没有先进技术支持的人也能使用它？毕竟现在世界上只有相对较少的实验室能够进行这种蒸馏或运行这种规模的大模型。如果你的愿景能实现，那么大多数开发者不仅能从单一模型中蒸馏，还能从不同的模型中获取更强的智能，这非常酷。纳德拉：是的，如果有多个模型可供蒸馏，那么该如何评估这个蒸馏模型就需要对其进行限定。我们可以在工具和基础设施方面做很多工作，减少人们获得这种灵活性的障碍。好消息是，这已经开始了。另一个要关注的地方是人们行动的速度。目前的挑战是，我习惯了使用一个模型来工作，但对其进行微调会出现新的版本，我们必须快速适应新的模型，不能被过去的做法束缚住，因为世界发展得太快了。扎克伯格：开发者需要不同形态的东西。一些开源模型虽然智能程度很高，但由于规模问题，推理起来很麻烦，很多开源社区想要更小的模型。从更大的模型中提取任何智能，并将其蒸馏成你想要的任何形态，在笔记本电脑、手机或任何设备上运行，我认为这是当下最应该做的事情之一。纳德拉：你们这件事做得很好，如果我们可以得到这些混合模型，比如大规模+多模态的模型组合，既可以解决延迟问题，又能最大程度上保证其智能性。这种灵活选择是我们都希望达到的目标。扎克伯格：当你看到现在正在发生的事情时，有什么乐观的看法？未来几年，你对开发人员将要做的事情感到最兴奋的是什么？纳德拉：我总是从一句台词中获得灵感：“要么忙着出生，要么忙着死亡。”让我感到乐观的是，即使有各种限制，这些人工智能软件仍然是我们解决难题最有用的工具，并且相信未来会更好用。我也认为这是在号召我们所有人抓住机会，好好使用这种新工具。无论是公司内部的问题还是现实世界中那些未解决的问题，两者都需要新的工具去探索解决方案，要想实现这一点，关键是开发者要鼓起勇气，无所畏惧地去使用和改进这项技术。新闻热线&投稿邮箱：tougao@iceo.com.cn。END 。值班编辑：郭立琦 审校：姜辰雨 制作：吴莹关注“中国企业家”视频号看更多大佬观点和幕后故事[ 推荐阅读 ] 文章原文