Satya Nadella: 微软CEO萨提亚·纳德拉谈AI商业革命：SaaS、OpenAI与微软将走向何方？| 达沃斯现场
Microsoft CEO Satya Nadella on AI's Business Revolution: What Happens to SaaS, OpenAI, and Microsoft? | LIVE from Davos
Guests: Satya Nadella
Full transcript · Read the full conversation in order, with its original context.
Contents1 chapter
§01原文文稿 · 00:00–31:36§01原文文稿 · 00:00–31:36
好了，各位，我们非常激动地请到了独一无二的萨提亚·纳德拉，微软第三任CEO，与我们的AI和加密货币事务主管大卫·萨克斯进行一场临时的炉边对话。萨提亚，微软第三任CEO，出生于印度。多么不可思议的经历。大学毕业后就来到了这里。你在书里提到，你曾经来回跑了一趟去接你的妻子，把她带到这里。跟大家简单讲讲那是怎么回事。嗯，你知道，那是一个
很好的故事，我觉得它体现了美国移民政策有多么像迷宫。我和妻子在印度上的是同一所大学。我来这里读研究生，之后我们结了婚。我拿到了绿卡，而她却没法过来和我团聚，因为……因为我们结婚了。所以事情是这样的，基本上我不得不放弃我的绿卡。有趣的是，我去了位于德里的美国大使馆，问：放弃绿卡要在哪里排队？
他们说，根本没有这样的队。在90年代那么做简直是疯了。所以放弃绿卡、换成H-1签证好让她能过来，是件很奇怪的事。不过最后一切都解决了。所以，你知道，这是一段很久远的记忆了，但那是一种变通的办法。我想问你，你先是在GitHub上推出了Copilot，然后又在桌面端推出了Copilot。
你为微软做了一个非常大胆的举动，把它放进了Windows产品里，我每天都在桌面上用它。但你在它真正能够识别文件系统并与应用程序交互之前就这么做了。当时反响有点平淡，但现在你一直在加倍投入、加倍投入。在我看来，知识工作者似乎有三种模式。埃隆在xAI正在打造他们所谓的“人类模拟器”，如果你看到了这周的那个泄露消息的话，对吧？他们就是在打造员工，然后直接把它们放进聊天室和邮件里。然后，Claude这周推出了Cowork。
非常强大。大家都有点为之疯狂了。我过去40个小时一直在玩它。确实令人印象深刻。你对微软的愿景是什么？知识工作者究竟会如何把这些用起来？因为在玩玩ChatGPT、得到一些有趣的结果，和真正取得业务成果之间，似乎存在一道鸿沟。是的，我觉得，要理解
这些不同的产品形态，也许最具说明性的例子之一就是看编程，编程显然是知识工作的一种形式，或者说可能是知识工作最好的例子。如果你回想编程走过的历程，它基本上始于“下一处编辑建议”。事实上，那是我第一次真正形成对这一整代技术的信念。我开始看到，我记得当年有一个Codex模型，那是在GPT-3.5之前。
那时候下一处编辑建议开始有了真正的准确度。然后我们进入了聊天，再然后是执行操作，现在则是完全自主的智能体。而自主智能体既可以在前台、也可以在后台运行，可以在云端，也可以在本地。这就是今天存在的所有形态，
在你编程的时候。有意思的是，如果你仔细看，你会用到所有这些形态。并不是只有一种形态。所以我认为这可能是另一个经验。比如，当我在命令行界面里时，我可以启动一个前台智能体、一个后台智能体，然后直接就在VS Code里进行编辑，
这些都是并行发生的，对吧？这在某种程度上说明了这些形态甚至是可以组合的。那么，正如你所说，再把它带到知识工作中。我们从聊天开始。带推理的聊天在某种程度上超越了简单的请求与响应，因为现在有了思维链，你能看到它如何工作。现在又有了操作，对吧，本质上要么通过计算机使用（computer use），要么基本上通过技能（skills），一个智能体
进行调用，这样你就能执行操作。这大致就是Copilot今天的状态。现在有一种思考方式，就是，你知道，心智理论的演进，对吧？因为你需要……如果你还记得，我觉得乔布斯对个人电脑或计算机有最好的一句话，说它是“思维的自行车”。比尔也有一句我很喜欢的话，就是“信息尽在指尖”。我们现在有点需要一个新的概念隐喻，来描述AI时代我们如何使用计算机。你有吗？我喜欢的那个其实来自Notion的CEO，
我知道那个“……的管理者”。非常棒的产品。你还没有收购它。我还没收购。但它既是管理，你知道，基本上是“无限心智的管理者”。这是一种很好的思考方式。当你真正审视所有和你一起工作的智能体时，
你有点需要理解我……事实上，我喜欢的另一个说法是“宏观委派、微观引导”。事实上，你确实需要这样。在编程中，你多少已经有了，对吧？你先做宏观委派，然后在它工作的同时，我可以并行地给它下指令。这在某种程度上就是今天Copilot之类产品的状态。你提到了一种我非常兴奋的形态，你甚至会看到我们在下周就做一些事情，就是当我在GitHub Copilot里工作时，
软件开发者并不是孤立工作的，对吧？我并不是只处理我的代码仓库。我要参加会议。我要写规格说明，或者别人写好了规格说明、由我来实现。我需要让我的代码仓库与之保持一致。这意味着，无论是用一个简单的MCP服务器还是一个技能，我都希望能够调用我的Work IQ，也就是Copilot，
把它带进来。这就是将会出现的知识工作的组合方式。安全领域也是一样。假设你是一名安全专业人员，你有大量日志，你要怎么真正分析它们？你把它们放进一个文件系统，然后在上面写代码，创建一个仪表盘，诸如此类。
这些就是我们可以赋能的知识工作类型。然后我想你还提到了一点，就是你能否创造所谓的“数字员工”“数字同事”之类的东西？这完全取决于凭证，对吧？所以今天你可以，比如你真的可以……你们也在做这个吗？是的。
事实上，我们推出了一个叫Agent 365的东西，作为赋予身份的一种方式。实际上就是把我们今天为人类提供的身份、以及为他们的计算设备提供的终端防护，扩展到智能体上。所以你可以克隆一个我，让它在人力资源部门或市场部门工作，在Office里有一个虚拟版的我。没错。所以这里有两种模式。一种是给每一个知识工作者
无限的心智。这是其中一种。另一种是创造独立于你身份之外的无限心智。因为身份是你必须做对的关键事情之一。甚至是为了让它能运作，对吧？为了权限和决策？权限、决策。关键之一在于，“谁对谁做了什么”可以说是一个组织里最重要的查询。
归根结底，组织需要了解完成了哪些工作、这些工作的来源是什么，以及如何追溯，对吧？所以，你会希望要么……如果是一个人带着很多智能体，那实际上就是由其身份被传递下去的那个人来进行宏观委派、微观引导。
所以这是委派与独立身份之间的区别。而这些工作过去是由一层管理层、产品管理层来做的，你们已经裁撤了这一层，Alphabet也裁撤了，Meta也已经开始在他们的组织中裁撤。四年前，你们的员工人数和微软现在一样，但在这段时间里，你们的营收增加了900亿美元，利润也翻了一番。
那这是怎么做到的？是那些岗位被自动化了吗？还是你们之前人员有点过剩？我觉得其实你触及了一条非常有意思的线索，就是在某种层面上，需要发生的重大结构性变化是什么？事实上，我会说这可能是自个人电脑以来知识工作领域最大的变化。我总是会想，在个人电脑出现之前，工作是怎么进行的，对吧？想象一下像我们这样的跨国公司要做一份预测，
对吧？传真四处传递，内部备忘录发来发去，然后你才多少能做出一份预测。后来突然之间，个人电脑成了标配。你做一个Excel电子表格，填上一些数字，通过电子邮件发出去，每个人填入数字，你就有了一份预测。所以，工作产物和工作流程全都变了。这就是正在发生的事情。比如，我举个领英的例子，我们过去有产品经理、设计师、前端工程师，
还有后端工程师等等。我们做的是把前四种角色合并起来。事实上是扩大了职责范围，说他们都是全栈构建者。我喜欢这个做法，因为这是一种结构性变化，让我们能够改变工作和工作流程，
在这些职能之间。我猜还有速度，因为不再需要四个人互相沟通，想法的吞吐量变成一个人在做氛围编程（vibe coding）。没错。而且有了新的工作流程。同时，你可以想象，
如果今天要构建一个AI产品，会有一套全新的工作流程，对吧？它从评估（eval）开始。基本上是从评估到科学研究，再到基础设施。评估由这些全栈构建者之类的人来做，还有新形态下的产品经理。
基础设施由后端的系统工程师构建，因为他们支持着支撑产品的科学研究。所以在某种意义上，这是一个新的循环。你必须进行结构性变革。科技公司内部正在发生的很多事情就是这种变革，我认为它的规模会相当大。同时，像我们这样的公司，
我必须什么都做。我不能只活在未来。我必须确保我们把Windows的热补丁做得非常出色、保证质量，同时还要构建能提升Copilot质量的评估体系，对吧？所以这两者都必须是一流的。我猜这是你职业生涯中最具挑战的时刻，因为微软曾经如此占据主导地位，在某些领域是双寡头，但你从未真正面对过你现在所面对的这种竞争水平。我和埃隆聊过，他说，造车
其实挺容易的，因为我的对手是传统车企。而现在你的对手是……看看你面对的这一群对手。是的，这是一个相当激烈的时期。我总是这样想，每十年有一批全新的竞争对手总是有帮助的，因为这能让你保持状态。回想起来，我1992年加入微软时，面对的是Novell。Novell是我们当时面临的生死存亡级的大竞争对手。而现在已经是2026年了。你说得完全对。这是一个相当激烈的时期。
我很高兴有竞争。坦白说，归根结底，当我审视这件事时，对吧，从占GDP的比例来看，五年后科技行业会处于什么位置？对，会更高。所以我们很幸运身处这个行业。竞争非常激烈。但它并不像有些人说的那样是零和的。
（市场）正在变得大得多。这项技术的总可寻址市场（TAM）以及它的影响将会非常巨大。当然，问题在于……我总是会回到这个问题：微软拥有什么样的品牌认同、我们拥有什么样的品牌许可，客户对我们有什么期望？有时候我们会想太多，以为每个客户都想从所有竞争对手那里得到同样的东西。而搞清楚这一点，对吧，这有点像是对彼得·蒂尔那个观点的另一种解读，就是你必须通过真正地、真正地
理解客户真正想从你这里得到什么来避开竞争，而不是认为每个人都是竞争对手。大卫？好的，在达沃斯这里显然有很多国家元首，还有《财富》500强公司的CEO。我记得你昨晚在晚宴上被问到一个问题，关于他们应该如何看待AI以及如何取得成功。我记得你用了“扩散”这个词。我想请你展开谈谈那些话，因为它和我一直在做的
一些政策工作非常契合。没问题，当然。事实上，你们一直在做的工作，是为了确保在这种背景下美国技术栈在全球得到广泛使用、在全球受到信任。因为我觉得，大卫，回顾过去，对我来说，归根结底，你创造了技术，但真正的收益只能来自深度使用。事实上，我最喜欢的研究之一一直是一位经济学家的工作，我记得是达特茅斯的，他叫迭戈·科明（Diego Comin），他研究了工业革命期间基本上发生了什么。各国是如何取得领先的？从中得出的简单结论是，任何一个国家只要把最新的技术引进
到本国，然后在其基础上进行增值的技术开发，对吧？也就是说，不要重新发明轮子。引进最新的技术，然后在其基础上进行构建。在我看来，这就是扩散发生时的情形。尤其是像AI这样的通用技术，它需要传播开来，就比如在我们自己的国家美国。我们现在需要……我们有技术。问题是，它是否被用于医疗保健？
是否被用于金融服务？是否被大型企业、小企业、公共部门用于经济的每一个领域？所以对我来说，除非我们看到它被扩散开来、被深度使用，否则我们不会取得成功。这就是我们所处的阶段。它的扩散速度更快了。所以你做的一些政策工作，
总的来说，好消息是技术已经具备了。云和移动领域已铺设好的轨道，使得这种东西能够传播开来。获取token并非不可能。问题在于用例是什么，以及你如何管理这一切中的变革。你知道，至少在达沃斯有一个问题是，
对西方和发达国家来说是一回事，那全球南方呢？坦白说，我认为全球南方有巨大的机会，因为在我看来，比如说，大多数全球南方国家GDP的40%、50%来自公共部门。所以想象一下，这项技术能在政府如何真正把
纳税人的钱转化为面向公民的服务方面带来改变。如果有效率提升，那可能直接就带来几个百分点的GDP增长。所以我非常乐观，认为会有需求拉动，而作为美国，凭借我们拥有的技术栈，我们应该在欧洲、亚洲、南美、非洲以及其他所有地方推动它被广泛部署。关于AI竞赛，我经常被问到的一个问题是：你怎么知道你是否在赢，或者你怎么知道美国是否领先于全球竞争对手？我给出的答案是市场份额。
你知道，如果五年后我们环顾世界，看到美国公司、美国技术拥有比如80%的市场份额，那就说明我们做得很好。如果五年后我们环顾世界，看到全世界用的都是比如中国的芯片和中国的模型，那就说明我们可能输了。所以，归根结底，使用量才是检验标准，布丁好不好，吃了才知道。
我的意思是，在这件事上，你判断自己是否成功的方式是看市场份额、看使用量。我同意这一点。但是，大卫，既然你甚至在微软工作过几年，我一直非常坚持的一点就是比尔·盖茨关于平台的那句话，对吧？所以我总是在想，这是市场份额，但也是生态系统效应，对吧？你看，美国一直以来所做的不仅仅关乎我们的市场份额，甚至不仅仅关乎美国公司的收入。事实上，我在微软学到的一件事是，每当我出访一个国家，
我首先研究的数据是，比如说在英国或瑞士之类的地方，我们的渠道在瑞士创造的总就业人数是多少？那曾经是我们国家报告里排第一的指标，对吧？还有总数……那是指IT从业者的人数、办公室职员的人数吗？
是渠道合作伙伴，我们说的是ISV（独立软件开发商），也就是当地ISV的数量。所以我们过去有一套完整的指标，衡量平台周围的生态系统是如何一个国家一个国家建立起来的。而这正是美国一直以来所做的。事实上，美国技术栈，包括在中国，之所以能建立起来，是因为其他人围绕我们的技术栈进行构建。同样的事情将会发生。所以这就是为什么我认为你在扩散方面所做的工作，坦白说，关乎真正地、真正地做大蛋糕，增强对平台的信任，从而带来真正的经济机会。
嗯，你说得对，我记得，事实上你勾起了我的一些回忆，大约十年前我的公司Yammer被微软收购。我们隶属于SharePoint团队，我记得那里的产品经理们对一件事非常自豪：SharePoint生态系统的收入，也就是非微软的部分，包括咨询群体、那些进入企业实施SharePoint的实施商，我记得他们的收入大约是微软自己
软件收入的七倍。合计而言。合计而言。我记得比尔有一句话，大意是除非在你的平台之上产生的收入是你自身收入的若干倍，否则你就算不上一个生态系统或平台。我认为这一点真正重要的地方在于，当我们谈论这个，当我们谈论扩散，显然我们希望美国拥有这种领先地位，但这并不意味着对世界其他地方不利，因为他们能够在这些
平台之上进行构建，创造更多的价值。百分之百。事实上，这可以说是最重要的一点，对吧？这不是关于美国技术和流向美国的收入。它实际上是在利用一个新平台在世界各地创造机会。事实上，你知道，我记得90年代我在做我们的数据库产品，你知道，和SAP合作。事实上，SQL Server和R/3的组合对双方来说都很成功。
人们经常谈论英特尔和微软，但我成长过程中经历的另一件事，也在某种程度上奠定了我看待世界的方式，就是我们与一家至今仍是巨头的欧洲软件公司所做的合作。所以，你知道，谁知道下一个大型AI应用会是什么、会发生什么。但我抱着这样的态度：
即使基于美国技术栈，世界各地都可能涌现出科技公司，甚至可能是排名前五的科技公司。你完成了一些了不起的收购，除了是一位技术专家，你还是一位相当厉害的交易高手。这可能是最少被报道的一面，
关于你辉煌的任期以及你们取得的巨大增长。但你和OpenAI做了一笔交易，而对方可能是有史以来最精明、或者说最具争议的交易高手之一，萨姆·奥尔特曼。这笔交易被看作是让你们有望获得一笔意外的现金横财，而作为微软你们并不需要这笔钱。我猜如果他们IPO，这总归是好事。但你是否可能，这也正是对这笔交易的批评，造就了一个微软的终极竞争对手？你如何看待这一点？
还有，微软曾错过了移动革命，那是史蒂夫·鲍尔默最大的遗憾，那么你们怎么能没有一个属于自己的Gemini、xAI或Claude呢？还是在你看来，你们已经拥有了，因为你们拥有OpenAI的源代码？是的，我认为是这样。所以当人们问，你们的基础模型在哪里？我的意思是，归根结底，我们确实拥有知识产权。但话虽如此，我觉得你提出了几个不同的问题，对吧？其一，问最重要的事，当我审视微软今天的战略时，
其一是我们要建设token工厂，对吧？我们今天最大的业务是Azure业务，而考虑到将要发生的事情，Azure业务的总可寻址市场如此巨大，以至于我们现在需要在建设这些token工厂方面做到极致。这意味着要有异构的基础设施集群，并做每个超大规模云服务商一直在做的事，也就是用软件最大限度地利用它，以优化总拥有成本（TCO）和利用率。这是一方面。然后是应用服务器业务，对吧，也就是说，你提到如果每个人都要构建智能体、拥有无限心智、拥有这些强化学习训练场（RL gyms）、评估体系之类的东西。就像每个平台都有一个应用服务器一样，这个平台也有一个应用服务器。
这就是我们在Foundry等方面所做的，对吧？所以有一个应用服务器业务。在这个应用服务器中，现在从结构上已经相当清楚的一点是，任何构建任何应用的人或任何公司都不会只用一个模型，而是会用所有模型。我为什么不这么做呢？对吧，事实上，对于任何给定的任务，我甚至会编排多个模型，对吧？
我们在医疗保健业务中推出了一个很棒的东西，叫做“决策编排器”。它证明了，通过分配角色，对吧，比如调查员、数据分析师、领域专家，哪怕只是通过提示词给模型分配角色，然后对它们进行编排，得到的结果也比任何单一的前沿模型更好。那么我这样理解对吗：你看好开源模型，认为大语言模型将在很大程度上商品化，价值不会在那里积累？事实上，我的看法是……顺便说一句，蒂姆·库克和苹果也这么认为……顺便说一句，
你想想数据库市场发生了什么，对吧？你知道，过去一切都只是SQL数据库，直到不再如此，对吧？出现了……想想那里的情况。文档数据库、NoSQL数据库，数据库的激增，对吧？谁能想到数据库市场
会如此丰富多样？或者说它竟然能够开源？那真是令人震惊。我的意思是，想想Postgres，或者甚至是Mongo的发展，它是开放的，但甚至还有公司在背后支持它。所以在我看来，这就是将要发生的事情。在我看来，模型就像数据库市场。
会有差异，但我多少认为，肯定会有闭源的前沿模型。你知道，也会有达到前沿水平的开源模型。事实上，如果说有什么的话，我认为在接下来的一年里，讨论的很大一部分可能会是：企业的未来是什么？
一家企业应该能够把它所拥有的隐性知识嵌入到一个由它自己控制的模型的权重中。所以当有人问我世界上应该有多少个模型时，我会说，世界上有多少家企业就应该有多少个模型。这是一种有点极端的说法。因为在我看来，这就是知识经济变成AI经济的方式。你们是否在秘密地
（既然我们在All-In上，你可以在这里说）研发一个运行在Windows桌面上的大语言模型？因为你们确实在做。你们已经有了。比如今天就有一个Phi Silica模型，它完全驻留在本地，使用NPU，当然也使用GPU。事实上，最大规模的高性能装机量。
事实上，这是令人着迷的事情之一。工作站回来了。我是最……如果你去了CES的话。这对微软来说是好事，因为你们有不错的桌面业务。当然。所以我们，事实上，我们认为那种形态，尤其是，我是说，我总是这么说，你知道，我的职业生涯始于命令行。谁知道呢，我可能也会在命令行中结束职业生涯。但你是在Sun起步的，那是最早的5000美元、10000美元级别的工作站。
你是否预见到有一天，你会在这里和客户会面，推荐一台配备大语言模型和相应硬件的10000美元台式机？我的意思是，你可以，你可以装一块DGX卡，然后你就能拥有，比如，一台非常棒的机器。顺便说一句，我们离拥有某种分布式模型架构只差一次架构调整，对吧，甚至是一种知道如何真正把自己分布开来的MoE架构，对吧？这类突破可能会彻底改变混合AI的样貌。但我们绝对致力于、专注于让PC成为运行本地模型的好地方，让本地模型甚至承担大量提示词处理工作，再调用云端，对吧？所以有很多工作可以做，而这肯定是正在推进的事情。
是的，我觉得Claude Cowork在某种程度上展示了接入本地文件驱动器并加以利用的威力。这引出了另一点。你让我想起了Yammer，对于不了解的人来说，你知道，Yammer大约15年前的成名之处在于，它开创了很多……嗯，它运用了大量面向消费者的增长策略来进攻企业软件市场。我想知道，当你思考企业对AI的采用时，你认为它在接下来一年会如何传播？感觉我们正处于某种关键节点。你认为会是自上而下的吗？
会是由CEO指挥一个团队，给他们一个战略转型项目，然后他们去做招标（RFP）？还是你认为它会在企业内部自下而上地传播，通过那些适应力强、在自己生活中使用这些工具的AI原生员工，他们开始把这些东西带到工作中，并取得惊人的成就。
是的，我觉得，和所有事情一样，大卫，我认为既是自上而下，也是自下而上，对吧？我之所以说自上而下，是因为如果看在客户服务、供应链或人力资源自助服务中应用AI的投资回报率，这些都是IT部门和高管们可以拍板的简单项目，你也正是在这些地方看到了真正AI采用的第一波。但最终会发生的是自下而上，对吧？我的意思是，即使是
个人电脑，事实上，如果你回想一下，是律师们把Word带进来，然后财务部门把Excel带进来，然后有了电子邮件，然后它就成了标配。这就是现在正在发生的事情。比如这些智能体，当我说每个人都在构建智能体时，他们正在想办法去创造这些东西，改变工作流程，消除工作中的苦差事，对吧？这在某种程度上就是自下而上变革的开端。事实上，我最兴奋的就是这种自下而上的变化。即使在微软，比如，我们今天在Azure中管理着全球大约500多家光纤运营商。顺便说一句，我自己之前都没意识到。其中很多，你知道，叫做DevOps，但它是一种实体
资产。东西会被切断。当你说DevOps时，那意味着你真的要给人发邮件说，嘿，那处光纤被切断是怎么回事？我们怎么修复它？所以有大量的来回沟通。所以在这个网络中，负责我们全球网络的那个人基本上构建了，就像你说的这些人物角色。它们本质上就是数字员工，
在完成所有这些DevOps工作。所以，这些完全是自下而上的，你能看到工具的作用。就像是，嘿，我有了构建智能体的新方法。它就在那里。我要用它来实现各种层级的自动化，从而消除
苦差事、提高效率、提升质量。而这归根结底是技能培养的问题，这在某种程度上是个大问题，而技能培养并不神秘。它就是靠实践，对吧？并不是说我要去上一门课。而是工具的扩散和对工具的使用。我认为这才是真正将会发生的事情。我们正处于一个非常有意思的时刻。
用这些工具赋能一名现有员工，要比招聘、指导并培养下一代容易得多。所以感觉我们正处于一个有点消化不良的时刻。在微软，你觉得如果公司规模保持不变，30或40年后谁会接替我的工作？因为鉴于你们技术优先的做法，照这个速度发展下去，真的没有任何理由再增加一名微软员工了。而你们已经四年没有增加了。所以，你们可能做了一些人员进出的调整，改变了人员结构。那么你如何看待这下一代人？对于那些现在可能还没有拿到微软录用通知的大学毕业生，你有什么建议？你过去曾花很多时间在这上面，
打造那个群体。但也许你现在没有那种余裕了？你有没有想过这个问题？这是个很好的问题。关于职业生涯早期的人会怎样、校园招聘会怎样，现在存在一些争论。我仍然非常相信校园招聘，因为归根结底，这将改变任何人熟练掌握一个代码库的曲线。这就像常规的计算机科学人才招聘一样。可能发生变化的是，对于一个新加入团队的人来说，借助所有的Markdown文档、技能，以及我可以去问智能体这一事实，他能够快速上手。我的意思是，想想看，对吧？
这就像有一位不可思议的导师，帮助你更快地熟悉代码库。所以在某种意义上，应届毕业生的生产力曲线将会比以往任何时候都陡峭得多。所以我认为可能会有所不同。事实上，我们正在试验的一件事是一种不同类型的学徒制，对吧，
就是让一名资深的个人贡献者（IC）开发人员带一批应届毕业生一起工作。因为这是一种新的工作方式。就像我记得每个加入微软的人都会说，去看看，比如，卡特勒（Cutler）是怎么实现malloc之类的。他会去试着读他的代码
去理解卓越的匠艺是什么样子。如今，我认为卓越的匠艺甚至来自观察那些 10 倍、100 倍效率的工程师如何使用 AI 来打造高质量的产品。而这正是这些刚毕业的大学生将会学到的东西，而且会学得更快。所以这对像我们这样的公司是一件有益的事。因为归根结底，除非我们解决了长寿问题之类的事情，
我们都需要有人进入职场，并在微软取得成功。所以我们对此非常坚定。但我们也在确保，这些岗位的职责范围符合人们未来的抱负，无论是目前已经在职场中的人，还是正在进入职场的人。好的，就在这里结束吧，萨提亚·纳德拉，非常感谢你。