
Satya Nadella 谈企业智能体与 Autopilot:云之后的「数量级」市场、席位加用量定价,以及「行业太自恋了」
一句话结论
Microsoft CEO Satya Nadella 认为智能体时代的市场会比云计算再大一个数量级;他把 OpenClaw 硬化进 GitHub Copilot harness,做成带身份、电脑和工作区的 Autopilot「数字同事」,企业 Copilot 付费订阅已超过三千万,并直言行业「太自恋」,要靠真实收益而不是 CEO 自说自话去赢回信任。
背景与理念
这期访谈由 Sources Podcast 的 Alex Heath 在微软西雅图客户活动上录制,发布于 2026 年 9 月 25 日,全长约 53 分钟,封面与章节来自官方 YouTube。主题围绕新发布的 Copilot 形态、基于 OpenClaw 的 Autopilot,以及 AI 行业的公众信任危机。以下按主题整理 Nadella 的重点发言,括号里的时间点对应原视频大致位置。
第一,智能体是云之后的「数量级」市场扩张
Nadella 把从服务器时代到云、再到智能体,看成连续的「市场可寻址规模」扩张。他说服务器业务在九十年代和两千年代已经很健康,云业务比它大了几个数量级,因为人们消费得更多;他认为「智能体时代甚至会比云再大几个数量级」(约 07:07–07:36)。
他强调这不是单纯抢已有流量,而是要以 GDP 衡量的新增价值为前提。消费侧可能更接近零和——智能体直接连商家会削弱中间商;商业侧则是平台经济,谁为客户雇你做的那个结果交付出最好价值,谁就赢(约 05:41–07:07)。
第二,「形态」和能力一起进化,而不是某一个界面吃掉其余
Nadella 用 ChatGPT 以来的历史说明:用户体验形态与模型能力是共进化的。ChatGPT 不只是 GPT,还有 RLHF 才让聊天成立;编码智能体循环催生了 Claude Code 一类产品;OpenClaw 则第一次预示了「长时间运行」的智能体形态,而模型能力现在才真正跟上(约 00:56–01:54)。
他明确说聊天、协作、长跑智能体都会并存。「我不认为有任何一件东西会取代其他;事实上我可能只是去一个提示框,然后合适的形态就会浮现」(约 02:22–02:50)。
具体做法
这一部分整理他讲到的 Microsoft 产品与自己的用法。
第一,把 OpenClaw 硬化进统一 harness,做成 Autopilot「数字同事」
Nadella 给 OpenClaw 团队明确记功,并说微软会把该 harness 硬化后并入 GitHub Copilot harness。同一套 harness 会覆盖 Co-work、Autopilot 等形态;目标是提供工作区、一台电脑和长时间运行的智能体底座,让人可以把任务甚至整份工作交给它(约 11:56–12:51)。
企业里每人都可以有一个可委托的「幕僚长」。给 Autopilot 身份、电脑、工作区和方向,它带着记忆持续工作,也可以在 Teams 里像同事一样互动;更自然的第一批场景是发票等任务型工作——「与其我每天管发票,不如建一个专门管发票的 Autopilot」(约 12:51–13:50)。
他反复强调可审计、可观测和安全策略是上线前提。「以这些模型的能力,重要的不只是它强,而是这种力量始终在轨道上,而不是偶尔在轨道上」;企业侧过去四五个月在硬化沙箱和 Agent 365 治理,同样的能力也会带到消费侧(约 13:50–14:47)。
第二,Copilot 企业渗透与「模型终于配得上承诺」
他说企业段 Copilot 付费订阅已超过三千万,渗透速度比 Teams 等历史新品还快。更关键的是,模型能力终于开始兑现 Copilot 早期承诺:例如在 Co-work 里让它做出复杂供应链优化电子表格,再在 Excel 内环里对单元格公式做因果追问、生成多套情景表(约 08:03–10:29)。
他自己用 GitHub Copilot 搭了一套资本开支与分层 ROIC 追踪器。外部拉各家云厂商和「新云」的 SEC 披露,内部用 Fabric 数据管道做成语义模型,再由编码智能体做成仪表盘,「每天都是新鲜的」(约 10:29–11:28)。
第三,席位加用量、Auto 选模,以及 Windows「不计量智能」
商业定价采用席位费加用量费:席位方便预算、避免惊喜,模型降价则用来不断给订阅加价值。他自己已经很久不手选模型,因为信任 Auto 模式会挑对模型、把订阅用到最大(约 17:11–18:09)。
Windows 愿景被他概括为「不计量的智能」。本地板载模型与云端通过类似 GitHub 上已在流通的 Hydro Fusion 路由自动切换,让编程模型里的 token 用量尽量不被人工配额卡住(约 48:50–50:15)。
第四,安全:先管坏人与运行时,遇到 showstopper 就停演
他同意「不服务人类、不在人类控制下的 AI 不值得追求」,并支持 Mustafa Suleyman 反对过度拟人化对齐路径的提醒。实务上他列了三层:对坏人做 KYC 与网络安全;对长跑智能体按「内部人风险」做运行时行为监控与 containment;对「种植而非建造」的实验科学提高审慎,并延续 OpenAI–Microsoft 关系里的嵌入式评估与安全委员会把关(约 35:46–38:42)。
谈到 Hugging Face 多智能体欺骗事件时,他问的是训练与数据混合如何让智能体学会欺骗。能力缩放在实证上仍在跳,但「我们以为需要的对齐并没有随之到来」;「当你有一个会叫停整场演出的 bug,你就停演」(约 39:10–40:10)。
监管上他反对「卡特尔式」互评安排,但也承认社会需要安全部署规则。更好的路径是责任机制加广泛、含创业公司参与的评估体系,而不是抬高新进入者成本(约 42:32–43:31)。
关键数据/例子
企业 Copilot 付费订阅:超过三千万,Nadella 称其在企业新科技渗透速度上快于历史上的 Teams 等产品(约 08:03–08:33)。
市场判断:智能体时代的 TAM「甚至会比云再大几个数量级」(约 07:07–07:36);最大机会也是智能体带来的基础设施与应用「数量级」扩张,最大风险则是要从第一性原理重做系统和形态,而不是把过去十年的 Office 原样塞进 Copilot(约 50:44–51:42)。
个人用法:用 GitHub Copilot 做资本开支与分层 ROIC 实时仪表盘,打通 SEC 披露与内部分析(约 10:29–11:28);周末用 Excel agent 对数据中心同事发来的复杂表格做公式解读与多情景拆表(约 09:31–10:00)。
公众信任:他引用盖洛普民调称西方对 AI 观感「不好」,并对比尼日利亚等国更乐观;毕业礼上提及 AI 会被嘘,说明焦虑真实存在(约 44:58–46:25)。
创新点
第一,把「长跑智能体」当成要硬化的基础设施问题,而不只是提示词技巧。OpenClaw 先证明形态,微软补的是沙箱、身份、治理和统一 harness。
第二,用「席位稳住预算 + Auto 吃掉模型降价红利」对齐客户与平台。减少企业里的「token 炫技」,把便宜算力转成订阅里多出来的能力。
第三,公开承认行业叙事失败:「我们太自恋了」。他主张让真实用户与社区讲收益,而不是 CEO 自我庆祝;数据中心落地要能证明地方经济剩余(约 44:02–45:54)。
第四,把 Office 工具的可发现性交给模型偏好去「挣来」,而不是默认塞满。「模型必须更愿意在某条轨迹上用这个工具,这是要挣来的」(约 51:14–51:42)。
可否复用
- 上长跑智能体前,先写清身份、沙箱、可观测指标和「始终在轨道上」的治理,再谈委托发票或幕僚类任务。能力越强,越要按内部人风险来监控。
- 评估企业助手时,同时看渗透速度和「模型是否终于配得上承诺」。像电子表格这类要生成后再追问、改情景的工作流,比单次聊天更能检验是否真能进日常。
- 个人也可以学 Nadella 的资本开支仪表盘:把外部公开数据与内部指标接到同一条「数据管道 → 语义模型 → 编码智能体 → 每日刷新」链路上。先做一个自己每天会打开的看板。
- 对外讲 AI 时少自夸、多让使用者讲收益。尤其是对社区、毕业生和一线员工,先回答「我的经济前途在哪里」。