Microsoft CEO Satya Nadella(萨提亚·纳德拉):构建开放、智能的“代理网络”新时代撰文:Techub News 整理
导语
北京时间 2025 年 5 月,微软年度开发者盛会 Microsoft Build 2025 正式拉开帷幕。在长达近两小时的开幕主题演讲中,微软董事长兼 CEO Satya Nadella(萨提亚·纳德拉)系统阐述了公司在 AI 时代的核心战略与最新平台进展。本次演讲的背景是 AI 技术,特别是大语言模型和智能代理(Agent)能力正进入规模化应用的关键“中场阶段”。纳德拉将当前时刻类比于 1991 年的 Win32、1996 年的 Web 以及 2008 年的云与移动浪潮,强调微软正致力于构建一个“开放的、可扩展的代理网络”,旨在为全球开发者创造前所未有的机会,赋能星球上的每一个人与组织。
摘要
GitHub Copilot 进化成“对等程序员”:开源 VS Code 中的 Copilot 核心,并推出能自主处理 GitHub Issue、修复 Bug、实现新功能的完整编码代理。
Microsoft 365 Copilot 成为“AI 的 UI”:整合聊天、搜索、笔记本、创作与代理,并推出 Copilot Tuning 功能,允许企业基于自身数据微调专属模型。
Azure AI Foundry 定位为“AI 时代的应用服务器”:提供模型路由、多代理编排、企业级安全管控与本地部署能力,并宣布引入 xAI 的 Grok、Mistral 等众多新模型。
Windows 成为代理网络原生平台:推出 Windows AI Foundry 与 Foundry Local,原生支持模型上下文协议(MCP),让智能代理能安全调用本地系统能力。
发布 Microsoft Discovery 科学发现平台:将智能代理工作流应用于科学研究,实现从文献调研、假设生成到模拟实验的自动化闭环,加速新材料、新药物研发。
开发者工具进化:从助手到对等程序员
Satya Nadella(萨提亚·纳德拉)开篇即强调,一切始于开发者使用的工具。软件工程的本质是利用合适的工具将想法变为现实,并不断驾驭复杂性。微软的开发工具生态正经历前所未有的增长与扩散:Visual Studio 家族用户超 5000 万,GitHub 用户达 1.5 亿,而 GitHub Copilot 已被超过 1500 万开发者使用。
此次 Build 大会,微软为开发者工具栈带来了多项重磅更新。最引人注目的是宣布在 VS Code 中开源 Copilot 的 AI 驱动能力,将其集成到这个全球最受欢迎开发工具的核心开源代码库中。这标志着微软正将 AI 编码体验更深、更开放地融入开发者工作流。
纳德拉指出,GitHub Copilot 的演进路径清晰地反映了“代理网络”的普遍模式:从代码补全,到聊天交互,再到多文件编辑,如今已进入“代理”阶段。开发者可以提问获取答案,可以分配任务让代理执行,也可以与 AI 并肩工作完成项目。微软正在将这种模式系统化。
首先,Copilot 现在能够进行应用现代化升级,例如将 Java 8 应用升级到 Java 21,或将 .NET 6 迁移至 .NET 9,甚至将本地应用迁移上云。它能分析代码与依赖关系,制定升级计划,并在过程中学习开发者的修改,使整个流程无缝衔接。
其次,微软推出了面向站点可靠性工程(SRE)的自主代理。该代理能自动对生产环境问题(如半夜的告警)进行初步诊断、根因分析、缓解处理,并自动生成包含修复项的事故报告(作为 GitHub Issue)。开发者甚至可以将这些修复项直接指派给 GitHub Copilot 去完成。
而最重大的飞跃,是推出了内置于 GitHub 的完整编码代理,将 Copilot 从“结对程序员”升级为“对等程序员”。开发者可以将 Issue、Bug 修复、新功能开发、代码维护等任务直接分配给 Copilot,它将自主完成这些工作。纳德拉在现场演示中,轻松地将一个为社区页面添加用户组规模过滤器的复杂 Issue 分配给了 Copilot 代理。代理随即创建分支、启动 GitHub Actions、生成计算资源,并提交了包含具体代码变更的拉取请求草案。整个过程,开发者只需进行任务分配与最终审核,极大提升了效率。
纳德拉强调,这个编码代理在提供卓越开发体验的同时,严格遵守安全规范:它在独立分支中工作,仅使用开发者配置的 MCP 服务器,并且可以安排其他代理进行代码审查,在运行任何 CI/CD 或合并操作前确保人员参与。微软也将这些核心能力开放给合作伙伴,以期构建一个开放、安全的代理生态系统。
平台机遇:Microsoft 365 Copilot 与智能代理生态
将视角从代码开发上移,纳德拉重点阐述了 Microsoft 365 所代表的平台机遇。最新版 Microsoft 365 Copilot 已全面上市,这是自 Teams 发布以来最大规模的更新。它将聊天(Chat)、搜索(Search)、笔记本(Notebooks)、创作(Create)和代理(Agents)整合到一个直观的框架中,纳德拉称之为“AI 的用户界面”。
其中,聊天功能基于网络数据和个人工作数据进行“ grounding ”,搜索可跨越 Confluence、Google Drive、JIRA、ServiceNow 等多种应用,笔记本允许创建包含聊天记录、页面、文档、邮件等异构数据的集合。创作功能可以将 PowerPoint 转换为讲解视频或生成图像。
代理方面,微软推出了几个特殊代理,如“研究员”(Researcher)和“分析师”(Analyst)。“研究员”能综合网络和企业数据源,对任何主题或项目进行深度思维链推理;“分析师”则能从多个原始数据文件(如多个 Excel 表格)中获取洞察、进行预测和可视化。纳德拉感慨,比尔·盖茨多年前提出“信息唾手可得”,而2025 年 5 月正进入“专家能力唾手可得”的时代。
Teams 则将这一切变为“多人游戏”。开发者构建的代理可以出现在 Teams 和 Copilot 中,用户只需在聊天或会议中提及某个代理,就能提问、分配任务或启动工作流。借助 Teams AI 库和 MCP 支持,构建多人协作代理变得前所未有的简单。
更关键的是,开发者现在可以将自己构建的代理发布到“代理商店”(Agent Store),使其能够在 Copilot 和 Teams 中被数亿用户发现和使用。过去一年,已有超过 100 万个代理被构建并连接到 Copilot 和 Teams。纳德拉展示了 Workday、ServiceNow、伦敦证券交易所集团(LSEG)等合作伙伴如何利用代理连接其业务系统,实现任务汇总、实时数据分析和报告生成。
为了进一步降低代理构建门槛,微软增强了 Copilot Studio 的能力,引入了完整的知识问答代理、MCP 支持、代理工作流,并新增了多代理编排功能。纳德拉以新员工入职这一涉及设施、财务、法律等多个部门代理的复杂流程为例,展示了如何通过编排让这些代理协同工作,大幅提升效率。
最后,纳德拉宣布了一项重大升级:Copilot Tuning。企业现在可以利用自身的数据、工作流和行文风格来微调 Copilot 模型,打造企业专属的、理解公司特定语调和知识的智能代理。例如,律师事务所的代理可以推理过去的论点和相关文献,生成符合公司风格的文档;咨询公司可以为不同垂直行业定制专属模型。这标志着 Copilot 从“使用工具”向“成为定制化企业智慧”的深刻转变。
AI 应用基石:Azure AI Foundry 与模型生态系统
要构建生产级、有状态的智能应用,仅靠模型 API 调用是远远不够的。Satya Nadella(萨提亚·纳德拉)指出,当前需要的是一个真正的“应用服务器”。为此,微软推出了 Azure AI Foundry,将其定位为“智能的生产线”。
Foundry 是一个完整的 AI 应用平台,涵盖模型选择、评估、编排、检索增强生成(RAG)等关键环节。目前已有超过 7 万家组织在使用 Foundry。它支持超过 1900 个模型,包括响应模型、推理模型、任务专用模型和多模态模型,并持续与合作伙伴同步最新模型。纳德拉特别提到,OpenAI 的 Sora 将于下周登陆 Azure。
为了简化开发,Foundry 推出了新的模型路由器,可自动为任务选择最佳的 OpenAI 模型。同时,应用正从绑定单一模型向真正的“多模型”架构演进。纳德拉隆重宣布,xAI 的 Grok 系列模型将登陆 Azure。Grok 3 将推理、深度搜索和响应模型能力集于一身。在播放的视频中,Elon Musk(埃隆·马斯克)阐述了 Grok 的设计哲学:致力于从第一性原理出发进行推理,应用物理学的工具来追求最小化错误的“真相”,并认为这对于 AI 安全至关重要。他热情呼吁开发者社区提供反馈,共同改进 Grok。
此外,Mistral、Llama 等开源模型也全面入驻 Azure。通过与 Hugging Face 的扩展合作,开发者可在 Foundry 中访问超过 1.1 万个前沿及开源模型。更重要的是,Foundry 允许开发者一次性地配置计算吞吐量,并在多个模型(包括 Grok)间共享使用,极大提升了资源利用的灵活性。
模型之外,Foundry 还提供了先进的检索系统(超越简单的向量搜索)、声明式的代理服务(支持多代理编排)、以及从无服务器函数到 Azure Kubernetes 服务(AKS)的全谱系计算选项。纳德拉展示了斯坦福医学院利用 Foundry 构建的“医疗保健代理编排器”,它能够协调多个代理,整合患者病史、放射学数据、PubMed 文献和临床试验信息,为肿瘤委员会会议生成全面报告,极大提升了癌症诊疗的效率和决策质量。该解决方案现已通过 Foundry 向所有人开放。
纳德拉强调,当人与代理协同工作时,企业级的管理、身份和安全控制至关重要。因此,微软将现有企业管控体系延伸至代理:通过 Entra ID 为代理提供独立身份和权限;通过 Purview 确保代理构建过程中的端到端数据保护;通过 Defender 保护代理免受提示词滥用、凭证窃取等威胁。这为智能代理的大规模企业部署铺平了道路。
边缘与客户端:Windows 拥抱代理原生时代
AI 的能力不仅存在于云端,也需要延伸到边缘和设备端。Satya Nadella(萨提亚·纳德拉)宣布推出 Foundry Local,包含高性能运行时、模型、代理即服务和本地应用开发 CLI,全面支持 Windows 和 Mac。
对于 Windows 平台,纳德拉宣布了 Windows AI Foundry。这是微软内部用于构建 Copilot+ PC 上“回忆”(Recall)、“一键执行”等功能的同一平台,现在开放给所有开发者。它支持跨 CPU、GPU、NPU 和云的统一开发周期,并提供一系列预优化的开源模型供本地运行。
开发者甚至可以使用 LoRA 适配器对 Windows 内置的 Phi Silica 小语言模型进行定制,以满足特定应用需求。纳德拉预言,正如 o1 和 DeepSeek 开启了云端的推理计算革命,Phi Silica 将彻底改变 PC 端的推理计算格局。
为迎接“代理网络”时代,Windows 将原生支持模型上下文协议(MCP)。系统将内置文件系统、设置、应用操作、窗口管理等 MCP 服务器,并建立原生的 MCP 注册中心,让经过安全审核的 MCP 服务器能够被兼容的客户端安全发现和调用,同时确保用户拥有完全的控制权。现场演示显示,开发者只需在 VS Code 中对 GitHub Copilot 代理用自然语言发出指令,即可通过 WSL 和 Figma 的 MCP 服务器,自动完成 Linux 发行版安装、Node.js 项目搭建乃至按照 Figma 设计稿自动生成网站的全流程,展现了代理驱动开发的巨大潜力。
此外,纳德拉还兑现了一个长达十年的社区期待:宣布将 Windows Subsystem for Linux (WSL) 完全开源。随着 WSL 2 架构的演进,其核心组件已变得可独立分离,使得这一开源成为可能。
赋能科学:Microsoft Discovery 与基础设施革新
演讲的最后部分,Satya Nadella(萨提亚·纳德拉)将目光投向了一个可能产生深远影响的领域:科学发现。他宣布推出 Microsoft Discovery,一个为科学研究构建的智能平台。如果说 GitHub 服务于软件开发,Microsoft 365 服务于知识工作,那么 Discovery 就服务于科学。
Discovery 基于强大的图知识引擎(Graph RAG),不仅能检索事实,更能理解科学领域的细微知识。它构建于 Foundry 之上,集成了专为研发设计的先进代理。这些代理不是执行静态流程,而是在一个持续的迭代循环中协作:生成候选方案、进行模拟、并从结果中学习。
现场演示中,产品负责人 John Link 展示了如何利用 Discovery 寻找一种不依赖 PFAS(永久性化学品)的新型数据中心浸没式冷却液。平台代理首先调研了最新科学文献,然后制定了一个包含生成化学、AI 筛选和高性能计算(HPC)模拟验证的完整研究计划,并自动在 Azure 上执行。最终,系统在短时间内从数百万候选分子中筛选出了有潜力的目标。令人印象深刻的是,微软实验室真的合成了其中一种候选材料,并成功用于冷却一台运行游戏的 PC。这证明了 AI 驱动的研究闭环能够大幅压缩传统研发中长达数年的试错周期。
纳德拉总结道,这一切创新都运行在微软全球领先的云基础设施之上。他提到 Azure 是首个大规模部署 NVIDIA GB200 的云平台,单个机架能提供每秒 86.5 万 tokens 的惊人吞吐量。通过与 NVIDIA CEO Jensen Huang(黄仁勋)的视频对话,双方强调了在 CUDA 生态、全栈优化(从芯片到软件)以及最大化每美元每瓦特性能(“tokens per dollar per watt”)上的紧密合作。此外,微软自研的 Cobalt ARM 处理器也已大规模应用于自身及合作伙伴工作负载。
纳德拉以世界银行在尼日利亚和秘鲁的教育项目为例,展示了 Copilot 如何成为最有效的教育科技干预手段之一,帮助教师提升课程质量与学生成果。他最终强调,微软的所有努力,其核心不在于技术本身,而在于人们能用它来做什么。构建开放、智能的“代理网络”的终极目标,是为全球每一个开发者、每一个组织创造机会,解决他们想要解决的问题,让技术真正赋能于人。
SK hynix:你不该错过的 HBF 与 HBS 押注SK hynix 投资逻辑
既然 SK hynix(SKHY)终于在美国证券交易所上市,我想开始对这家公司进行覆盖。不过,我研究存储芯片股票已经很长时间了。2024 年 11 月,我曾写过一篇题为“更多内存将成为 AI 的关键”的文章。那篇文章讨论的是 Micron(MU),自从我给予其“买入”评级以来,股价已经上涨超过 800%。但从公司质量和未来前景来看,我认为 SK hynix 比 Micron 和 Samsung(SSNLF)都更优秀。
这也是为什么我一开始就给予 SK hynix“强烈买入(Strong Buy)”评级,因为我相信 HBF 和 HBS 将推动 SK hynix 主导未来的存储市场。
HBF vs. HBM vs. HBS
我认为,未来几年 HBM、HBF 和 HBS 将成为最重要的几类存储技术。HBM,也就是高带宽内存,已经获得了大量关注,因为它对 AI 工作负载非常重要。HBM 技术通过垂直堆叠 DRAM 来实现高带宽,换句话说,也就是实现更快的数据传输。目前 HBM 市场的主要参与者是 SK hynix、Micron 和 Samsung。有意思的是,中国目前仍然没有成功生产出具有竞争力的 HBM。在这三家供应商中,我认为 SK hynix 当前拥有最好的 HBM,这一点可以从其市场份额中得到验证。不过 Samsung 正在快速追赶,其市场份额仅用一年时间就从 15% 提高到了 33%。虽然 SK hynix 的市场份额目前仍然达到 50%,但如果这一趋势继续下去,Samsung 可能会进一步缩小差距。在我看来,未来 SK hynix 和 Samsung 很可能会主导整个市场,而 Micron 则可能以明显更小的市场份额位居第三。
另一个让 Micron 处于相对不利位置的因素是 HBF。SK hynix 正与 Sandisk(SNDK)共同投资这种新的闪存介质,而 Samsung 也在这一领域积极布局。至少目前来看,Micron 似乎并不打算投资 HBF。我认为这是一个错误,因为我相信 HBM + HBF 将会取代当前 HBM + DDR5 + SSD 的 AI 架构。HBF,也就是 High Bandwidth Flash(高带宽闪存),本质上是垂直堆叠的 NAND,它的优势在于每 GB 成本远低于 DRAM,同时延迟又低于 SSD。因此,从我个人角度来看,HBF 是一种重要演进,它将与 HBM 一起主导 AI 推理市场。这也是为什么我认为 SK hynix 和 Samsung 将成为未来主导存储市场的核心玩家,而 Micron 目前这种观望态度在我看来是一个错误。
另一个很有意思的存储介质是 HBS,也就是 High Bandwidth Storage(高带宽存储)。HBS 的思路是把 NAND 和 DRAM 结合起来,从而为边缘和移动应用提供一种更优解决方案。因此,这项技术并不是为数据中心设计的,而是为下一阶段做准备,也就是当 AI 开始运行在越来越多终端设备上的时候。目前,SK hynix 是唯一一家正在开发 HBS 的公司,这可能会为其带来显著的竞争优势和先发优势。
为什么我认为 SK hynix 是面向未来的最佳选择
Samsung 目前拥有一个优势,但这个优势正在逐渐减弱,那就是 Samsung 是一家规模巨大的综合型公司,可以在内部自行生产很多东西。尤其是 Samsung 能够生产市场上最优秀的一些 SSD,这一直给它带来很强的竞争优势。但和往常一样,竞争对手总会试图攻击这种竞争优势。如果 HBF 成功,而我预计它会成功,那么 Samsung 的一个主要竞争优势就会被削弱。
另一个机会来自 CXL。SK hynix 不久前展示了基于 DDR5 的内存池化概念。Samsung 也有自己的 CXL 产品。不过,CXL 会降低系统对于高性能 SSD 的依赖,而这应该会利好 SK hynix。
目前来看,凭借强大的 SSD 产品组合,我认为 Samsung 仍然拥有轻微优势。但我认为 SK hynix 面向未来的布局更好。凭借 HBM、HBF 和 HBS 产品组合,SK hynix 将能够覆盖未来 AI 存储市场几乎整个产品谱系,而我目前还没有在 Samsung 和 Micron 身上看到同样完整的布局。我也认为,SK hynix 正与 Nvidia(NVDA)共同开发面向 Physical AI 的下一代存储解决方案,这同样是支持 HBS 投资逻辑的一个强有力论据。就我个人而言,我相信未来 HBF 和 HBS 的市场规模甚至可能超过 HBM。听起来也许很疯狂,但我认为机器人对于存储的需求最终会超过数据中心。不过,这种情况是否会在当前这一轮存储周期内就发生,目前没有任何人可以百分之百确定。
估值
【原文图片位置:SK hynix 与 Micron 前瞻估值对比(YCharts)】
遗憾的是,Samsung 的存储业务并没有单独上市,因此我没有把 Samsung 纳入比较。最终,这个比较只包括 Micron 和 SK hynix。不过,从图中任何人都可以明显看到,这两家公司的前瞻估值倍数都极低。原因很简单,市场存在一种不理性的担忧,认为 2027 年存储价格或出货量会大幅下降。我认为这种担忧并不合理,因为各家公司管理层的表态以及资本开支预测都强烈指向相反的方向。
全球数据中心年度支出预计将从今年大约 8,000 亿美元增长至 2030 年的 1.1 万亿美元,并在 2050 年达到 1.8 万亿美元,这是 PwC 的预测。
考虑到 2030 年之前数据中心支出预计将超过 1 万亿美元,很明显,短期内市场并没有预计会出现明显放缓。我认为 2050 年的预测有些荒谬,因为没人能够看清 24 年后的未来。但我认为 2030 年的预测是现实的,甚至可能还有些保守。
韩国芯片制造商 SK hynix 周四表示,公司计划于 2029 年第三季度在 Indiana 工厂开始量产下一代 HBM4E 芯片,同时公司 CEO 表示,预计当前的存储芯片短缺将持续到 2030 年底。
当然,你不能盲目信任这些说法,但如果多位 CEO 都在谈论持续存在的存储短缺,那么可以合理推断,其中确实有一定真实性。因此,我认为 SK hynix 当前被低估,因为存储短缺仍将持续,而且我认为 SK hynix 会成为未来前景最好的存储公司。此外,我很幸运,我的券商允许我直接购买 SK hynix 的 GDR 和 ADR,这意味着我不需要支付额外的 ADR 溢价。但我也认为 ADR 本身仍然值得买入,虽然价格略高一些,但其前瞻市盈率仅为 6.2 倍,依然极其便宜。
我的投资逻辑面临的风险
除了那些显而易见的风险,例如供给过剩比预期更早出现之外,公司还面临执行风险。HBF 和 HBS 目前都还没有真正证明它们能够达到我对这两项技术的预期。虽然第一批原型产品看起来非常有前景,但最终商业成功依然存在不确定性。不过,这也正是投资如此有趣的地方。你需要尝试预测未来究竟哪些技术会主导市场。正因为如此,我对 SK hynix 的投资期限是 5 年以上,而不是短期投资,而遗憾的是,短线投资最近已经越来越成为市场趋势。
结论
从长期来看,我非常看好 SK hynix,因为在我看来,能够在未来 AI 发展中扮演如此重要角色的公司并不多。当前这家公司几乎具备我希望在一项投资中看到的所有要素:有吸引力的估值、强劲的未来前景、较高的进入壁垒,以及很可能持续存在多年的需求。
在我看来,SK hynix 正与 Nvidia 合作,为 Agentic AI 奠定基础,这将进一步提升公司的重要性。Jensen Huang 对未来有着惊人的判断力,而在我看来,与他或者他的预测反向下注,并不是一个好主意。
因此,总的来说,基于 SK hynix 当前作为 HBM 领导者的公司质量,以及按照我的判断其未来可能成为 Edge AI 领域领导者的潜力,我给予 SK hynix“强烈买入(Strong Buy)”评级。
GWDC 2026 KOREA · Hackathon 全球招募开启:$100K 现金与生态资源护航,全球 Builder 齐聚首尔共建 AI × Web3Web3Labs 携手全球商业伙伴、行业媒体、社区与高校生态,面向全球 Builder 持续开放项目提交,9 月底首尔另设 48 小时线下决赛
关于GWDC
GWDC(Global Web3 Developer Conference)作为全球顶尖的技术盛会,始终致力于连接全球开发者、技术领袖与创新企业,通过深度整合产业生态,全面推动前沿技术的跨界交流与创新实践。
本届大会由 Web3Labs 主办,Techub News、Hypai Labs 及 TokenPost 联合主办,将于 9 月 28 日至 30 日在韩国首尔 aT Center 举行。大会预计吸引 8,000+ 参会嘉宾、500+ 核心开发者、近百家参展商及 100+ 投资机构,旨在共建万人级 AI × Web3 交流平台。
顶级政商及行业领袖
GWDC 2026 KOREA 已成功汇聚 “政、产、融、研” 重量级嘉宾。截至目前,韩国副总理兼财政部长具润哲(Koo Yun-cheol)、韩国国会议员闵炳德(Min Byoung-dug)、香港立法会议员吴杰庄(Johnny Ng)、亚洲经济发展委员会主席尹锡宪(Suk-hun Yoon)等政界及金融领域重要嘉宾已确认出席,共话全球数字经济发展、合规治理与技术创新。
此外,大会还将汇聚 Web3Labs CEO 黄俊瑯(Caspar Wong)、Bithumb CEO Lee Jae-won、NAVER 创始人及 Happybean Foundation 主席 Kwon Hyuk-il、TRON 创始人孙宇晨(Justin Sun)、Kakao Pay CEO Shin Won-geun、Microsoft 大中华区数字业务副总经理 Ryan Li、Animoca Brands 集团总裁 Evan Auyang、YZi Labs 管理合伙人兼负责人 Ella Zhang、Nano Labs 创始人兼董事长 Jack Kong 等行业及机构代表,共同探讨 Web3 与 AI 的融合发展及前沿技术的产业落地。
关于GWDC · Hackathon
作为大会核心环节的 GWDC 2026 KOREA·黑客松,秉承“For Builders, By Builders”的极客精神,目前已正式面向全球 Builder 开启项目招募。
本届黑客松将围绕最多 5 条生态公链展开,奖池总额将超过 $100,000 USD,截至目前,本届黑客松已获 TRON 加持,并携手全球顶级云服务商 Microsoft 提供强大的算力与云端资源支撑,全方位赋能参赛团队的开发、测试与部署。项目招募持续开放,诚邀各阶段团队踊跃参与。
此外,本届黑客松将于首尔另设 48 小时线下决赛。所有团队均可赴首尔参与现场角逐,在极限开发与优化中,与全球开发者、顶级投资人及行业领袖深度交流碰撞,并于现场见证获奖名单揭晓,解锁更多生态合作与品牌曝光机会。
一、GWDC 2026 KOREA·Hackathon 基本信息介绍
时间:2026年9月28日 - 30日
地点:首尔·aT Center
形式:线下 Coding + Demo Day
奖金:50K USD + 价值50K USD生态资源支持
二、黑客松赛程安排:48小时极限挑战
本届黑客松分为线上报名与线下现场开发及决赛两个阶段,以下时间均为韩国标准时间(KST),请参赛团队提前关注相关时间节点:
线上团队报名 8 月 25 日 – 9 月 25 日
团队自行组队及报名
线下现场阶段 9 月 28 日 17:00–20:00
黑客松现场启动
公链生态及技术负责人进行项目介绍、技术分享与生态任务交流
开发者大礼包领取
9 月 28 日 20:00 – 9 月 30 日 11:00|现场 Coding
参赛团队围绕生态挑战进行项目开发、技术优化与产品完善。
9 月 30 日 12:00 前
项目提交
9 月 30 日 15:00–17:00
Innovation Stage 项目展示 & 颁奖仪式
评审与项目展示
本届黑客松将邀请参与生态公链的 CXO、技术及生态负责人,以及行业头部 VC 担任评委,对参赛项目进行现场评审。优秀团队将获得 Innovation Stage 现场展示机会,并有机会与行业投资机构及生态伙伴进行深入交流,拓展后续投资与生态合作机会。
三、参赛权益与生态支持
· $50K USD 现金奖励 + $50K USD 生态资源支持
优胜项目可获得最高 $50,000 USD 现金奖励及价值最高 $50,000 USD 的生态资源支持。
· Microsoft Azure Credits 支持
符合条件的项目可获得 Microsoft 最长 6 个月的免费云服务 Credits,为项目开发、测试及部署提供云端资源支持。
· Web3Labs 全球加速机会
获胜项目将优先进入 Web3Labs 2026 全球加速计划及孵化项目储备库,获得后续项目发展与生态支持机会。
· 行业资源与投资对接
与行业资深从业者、头部企业及一线 VC 进行交流,拓展投资、生态合作及行业资源。
· 全球媒体与市场曝光
优胜项目将获得持续的媒体报道与市场推广支持,通过全球媒体及社区渠道提升项目曝光度与行业影响力。
四、GWDC 2026 KOREA Hackathon 参赛要求
· GitHub 开源代码仓库:参赛项目须提交可公开访问的 GitHub 代码仓库。
· Demo 视频:须提交项目 Demo 视频,时长不超过 3 分钟。
· Pitch Deck:提交完整项目介绍及 Pitch Deck。
· 现场展示:入围决赛的团队须在 Innovation Stage 进行项目现场展示。
· 团队规模:每支参赛团队最多 5 人。
参赛团队可根据自身情况选择线上参与或前往首尔参加现场环节。最终项目提交须包含以上全部材料,并按照赛事时间节点完成提交。
五、GWDC 2026 KOREA · Hackathon 报名通道
黑客松详情及赛道:www.gwdc.net/hackathon.html
开发者报名:https://forms.gle/vQRpYf9T7mwZBEPX9
官方 TG 社群:https://t.me/GWDC_Global
请选择您团队的报名通道,如未加入合作高校/社区通道,可选择其他。具体赛道与任务详情将于 9 月中旬公布。
全球矩阵伙伴与协作网络
目前,GWDC 2026 KOREA 已联动全球多地的头部行业品牌、媒体、AI 与 Web3 社区,以及知名高校链协。通过品牌资源共建、媒体矩阵报道、社区联合传播及高校生态资源整合,为本次万人级大会及黑客松赛事提供全方位的宣发支持与全球推广网络。
技术创新不止于代码,更在于将新的想法真正带入现实。GWDC 2026 KOREA Hackathon 希望为全球 Builder 提供一个开放的创作与交流平台,让更多创新想法被看见、被实践,并连接更多真实的应用场景。
期待与全球 Builder 相聚首尔,用代码,让世界重新有趣。
Bitcoin Asia 香港现场专访方德证券何峥炜:加密资产增配的空间依然在,「全港首个」AI股票机让投资走向认知平权撰文:TECHUB NEWS 香港报道|记者 Alma Li|2026年8月28日
全球投资,一站搞定:一家新一代互联网券商CEO的加密观点
核心观点:
今年5月,方德证券与方德资本同步完成1、4、9号牌虚拟资产业务升级。成为香港少数“交易+顾问+资管”全链条持牌的券商。在Bitcoin Asia 2026现场,方德金控及方德证券首席执行官何峥炜接受了TECHUB NEWS专访:他曾在华尔街亲历加密货币IPO的挫败,也在Jefferies参与了MicroStrategy两期可转债发行;如今他要做的,是把机构级的投研能力通过AI交到个人投资者手里——“深度投研不该只是机构的特权。”
方德证券CEO 何峥炜(左)在Bitcoin Asia 2026香港会场接受TECHUB NEWS记者Alma Li专访
Bitcoin Asia 2026 香港会场,方德证券的展台前人流不断。刚结束一场演讲的何峥炜状态很放松,聊起天来没有架子。展台桌上摆着一台 iPad 样子的设备——那是方德刚推出的 AI 股票机,里面装载的是方德自研的服务体系。采访中,他随手拿起股票机来进行演示,像在展示一件自己早已用顺手的工具。
这是方德证券加大投入香港市场的一年。今年1月,九方智投控股(9636.HK)完成对方德证券、方德资本的收购;5月,方德证券及方德资本获香港证监会批准,第1类、第4类、第9类牌照同步升级虚拟资产业务,成为香港少数三类牌照同步获批的金融科技持牌券商;位于上环金龙中心的四层旗舰店也已正式投入运营。
何峥炜是典型的华尔街出身:美国投行背景,曾在 Jefferies 做投资银行业务,2021 年加入方德证券。他也是香港加密圈的资深参与者——2016至2017 年第一次接触比特币并亲历过 MicroStrategy 的两期可转债发行。我们的对话就从那三张同时升级的牌照开始。
三张牌照同时升级:加密是必须配齐的资产门类
方德证券Bitcoin Asia 2026展台,主打“全港首个专注投资体验的AI智能投资终端”
TECHUB NEWS:今年5月,方德获香港证监会批准,1、4、9号牌升级后可以开展虚拟资产业务。对整个集团来说,这块业务的战略意义在哪里?
何峥炜:我们一直把 Crypto 当作一个非常重要的资产类别。方德从成立之初就坚持站在投资者的角度——我常说我们要做券商领域的一家“综合医院”,医院里要有各种不同的科室、各种不同的药,满足不同病人的需要;放在券商里,就是各种不同的投资产品,满足不同客户的资产配置需求。最传统的产品线我们有股票、固定收益、衍生品、美股期权,后来又有结构化产品、FCN 等等,现在另一个特别重要的资产类别就是 Crypto。本着从客户角度出发,我们非常坚定地要完成牌照升级。
TECHUB NEWS:而且是1、4、9号牌同时升级,这可以覆盖经纪、投顾和资管三条线。
何峥炜:对,我必须强调这一点:我们是1号牌、4号牌、9号牌同时升级。很多券商可能只升级了1号牌,一些资管公司只升级了9号牌,但我们是同时做的。所以在加密服务上,我们能全方位地给到客户。
TECHUB NEWS:升级之后,方德在加密资产这块能给用户哪些服务?是所有用户都能用,还是分层?
何峥炜:这是我很关心的问题。我分两个大的类别讲。第一个是对内的,跟着牌照走:1号牌的交易,零售客户我们提供前四到五个主流币种;专业投资者(PI)客户,我们加了一些币圈生态里特别有意思的币,比如 Uniswap、Chainlink、Litecoin等。一个账户,全部打通。4号牌的投顾,我们建立了一整套完善的 Web3 研究资讯体系——得益于母公司九方智投在研究投顾上的积累,我们现在有周报、月报、年报的 Web3 资产配置定期报告,遇到特别事件随时响应,通过 APP、研究内容和直播触达客户。9号牌的资管,升级之后我们可以给客户做 100% 的资产配置,APP 上有纯币的策略、有跟币相关股票的策略,客户一键 follow、一键下单。
第二个是对外的。我们想做一个开放的生态,4号牌和9号牌我们有很多战略合作方:跟香港的持牌交易所合作,跟持牌资管机构合作,很多都是我们战略级的合作伙伴。
TECHUB NEWS:这算不算方德区别于其他券商的差异性?
何峥炜:我觉得最重要的是1、4、9号牌同时升级,加上方德与香港持牌交易所之间的合作关系,再加上九方整个研究投顾体系的输出——我们其实已经形成了一个闭环:用户从入口进来,我们给他多资产的配置选择,给他投顾的方向,再给他策略。从起点到落点,是一个完整的圈。当然,这只是我们的第一步。
下一站 RWA:股票代币化是真需求
TECHUB NEWS:第一步之后呢?
何峥炜:我们已经在准备第二阶段,后面会有很多 RWA 的东西,尤其是股票代币化。这是真实的需求、真实的市场:7×24小时交易。股票代币化不只是上市公司股票的代币化,也包括一级市场股权的代币化——比如 SpaceX 上市之前,市场对它的兴趣就很大。当然这里面会有竞争,海外已经有人在做了,纳斯达克自己12月6日也要开始推相关交易,大家都在抢这个市场。
TECHUB NEWS:也就是说,下一阶段用户在方德 APP 里可以买到股票代币?
何峥炜:那会是第二阶段。我们已经在和合作伙伴、那些交易所讨论,他们有很多也已经开始上这些服务。还有一个是基金代币化,货币基金代币化现在香港已经比较成熟,7×24小时随时申购赎回,合规上也成熟——你把一个 SFC 认可的东西放到一个基金里,再把这个基金代币化。
新一代互联网券商:从信息平权到认知平权
参会者在方德展台体验AI智能投资终端
TECHUB NEWS:现在已经是一个融合的时代,同一个账户下可以买股票、衍生品和加密资产。方德这个账户体系是怎么做的?
何峥炜:简单讲,你进入方德的主账户,就可以配置我刚才提到的所有资产类别,购买力是打通的。账户打通只是基础设施,我们在基础设施之上叠加了两层:一层是 AI 的功能,一层是服务的功能。AI 不只是帮你投资,它会分析你的 KYC——你是什么类型的客户、你的风险偏好是什么、你目前缺的是什么,然后给你提供支撑。
TECHUB NEWS:方德给自己的定位是“新一代互联网券商”。请你定义一下,什么叫新一代?
何峥炜:如果用一句话总结:我为客户解决的,是认知平权的问题。上一代互联网券商解决的是信息平权的问题。怎么解决认知平权?靠三个东西:第一是专属的服务,face to face,通过投资顾问的沟通,真正了解客户需求,量身定制;第二是深度投研,用自上而下的方法,从全球资产类别的角度,真正站在客户立场看应该加什么权重、减什么权重;第三是 AI 智投。把这三样东西整合在一起,才是新一代。
TECHUB NEWS:但金融市场某种程度上是零和博弈。你帮高净值个人打破了认知平权,让他们接近机构的水平,那机构岂不是要少赚钱?
何峥炜:首先我必须说,投资不是一个零和游戏。你看美国市场,它给投资者带来了什么?大多数人是赚钱的,因为产业在创造真实的价值——英伟达、特斯拉、SpaceX,它们在为整个世界创造真正有价值的东西,还有分红,这不是博弈。第二,机构永远有它自身的壁垒。我们要解决的是:原来个人投资者在这里,机构在那里,我们把个人投资者往上拉一大截,极大地提升他的认知门槛。但他跟机构之间仍然会有差距——资金规模不一样,研究能力也不一样。方德提供 AI 工具给个人,机构也在用 AI,可能还是更强大的 AI。但至少,我们把认知的落差拉到了同一个量级。
这一判断并非一时兴起。在7月接受香港媒体专访时,何峥炜就明确说过,方德AI股票机的目标,是“打破过往深度研究仅服务机构客户的特权,让高质素原创投研内容触达每一位大众用户”。一个多月后的Bitcoin Asia,他把同一逻辑讲得更直白:从信息平权到认知平权。
一台“给个人的投资终端”
方德展台向来访者展示的方德AI股票机
TECHUB NEWS:说回桌上这台 AI 股票机。彭博终端是机构用的产品,方德现在相当于让个人投资者也拥有了一个“终端”?
何峥炜:对。很多机构投资者用 Bloomberg,我自己用 Bloomberg 差不多十五年,已经离不开它了。个人投资者——特别是高净值客户——也需要一个 AI 驱动的终端,帮他们做投资判断。当然,AI只是工具,最终的投资判断和责任仍在投资者自己手中。手机 APP 会受打扰,你要处理别的事情,各种推送会打断你;但这个终端是专属的,能更好地承载投资决策的 AI 功能和专属界面。我现在已经离不开它了,就像当年离不开 Bloomberg 一样。
TECHUB NEWS:我看这里有热点追踪、AI 选股、量化工具,还有一个 AI 助手可以问股票问题。它用的是什么模型?
何峥炜:我们用的是开源大模型做底座,上层架构是我们自己研发的,然后训练了垂直领域的语料。现在各家大模型大家都会用,但出来的东西不一样,差别就在语料和场景上。
TECHUB NEWS:这个机器只给方德用户?
何峥炜:目前主要给方德的用户,跟他的证券账户绑定。对于在方德达到特定资产门槛的客户,我们会赠配。
加密的增长方向:从 1% 到 5%
TECHUB NEWS:怎么看接下来加密市场的增长方向?
何峥炜:先声明,我不是研究分析师,以下不作为投资建议。就基于我刚才演讲的内容:在整个资产配置里,Crypto 的比例还非常低。美国那些主流机构——大学基金如哈佛、布朗,还有贝莱德——配置也就 1% 以下。我们在2025年针对香港持牌9号资管机构做过一个调研,加密相关配置大约也在 1% 以下,大概 0.5%。但同时我们又调研了香港很多家族办公室和财富管理机构,他们的目标是把加密相关资产配到 5%。
香港的财富管理规模是 5.4 万亿美元——这与香港证监会2026年7月发布的《2025年资产及财富管理活动调查》相吻合,该调查显示香港管理资产总值已达42.2万亿港元的历史新高。从 1% 到 5% 是 4 个百分点,1 个百分点差不多是 4000 亿港币,4 个百分点就是 1.6 万亿港币的增量。而整个加密市场现在的总规模还不大,比特币大概 1.4-1.5 万亿美元。上一个周期大家总把比特币跟黄金比——我现在依然相信这个类比:在超主权信用上,比特币和黄金站在同一个位置——它们都是超主权的信用资产。黄金现在是 15 万亿美元的体量,比特币 1.5 万亿,至少在同一坐标上,空间是看得见的。当然,今天我们不构成投资建议,有兴趣可以到我们的 APP 看研究团队的观点。
AI 不会取代人,但会改变一切
TECHUB NEWS:牌照落地之后,竞争就回到服务能力。对方德、对你个人来说,机遇和挑战在哪里?
何峥炜:我认为 AI 可以做很多事情,尤其是 AI 加投顾。AI 可以形成一整套特别完善的、量身定制的服务体系,对于高净值个人投资者来说,这会改变整个生态——原来他的认知在这里,你把他拉到更高层面上。可能以后不需要那么多 APP ,直接调用 API,一个终端就搞定,你跟它讲需求,它直接交易,帮你调用最好的接口。It's going to change a lot of things.
TECHUB NEWS:现在很多人讲 Agent,讲 AI 的推进,你觉得未来完全可行?
何峥炜:我觉得会是一个很大的机会。但我要澄清一点:我不认为 AI 会取代人。同样的 AI 工具,不同的人用,可能是完全不同的结果。你必须会问问题,必须知道怎么用它——让 AI 为我们工作,是我们做 AI 的主人,而不是 AI 做我们的主人。而且 AI 没有欲望,人有。
券商要守住什么:做医院,不做卖药的
TECHUB NEWS:最后一个问题。市场上券商很多,方德又是“生而全球”的公司。作为一家要持久的、对客户负责任的券商,最需要守住的是什么?
何峥炜:最重要的一点是资产的安全性。我们给投资者提供建议的过程——包括我们的 AI 模型——是不是真正站在客户的角度,从客户出发去解决问题。这涉及整个公司的文化:是不是真的“客户出发”的文化,而不是一开始就想“我要推什么产品给你”。我们想做的是一家“医院”,而不是一个“卖药”的机构。医院要先诊断:你适合什么、你需要什么,然后再根据你的需要配产品。有些很复杂的结构化产品,对券商来说是高毛利,但如果这个客户完全没有这个知识面,不清楚底层逻辑,不知道风险在哪里——but I'm not going to do that.
TECHUB NEWS:回到商业逻辑的本质。
何峥炜:本质就是,我们希望每个方德的用户都能真正挣到钱。他笑言,公司内部有句更直白的话:“投资最重要的是赚钱”。APP 好不好用不是金融投资的第一性原理,帮客户挣钱才是。
编辑说明:本文由 TECHUB NEWS 记者 Alma Li 根据 2026 年 8 月 27 日 Bitcoin Asia 2026 香港会场专访录音整理,有删节,未经受访者本人审阅。文中方德证券牌照、旗舰店、AI 股票机、集团收购等信息已与九方智投控股(9636.HK)公开公告核对;受访者中文姓名、头衔及公开履历经 etnet 经济通、财新峰会等公开报道核对。何峥炜关于加密市场的观点为其个人观点,其在采访中已声明不构成投资建议。
免责声明:本文仅作信息交流,不构成任何投资建议。投资涉及风险,证券、期货合约及虚拟资产的价格可升可跌,过往业绩并不代表将来表现。虚拟资产属高风险投资,价格波动剧烈,可能面临部分或全部本金损失的风险。虚拟资产相关证券风险涉及虚拟资产行业风险、投机性风险、不可预见的风险、极端价格波动风险、所有权集中风险、监管风险、欺诈、市场操纵及安全漏洞风险、网络安全风险、潜在操纵比特币网络的风险、分叉风险、非法使用风险、交易时差风险。投资者不应仅依赖本文内容作出投资决策,在作出任何投资决定前,应充分了解相关产品的性质及风险,并根据自身的投资目标、财务状况及风险承受能力审慎考虑,如有需要,应咨询独立的专业意见。方德AI股票机由方德智投有限公司提供。涉及受规管活动部分,由方德证券有限公司提供。AI提供意见仅供参考,不构成投资建议,投资者应自行评估风险,最终决策由投资者自行决定。
相关公开资料:
1. 九方智投控股:最新业务发展之自愿性公告(2026年7月10日)|港交所披露易
2. 方德证券及方德资本获香港证监会批准新增虚拟资产业务资格|美通社
3. 方德證券上環1.9萬呎旗艦店開幕 CEO何崢煒親解「新一代互聯網券商」|etnet 經濟通
4. 方德證券:未來在香港會逐步擴大覆蓋,料客戶數目將翻倍增長|etnet 經濟通
5. 香港证监会《2025年资产及财富管理活动调查》:管理资产总值42.2万亿港元创新高
MicroStrategy 创始人 Michael Saylor(迈克尔·塞勒):我用 AI 赚了 150 亿美元,比特币是终极资本资产撰文:Techub News 整理
导语
2026 年 8 月,MicroStrategy 创始人兼执行主席 Michael Saylor(迈克尔·塞勒)做客知名播客 The Diary Of A CEO,进行了一场长达近 100 分钟的深度对话。作为全球最大的公开上市公司比特币持有者(持有量占比特币总供应量约 4%),以及一位成功的连续技术创业者,塞勒的每一次发声都备受加密与科技界关注。本次访谈正值比特币经历价格波动、AI 技术加速渗透各行各业之际,塞勒不仅阐述了其对比特币作为“终极资本资产”的坚定信念,更罕见地详细揭秘了如何利用 OpenAI 的 ChatGPT 进行金融创新,在一年内为公司创造了高达 150 亿美元的价值。这场对话融合了宏观经济学、技术哲学与个人投资智慧,为理解数字资产与人工智能融合的未来提供了独特视角。
摘要
塞勒透露,其公司利用 ChatGPT 设计了一种前所未有的“可变股息率优先股”(STRK),成功融资超 150 亿美元,突破了传统融资市场的天花板。
他系统论证了比特币作为“数字资本”的优越性:具备主权级安全性、全球流动性,长期回报率远超黄金、标普 500 指数和房地产。
针对 AI 与机器人技术将导致的“丰裕时代”,塞勒认为基础消费品会极大丰富,但稀缺的“资本资产”和地位性商品将永远存在,比特币是其中最出色的代表。
他给年轻人和创业者的核心建议是:不要试图在重复性劳动上“战胜机器人”,而应利用 AI 去探索和实现那些“从未被做过的事情”。
AI 如何创造 150 亿美元:一场金融工程革命
访谈中最令人震撼的披露,莫过于 Michael Saylor(迈克尔·塞勒)如何借助 AI 工具完成了一次颠覆性的金融创新。他回顾道,MicroStrategy 在持续买入比特币的过程中,先后耗尽了股权融资和可转换债券市场的传统融资能力。“我们成为了世界上最大的可转换债券发行者,但这不可持续。”塞勒表示,公司增长面临瓶颈,必须发明一种全新的信用工具。
于是,团队转向了 OpenAI 的 ChatGPT。“我们开始探索如何设计一种优先股。”塞勒描述,他们希望创造一种介于普通股和债券之间的混合证券,即一种由比特币支持的、具有灵活条款的优先股。当咨询律师和银行家时,得到的反馈是“从来没人这么做过”、“你不应该这么做”。然而,ChatGPT 给出了完全不同的答案。“它说,‘当然可以,你只需要这样做、这样、再这样。’”
核心的创新点在于“可变股息率”。为了创造一种交易价格稳定(如始终围绕 100 美元面值)的短期信用工具,他们设计了一种股息率每月可调整的优先股。“在人类历史上,从未有人创造过可变股息率的优先股。这不违法,只是没人想过要这么做,或者没有理由这么做。”塞勒强调,正是 AI 跳出了传统金融思维的框框,提供了可行的设计方案。
最终,这种被命名为 STRK 的证券成功上市,完成了 25 亿美元的 IPO(当年最大规模之一),随后又通过货架注册发行了超过 80 亿美元。连同其他工具,MicroStrategy 通过这次 AI 辅助的金融工程,总计筹集了约 150 亿美元的资金,全部用于增持比特币。“ChatGPT 让我们赚了 150 亿美元。”塞勒总结道,“因为 AI 为我们提供了一个解决世界历史上前所未有问题的方案。”
对于普通人的启示,塞勒认为这展现了一种全新的“套利机会”。当大多数人还在观望时,早期且深度使用 AI 的创业者能够发现并实现那些前所未有的商业构想。“我的建议是,不要试图比机器人更努力工作。你应该做的是,要求 AI 去做一些从未被做过的事情。”
比特币 vs. 一切:为什么数字资本是终极答案
作为比特币最著名的布道者之一,Michael Saylor(迈克尔·塞勒)在访谈中用了大量篇幅,清晰而有力地论证了比特币相对于其他所有主流资产类别的优越性。他的核心论点是:比特币是数字化时代最完美的“资本资产”。
首先,他对比了现金与比特币。手持现金过机场可能被没收,存入银行则意味着将资产的控制权交给了银行和国家体系,成为“被许可的资金”。而比特币则是一种“承载资产”,通过私钥加密,个人可以完全掌控,并能在一秒内将价值百万美元的比特币转移到世界任何地方,无需任何中介许可。“你终于可以真正拥有一些东西,而且比你更强大的人无法将它从你身边夺走。”塞勒称此为“数字赋权”。
接着,他剖析了法币的长期贬值本质。他以迈阿密海滩的土地为例:100 年前 1 万美元的临水土地,今天价值可能高达 1000 万美元。这意味着美元在过去一个世纪里,每年以约 7% 的速度丧失购买力。“这是最好的情况(美元),其他国家货币的贬值速度更快,平均寿命只有 29 年左右。”塞勒警告,持有现金或低息储蓄,意味着财富的慢性消亡。
那么,传统的保值资产表现如何?塞勒提供了数据:过去 6 年,黄金年化回报约 12%,标普 500 指数约 15%,纳斯达克指数约 18%,而比特币的年化回报高达 33%。他承认标普 500 是传统的、不错的资本资产选择,但比特币的长期表现预计将是标普 500 的 1.5 到 2 倍。
对于普通人财富积累的标配——房地产,塞勒持谨慎态度。他指出,房产持有成本高昂(如房产税、维护费),流动性差,且受地域限制。商业地产虽可通过租金覆盖部分成本,但同样复杂且专业门槛高。“普通人不应该必须成为房地产专家、税务专家或股票挑选者。”塞勒认为,比特币提供了一种简洁的解决方案:一种流动性极高、无需维护、全球通用、长期增值的资本资产。
“比特币是数字资本。我们正在经历资产的数字化变革,这与数字智能(AI)的变革同样深刻。”塞勒总结道,比特币的突破性在于,它能将经济能量转化为数字形式,并紧密地绑定给个人、家庭、公司或国家,尤其是为弱小者提供了对抗强大实体的经济盾牌。
丰裕时代的财富逻辑:当 AI 与机器人满足一切基础需求
主持人引用了 Elon Musk(埃隆·马斯克)关于“丰裕时代”的观点:在 AI 和机器人能够满足所有人类需求的未来,货币作为劳动分配的数据库,其重要性会迅速下降,甚至可能消失,取而代之的可能是“普遍高收入”。
Michael Saylor(迈克尔·塞勒)对此表示部分同意。他认为,马斯克说对了一半:消费品、实用品(如食物、能源、基础医疗)将变得极其丰富和廉价。技术历史上一直在做这件事,例如将国王都享受不到的清洁饮水、电力带给中产阶级。
然而,塞勒坚信,货币和财富不会消失。“总是会存在稀缺的、令人向往的商品,它们不会变得充裕。”他举例说,即使人人都有车,但并非人人都能拥有保时捷;即使人人有房,总会有人想要更大的房子或更好的地段。人类总会创造并追求“奖杯资产”和地位性商品,形成新的财富层级。
“人们去餐厅花 300 美元吃饭,明明可以用 3 美元喂饱自己。为什么?因为总会有超越实用主义的追求。”塞勒指出,这种对“更多、更好、更独特”的渴望,驱动着经济层级的存在,而货币正是这种层级交换的媒介。
因此,在 AI 接管大量知识工作的未来,真正的财富将更加集中于那些无法被批量创造的“资本资产”。而比特币,由于其绝对稀缺性(2100 万枚上限)、数字原生性和全球流动性,在塞勒看来,正是这个丰裕时代中最顶级的资本资产形式。“机器人可以制造无限的咖啡,但无法制造无限的比特币。”
给年轻人的十诫:在数字时代构建人生与财富基础
在访谈尾声,Michael Saylor(迈克尔·塞勒)应主持人要求,分享了他为年轻人总结的十条人生与职业基础准则,这些准则源于他应一位亿万富翁朋友之邀,为其双胞胎子女留下的 21 岁生日赠言:
聚焦你的能量: 不要追逐每一个好主意,专注是关键。
守护你的时间: 时间是最宝贵的资源。
训练你的心智: 掌握阅读、写作、算术,建立文化基础,获得真正的教育。
锻炼你的身体: 强健的体魄是生存和成功的基石。
独立思考: 不要被外界轻易编程,即使所有人(包括富有、出名、美丽的人)都说某件事是对的,你也要自己判断。
筛选你的朋友: 你会成为你身边人的样子。与积极、有启发性、有才华的人为伍。
经营你的环境: 创造一个让你能够快乐工作和生活的空间。
信守承诺: 人们会记得你是否守信。信守承诺的人会获得投资、支持,这可能是成败的关键。
保持乐观与建设性: 无论发生什么,人们都愿意与快乐、积极、有建设性的人共事或相处。
升级这个世界: 如果你有一个使命去让世界变得更好,你每天都会更有动力,更认可自己的价值。
塞勒将自己的使命归结为“布道数字赋权的福音”。他认为,中本聪创造了经济产权,首次在人类历史上将经济赋权给予了 80 亿人。“我们创造了世界上第一种完美的货币……有了技术,人类可以比过去强大一千倍。”
直面质疑:为何出售比特币与未来展望
针对市场2026 年 8 月对其公司出售少量比特币的质疑,Michael Saylor(迈克尔·塞勒)给出了直接回应。他强调,MicroStrategy 是仅次于中本聪的全球最大比特币持有者,且从未停止买入。此前“卖掉一个肾也要持有比特币”的言论,是针对个人长期投资者的建议。
而公司此次出售,是为了打破市场的一个“错误叙事”和“恶性循环”。一些做空者声称,MicroStrategy 持有的比特币无法出售,一旦出售就会导致比特币崩盘,进而使公司信用工具和股价归零。为了证明公司有能力在不影响市场的情况下出售比特币来支付股息,他们进行了一次象征性的出售。
“当我们在 5.9 万美元出售比特币时,价格反而上涨了。我们打破了这种误解。”塞勒解释道,这旨在向市场证明,公司的商业模式是健康的,比特币资产是流动且有价值的,从而保护股票和信用投资者的利益。他重申,出售并非主要策略,只有在股价相对于比特币资产折价时,才会考虑用出售比特币的方式来支撑股价。
对于比特币的未来,塞勒的预测一如既往的乐观:他预计比特币在未来 20 年每年将升值约 30%,之后放缓至 20%。其长期表现将远超标普 500 指数。他建议,拥有长期(4-10 年)闲置资金的投资者,应将比特币纳入投资组合;而“比特币最大化主义者”在经过深入研究后,可以重仓。唯一不适合投资比特币的,是那些需要在 12 周内用钱的人。
最后,塞勒给所有听众留下了一条深刻的个人建议:在完整的教育之后,成年人应该重新深入学习两样东西——应用统计学(如纳西姆·塔勒布的著作)和完整的历史(他推荐了杜兰特的《文明的故事》)。“这能让你克服‘我是人类历史上第一个遇到这个问题的人’的傲慢,并从中获得解决问题的智慧和灵感。”在技术狂飙的时代,塞勒认为,这种基于历史和概率的深层智慧,是 AI 暂时无法替代的人类宝贵财富。
两年,国内跑出第一家光互连独角兽最亮的光,最宽的路。
文丨李赓
编辑丨唐健博
2026 年 8 月 14 日,光互连第一次以量产身份,进入了英伟达的产品线:其 Spectrum-X 以太网硅光交换机全面量产,产品已于当年 5 至 7 月间投入生产。这是全球首款量产的基于共封装光学技术(CPO,把光学引擎直接封进芯片旁边)技术路线构建的交换机,也是英伟达下一代 AI 超级计算集群的核心部件。
近几年风光无限的英伟达频频 “跳票” 和 “调整”,透露出重重阻力。新一代旗舰计算平台 Vera Rubin 因为海力士 HBM4 内存被延期重做;Rubin 平台的四内存芯粒高配版本,因为台积电中介层良率问题,发布就被砍为两芯粒;下一代计算集群关键的机架级解决方案 Kyber NVL144,因为一块 1 平方米的 PCB 无法搞定,已经跳票到 2028 年。
受阻的原因五花八门,背后共享一套底层逻辑:由于纯半导体芯片的摩尔定律已经失效,在最顶尖的 AI 集群里,芯片周边的部件开始承担起芯片间高速通信,将它们组合成一个虚拟的 “大芯片” 的职责。
周边部件强行 “上岗”,拓展了算力的发展,也造成了效率的下降:当成千上万颗 GPU 一起训练一个大模型时,数据搬运已占掉训练时间的 30% 到 50%。更极端的是耗能口径,数据中心 90% 的能耗花在搬运数据上,仅 10% 用于实际计算。
可预见的,未来挑战还会更大:芯片算力按面积增长,互联带宽只能按边长增长(芯片 I/O 一般分布在芯片四周边缘),两者的增速差出一个平方。
光互连,正是英伟达这家行业引领者给出的解决方案。2026 年 3 月,英伟达直接向三家光通信公司投资了 60 亿美元,黄仁勋更把互连层提为 “英伟达决定收入的关键路径”。Spectrum-X 这款共封装光学交换机展示了英伟达 AI 集群最新的变化:通过全新交换机的应用,单端口功耗从 30 瓦降至 9 瓦,激光器数量减少四倍,彻底将整个集群的交换侧升级为了光通信。
在今年 6 月的 GTC Taipei 上,黄仁勋也透露了英伟达在光通信的下一步:借助 CPO 继续推进微环调制器(Micro-Ring Modulator,MRM)技术的成熟,最终走向光学输入输出(Optical Input & Output,OIO)。
整套系统中最关键的器件,是硅光微环调制器(Micro-Ring Modulator,MRM),它拥有目前光通信调制器中最小的尺寸和最低的功耗,换来了最高的可密集部署能力。得益于 MRM 的介入,整个交换机总带宽最高超过了 400Tb/s,一眨眼(0.1 秒)就能传输 5TB 数据,整个通信过程的信号质量还提升了数十倍。
交换侧的提升只是第一步,按照光通信技术的发展路线图,微环调制器将最终导向芯片与芯片直连的光学输入输出(Optical Input & Output,OIO)阶段,真正将数万颗、数十万颗甚至更大规模的高算力芯片互相连接起来,可为 AI 算力带来一次全新的指数级跃升。
这个目标听起来似乎很遥远,但光联芯科联合创始人兼 CEO 陈超不这样认为:“OIO 会扩张到整个超节点架构中,时间点也会比大多数人想的快,三到五年足矣。” 光联芯科前不久刚刚完成了金额近 10 亿元的 A+ 轮融资,是全球光互连赛道新晋独角兽。这家公司的终极目标,正是基于微环调制器的终极形态 OIO。
光联芯科自研微环调制器 12 寸晶圆。
四个人 All in OIO
如果把光通信比作新修高速,不同代际的光通信区别主要在于高速的 “接入点”,LPO(线性驱动光模块)、NPO(近封装光学)、CPO(共封装光学)、OIO(光学输入输出)这未来几代光通信规划,大致对应 “城郊”“市区边上”“市中心” 和 “每家每户门口”。
具体到实际部署中,目前的可插拔方案是在机柜的背后插一个像大 U 盘一样的模块,而 OIO 的终极目标,是要把这个结构直接封装到核心算力芯片上,把核心算力芯片用光链路串联起来,形成达到核心算力芯片门前的独立高速。因为光电转换点贴近芯片内核、距离近乎为零,互连效率逼近理论极限。
光通信行业原本的计划,是稳扎稳打、每几年往前推一代。可 AI 爆发让需求暴涨:海量订单和投入砸下来,一步到位的跃进反而成了更优的选择。
OIO 最终极也最前沿,一旦做出来价值巨大,难度自然也最大。
因为需要把光通信的整个系统,从一个外部的分立器件,压缩成为一个芯片级的产品,OIO 无法再像传统光通信产品一样产业分工,把光源、调制器、DSP 等各种组件生产出来再组装。必须同时攻克光电芯片协同设计、工艺良率、多波长光源、先进封装等关键技术环节,每个环节还要紧密协作,最终交出一个芯片级产品。
伴随 “最前沿” 定位而来的需求同样最前沿,反过来对人的能力产生了极大的挑战。
光联芯科联合创始人张巍巍坦言:“没有任何一个领域的专家能独立覆盖全部环节。即便全球最顶尖的研究机构,也从未有人凭一己之力走通整个链条。”
这也让如何整合 OIO 这条赛道的顶尖人才,并且融合成一个有战斗力的团队,成为了 OIO 赛道创业的最核心挑战。
光联芯科的四位联合创始人就是这一逻辑的最好例证:他们陆续认识多年,各自人生轨迹不同,但最终因为 OIO 的共同技术理想走到了一起。四个人对于这个过程有着近乎一致的描述:我们对技术有极致追崇,也有将实验室顶尖成果转化为产业实力的创业者思维,因此相互信任,在技术判断与商业信仰上高度契合。
光联芯科四位创始人,从左至右:张巍巍、陈超、叶亚飞、胡志朋。
光联芯科联合创始人兼 CEO 陈超,毕业于哈尔滨工业大学电子系本科,综合成绩全系第一,也是唯一拿到保送清华直博资格的人,他却放弃保送,转⽽去杜克攻读芯⽚⽅向硕⼠。导师给他摆过两条路,读博熬成五⼗岁的 architect,或⾛商业,他⼏乎没犹豫就选了后者。此后他去 MIT 斯隆商学院攻读了全职 MBA,也正是在 MIT,他接触了一群正在做光通信的同学,刚好了解到了当时纯属科幻名词的 OIO 方向,埋下了 “光” 的种子。
MBA 毕业回国后,陈超先后在国内互联网大厂的核心战略团队中历练。离开大厂后,他加入真知创投担任管理合伙人,并同步攻读清华大学创新领军工程博士。真知创投的创业制片人暨深度孵化模式,本质上是以投资的方式在做创业,这段经历让他完成了从 “产业视角” 到 “创业视角” 的认知跨越,最终推动他亲自下场 all in 光联芯科的创业。真知创投也从零开始连投三轮。
刚才提到的张巍巍,他的导师 Graham Reed 教授被誉为全球 “硅光之父”,是英国皇家工程院院士、英国南安普顿大学光电子研究中心(ORC)的教授。在加入光联芯科之前,张巍巍已站在了学术象牙塔的塔顶。他不仅在英国拿到大学终身教职,是 Reed 课题组在硅光调制器方向的核心研究者,以第一作者发表的论文登上了 Nature Photonics;而他和 Reed 的联手,正是光联芯科坚持的 OIO 技术路线的扎实学术起点。
2024 年,张巍巍做出了一个让学术界同仁震惊的决定——放弃终身教职,回国创业。他将自己在硅光领域十几年的深厚学术积淀,毫无保留地注入到了光联芯科,将全部精力投入到了硅光工艺研发,让光联芯科在面对复杂的微环良率优化时能够游刃有余。
在一次与陈超的深夜长谈中,张巍巍曾分享过自己当时的想法:“如果一项技术只停留在论文和学术层面,只能在实验室的精密光学台上跑出漂亮的数据,却没有真正落地到产业里去解决物理世界的实际问题,那在某种意义上,它就不算真正的成功。”
浙大光电博士出身的联合创始人胡志朋,在学校里做了一系列光通信器件研究,毕业后曾主导参与多个国家级片间 / 片上光互连项目。在国内,真正完整参与过这类项目的人屈指可数。他跟陈超的相遇更早,在多年前的行业展会上就进行了密集的技术和行业趋势探讨。
最后一位联合创始人叶亚飞,清华大学集成电路学院优秀毕业生,不仅在海外大厂负责过高速通信设计,还有过两次创业经历,在电芯片、高速互连和团队管理上都有充足的经验。陈超作为校友,很早就通过同学认识了叶亚飞,为了邀请他入职,前前后后沟通了一年多。
“CEO + 三位联合创始人” 的架构,让他们各司其职:陈超负责把产业与战略的双重视角落到公司的发展节奏上,判断该在哪里下注、多快推进。张巍巍、胡志朋与叶亚飞则专注于技术突破与工程落地,把光电芯片一步步变成从设计、制造到封装全线打通的可行产品。
专业能力层面组建出光通信赛道少有的 “成建制” 光电融合团队之余,他们身上有一种共同的底色:有冲劲,想在中国半导体产业留点东西。在陈超看来,这恰恰是 “企业家精神” 的本义——拉丁文词根 “Entrepreneurship” 意味着 “去看、去探索、去发现”。科技领域的创业者,本质上是开疆拓土的探险家,技术理想与创业者精神缺一不可。
专啃硬骨头
相比学历和经历,攻坚和最终的成果最能集中体现团队的实力。
在光互连这条赛道中,主要有两条技术路线:一条是传统的马赫-曾德尔调制器(MZI)路线,另一条则是代表着下一代前沿方向的微环调制器(MRM)路线。
MZI 路线技术相对成熟,但体积大、功耗高、带宽密度受限,在寸土寸金的芯片上撑不起十万卡集群的密集光互连。相比之下,MRM 体积极小(仅为 MZI 的百分之一甚至千分之一)、功耗极低、带宽密度极高,被公认为下一代 CPO 与 OIO 的最理想解法。
但也正因为 MRM 体积极小、对光信号的控制方式也和传统器件不同,反倒在制造上遇到了难题。微环器件对工艺良率的要求非常之高,虽然它总体的尺寸需求用 65 nm 制程就能够满足,但微观的结构缺陷,即便用昂贵的 3nm 制程都无法彻底消除。结构上的缺陷会直接影响微环的实际工作波长,导致整个光芯片无法使用。
结果是,传统晶圆厂的纳米级制造公差足以让整片晶圆上的微环波长参差不齐,无法严格对准光信号波长,良率低到无法实现大规模商业化。陈超透露了一个数字 “目前的工艺良率,或低于 10%”。
如何在微环光芯片被制造出来之后,进行后期的良率提升,让它的波长能够满足要求,恰恰就是张巍巍此前学术上研究过的方向。其在 2023 年在 Nature 子刊上发布的论文 Harnessing plasma absorption in silicon MOS ring modulators,以及 2025 年在 Advanced Photonics Research 期刊上发表的 Towards High Resolution Trimming of Silicon Photonic Waveguides 给出了学术研究层面的技术解决方案。在师从 Graham Reed 教授期间,张巍巍还接触了欧洲硅光工艺的产线,让他对生产设备有了深入的了解。
深厚的积累,很快转化为了实际的成果:只用了半年多的时间,张巍巍就研制出了专门用于 OIO 光芯片的光刻修调设备第一代 “硅光无掩膜可编程光刻机”。这款光刻机能够在没有掩膜的情况下高速精准投影,配合高精密的激光退火系统,实现光芯片微环的波长修调。而且这台设备的定位不是技术验证,而是真实的工业化量产应用。
光联芯科自研光刻修调工艺演示。
张巍巍分享了两组设备性能数字:晶圆上的光芯片经波长的修调后,良率从不到 10% 提到 99%,从绝大部分报废到几乎全部可用;设备自动化程度也很高,数小时就可以完成整张晶圆 “检测-修调-出货”。
生产阶段的良率解决之后,还需要解决光芯片在工作中的温度调控难题。光芯片对环境温度较为敏感,0.1℃ 的波动都足以让微环波长发生偏移,导致信号中断。
为了解决微环对温度敏感的技术难题,光联芯科为此自研了高性能的微环电驱动芯片,并独创了一套微秒级波长锁定算法,打造出微秒级响应速度的 “温控系统”。无论数据中心服务器在满载飙升到高温,还是空载低温,系统都能通过电芯片实时监测微环的实际状态,并在极短时间内完成波长的动态调整与锁定。
这些难题的最大特点,是它们往往同时涉及电和光的设计,必须从一开始就在团队层面拉通。
用胡志朋自己的话来概括:光和电两个团队一直在深度沟通。我也在帮亚飞(叶亚飞)建立对光器件的认知,亚飞也在帮我建立对电芯片的认知。叶亚飞描述得更详细:我们会互相了解对方到底它的难点在哪里、容易点在哪里。怎么能利用你的容易点让我们这边轻松一点,或者利用我们这边的优势来让你的难点变得容易。
珍贵的窗口期
光联芯科要做的,用陈超自己的话来说:不是在赛道里分一杯羹,更不是国产替代,而是成为下一代计算架构的 “定义者”——在全球范围内,参与并定义下一代计算架构中光学 I/O 的产业标准与技术方向。
无可避免地,光联芯科会直面海外玩家的竞争。OIO 光通信全球头部玩家 Ayar Labs、Lightmatter 在尝试过诸多其他路线之后,最终也全部收敛到微环技术上。英伟达,今年 3 月分别向光通信器件龙头 Lumentum、激光器与光模块龙头 Coherent,以及数据中心互连与定制芯片企业 Marvell 各投 20 亿美元。海量投入的涌入,正在快速提升 OIO 赛道的发展速度和竞争烈度。
光联芯科内部对此更多是兴奋,而不是担忧。
随着成果的产出,光联芯科正在获得越来越多资本的认可。刚完成的 A+ 轮融资中,公司估值超过 10 亿美元。投资方还包括了国寿资本、招商局资本、星连资本、中信建投、河南汇融等机构,裴振华、赵洪修等知名企业家个人投资者。红杉、高瓴、君联等原有股东悉数超额跟投。
其次是中国在 OIO 赛道上的整体优势:从整个 OIO 光芯片的需求出发,在修调工艺成熟的情况下,国内 55/65 nm 工艺就足够,电芯片目前国内最先进的逻辑工艺也够用了,更不要提国内在先进封装方面的强劲实力。OIO 不仅仅是可以做,而是正在成为一次中国半导体行业弯道超车的机会。
陈超至今还记得那个关键的时刻:2025 年 GTC 上,黄仁勋把 MRM(微环调制器)光互连拎出来,定调 “下一代 AI 基础设施必须全面转向光学连接”。
这声定调,让 2024 年创立光联芯科的陈超喜出望外。他还记得当时的心路历程:2023 年到 2024 年创业时,只有方向的 “模糊的正确感”。黄仁勋宣布之后,最终确认自己看对了,看准了。
但这种兴奋并没有让整个团队停下,反倒是又投入到了下一步的技术和产品攻关中。在光联自研的微环调制器版 3.2T NPO 成功跑通 112G PAM4 测试眼图的那天,结果被叶亚飞发到了群里,几个人并没有过多复杂的庆祝,回复只有简单的 “牛!” 和 “今晚喝一个!”。
胡志朋对自己做了个解释:“原因无他,我们团队都很自信,因为我们之前流片的时候就觉得它能成功,所以就是这个结果。”
陈超的解释更浪漫一些,“我们正在推进的,说大一点,是人类文明的边界”。
接下来
这一年里,AI 大模型带来的算力风暴比所有人想象的都要迅猛,而光联芯科的技术进化与工程迭代速度,同样超越了整个行业的预期。
去年光博会,光联芯科没有自己的展台。产品摆在合作方实验室展位的一角,大约 1.5 平米的位置上:一块第一代 8 通道微环评估板,实物调通了,静态摆着。微环,别人还没有的东西。公司内部,第三代已经迭代完成,隔了两代。来问的人不少,有国内头部大厂的人走过来,看完感叹:“你们做得比我们还快。”
展会当晚,四个人从会展中心出来,在路边一个地摊坐下。天下着雨,一半室内、一半室外的空间里,大家撸着串,聊的是明年——明年,我们能不能有自己的展台;也聊一年后、多年后,这家公司会走到哪里。
一年后,2026 年光博会即将到来,光联芯科有了自己的展台,全球首发落地的成果即将亮相。从 1.5 平米到 100 平米。正好一年。
关于这次亮相,陈超说自己 “我自己摁着我自己,等里程碑事件、等最合适的时机,一鸣惊人”。
在光联芯科的实验室里面,有一台设备被盖着布,陈超说,这是给今年准备的,一件非常惊艳的东西,有可能在创造国内甚至世界首创的同时推进全球光互连产业的进步。
题图来源:《星球大战 9》
伯克希尔哈撒韦终于成为股票净买家这让我对新任 CEO 更有信心
新任 CEO Greg Abel 已经正式接掌公司,并终于做了一件 Berkshire Hathaway Inc.(BRK.B)(BRK.A)很久没有做过的事情:买入的股票多于卖出的股票。我们总是把 Warren Buffett 说成一个神话般的人物,耐心地端着他的“大象枪”等待完美的出手机会,或者像 Ted Williams 一样等待一个最完美的好球。近些年来,Buffett 对于大规模部署资本显然并不积极,上一次真正大规模净买入股票,还是在 2016-2018 年期间,当时 Berkshire 大举买入 Apple Inc.(AAPL)。
虽然 Abel 现在是 CEO,但 Buffett 仍然担任顾问,而两人似乎都非常看好 Alphabet Inc.(GOOGL)(GOOG)。在最新一份 13-F 文件公布后,我们已经看到这家新的科技巨头在 Berkshire Hathaway 持仓名单中的排名不断上升:
【原文图片位置:Berkshire Hathaway 持仓排名(Whale Wisdom)】
由于 Berkshire 同时持有 Google 两种类别的股票,两类股票合计价值已经达到 377 亿美元,目前 Google 已经成为其投资组合中的第三大持仓。这是一个相当重要的变化,自当年大举买入 Apple 以来,我们还没有看到过如此激进的持仓重新配置。
如果你一直关注我的文章,那么你会知道我对此完全认同,而且从 Google 股价还在每股 100 美元左右的时候开始,我就一直看多这家公司。Google 与 Apple 目前看起来正在形成市场中最强大的 AI 基础设施“双拳组合”之一。Google 的大语言模型和 Google Cloud 正在成为许多企业引入智能体或 AI 能力的核心 AI 引擎。Apple 则是设备领域最大的“收费公路”,而在考察过其他选择后,如今它再次选择 Google 作为首选合作伙伴。今年秋天,随着 Gemini 取代 Siri,或者说与 Siri 深度融合,两家公司在相关产品正式推出时都将获得大量媒体关注。
如果我不提一下 Google 正在成为 AI 领导者的其他原因,那就有失完整了。以下是作者认为的重要因素:
YouTube 是全球最大的流媒体服务。
Google 的办公与工作场所软件目前已经能够与 Microsoft Corporation(MSFT)展开竞争。
Google 拥有增长最快的云业务之一。
通过整合 Wiz,Google 正在强化其网络安全业务。
Waymo 自动驾驶汽车已经成为美国规模最大的实际运营自动驾驶网络。
Google 拥有行业领先的大语言模型以及视频生成模型。
Google 已获得美国国防部的大语言模型相关合同。
Google 可能成为量子计算领域最大的公司之一。
Android 应用商店本身就是一个“收费公路”型业务。
Google 正在推动 Pixel 手机成为 Samsung 和 Apple 的真正竞争对手。
简而言之,我认为建立并持续增加 Google 持仓,是非常优秀的资本配置方式。Berkshire 应该把更多现金部署到优质股票和股票回购上,而不是让如此庞大的现金继续拖累整体回报。
几乎没有人愿意买债券,无论哪个期限
除了等同现金的短久期债务工具之外,在目前这样的利率环境下,市场对债券几乎没有什么兴趣。短端收益率似乎几乎被锁定在当前水平,而长端收益率则正在上升以满足市场需求,目前已经向 4% 高位区间移动。Berkshire、Warren Buffett 和 Charlie Munger 一直都不喜欢长期债务工具。
相反,他们更倾向于持有等同现金的货币市场型资产,并获得当时美联储政策利率附近的收益。这里的逻辑在于,现金等价物始终都在那里,而且当真正需要扣动扳机的时候,它们不会因为价格下跌而产生亏损。对于 Berkshire 来说,也许现在是时候意识到,投资者并不一定会从股票轮动到债券,并因此创造出长期股票买入机会。
随着越来越多混合型产品出现,例如在股票投资组合基础上同时卖出股票或指数看涨期权和看跌期权,只要持续获得现金流收入,很多投资者现在已经愿意承受市场波动。除了混合型 ETF 之外,市场上还有各种私人信贷基金,例如 BDC,以及封闭式基金。如今要寻找收益率已经不再困难,因此债券也不再像过去那样天然成为投资者的默认选择。
现金以及少数其他类别股票,正在成为唯一真正的对冲工具
我们之前已经指出,随着债券目前缺乏吸引力,现金已经成为少数真正能够对冲波动的资产之一。而我所谓的“反向压舱石股票”,也就是当投资者开始担忧增长叙事时可以充当避险资产的股票,正在成为非常优秀的分散投资工具。以下是我最近注意到,在市场下跌时往往反向上涨的几个股票和板块:
能源股。
医疗保健股。
废物管理类股票。
公用事业股过去也属于这一类别,但如今它们同样开始被纳入 AI 叙事之中。Berkshire 也非常愿意以私有化方式持有这些公司。不过,如果 Abel 能够继续保持股票净买家的状态,并且主要将资金配置到那些无论经济环境如何都具备收入增长能力的耐久型行业,我会感到更加鼓舞。在我看来,Berkshire 通过其保险业务持续增持的日本综合商社,也非常适合作为其核心投资组合中的新增持仓。
这些日本综合商社中的大多数既属于价值股,同时又在全球多个领域参与基础设施开发,其中包括能源领域。我理解 Berkshire 不愿意过快使用现金,但我认为,公司应该对具有价值的股票以及遭受重创的行业采取更长期的投资视角,而不是一直持有如此庞大的流动性。至少在这种情况下,公司获得的是不断增长的股息收益率,而不是静态甚至不断下降的现金等价物利息收入。如果能够将目标锁定在股息收益率高于现金等价物收益率的资产上,那么从长期来看,将有助于提高整个经营投资组合的收入。
最后,还有股票回购
正如我们很多人已经逐渐意识到的那样,过去把标普 500 指数 15 倍市盈率视为“合理价格”的时代基本已经过去了。近年来,市场回调时通常也只是回到 18-19 倍市盈率,而考虑到如今股票市场相比几十年前周期性已经有所下降,这可能已经成为新的估值基准。
Berkshire Hathaway 的情况也是如此。过去衡量股票回购是否合理的标准,是股价不高于 1.25 倍账面价值,因为保险浮存金本身至少还值额外的 0.25 倍账面价值。如今,我们看到 Berkshire 在大约 1.4-1.5 倍账面价值附近进行股票回购。这可能意味着市场需要采用一个新的衡量标准,因为目前利率顽固地高于过去十年的水平,而保险浮存金的价值可能也比过去认为的更高。另一个可能的解释是,Berkshire 提升账面价值的效率不够高,因为其股价基本横盘,但市净率却几乎没有明显下降。
这可能是另一个重要数据点,提醒公司它们需要寻找更多投资机会。
【原文图片位置:Berkshire Hathaway 相关估值走势图(YCharts)】
如果公司无法让现金、私人企业账面价值或者投资组合价值的增长速度超过股票价值增长,那么 Berkshire 长期以来承诺持续提高每股账面价值的目标,就没有真正兑现。
【原文图片位置:Berkshire Hathaway 账面价值与股价变化走势图(YCharts)】
我们可以看到,大约从 2022 年开始,当现金等价物收益率开始大幅上升时,Berkshire 股价的涨幅也开始显著超过账面价值的增长。
【原文图片位置:Berkshire Hathaway 现金及短期投资走势图(YCharts)】
并不令人意外的是,这也正是 Berkshire 的现金和短期投资开始快速增长的时间点。简而言之,这说明公司囤积大量现金实际上阻碍了账面价值增长,因为它们没有进行能够持续创造新增价值的投资。
营业利润
【原文图片位置:Berkshire Hathaway 营业利润走势图(YCharts)】
当分析师研究 Berkshire Hathaway 时,他们通常会首先查看公司的经营业务,以判断 Berkshire 实际经营状况究竟如何。尽管上市股票投资组合获得了几乎所有关注,但私人企业的价值仍然占公司资产的大部分。我喜欢对这一数字进行标准化处理,剔除交易活动带来的资本利得和损失。
不过,通过提高现有私人企业收入或者扩大利润率,最终能够带来的增长是有限的,因为这些低增长业务毕竟不是科技巨头。从上图可以看到,Berkshire 的营业利润增长正在趋于平缓。如果公司不部署资产负债表上的部分现金,通过某种方式提高投资组合收入或者收购私人企业,那么营业利润最终将触及平台期,尤其是在现金等价物利率不断下降的情况下。现金本身并不是一种可靠的复利回报来源。
Berkshire 正在增加哪些资产
在私人企业方面,Berkshire 今年有两项值得关注的新增投资:
2026 年 1 月 2 日,Berkshire 完成了对 Occidental Petroleum Corporation(“Occidental”)化工业务 OxyChem 的收购。该交易依据双方于 2025 年 10 月 1 日签署的协议完成,现金交易对价约为 94 亿美元。
2026 年 5 月 31 日,Berkshire 与 Taylor Morrison Home Corporation(“Taylor Morrison”)签署《合并协议与计划》,计划以每股 72.50 美元现金收购 Taylor Morrison 所有已发行普通股,总交易价值约为 68 亿美元。
OxyChem 私有化交易将环境相关负债留在 Occidental Petroleum Corporation(OXY)旗下子公司 Environmental Resource Holdings,因此 OxyChem 有可能成为 Berkshire 经营业务中的一项优质新增资产。Taylor Morrison 则是 Berkshire 对新建住宅开发商市场的又一次押注。相比二手房市场,新房开发商具备一些独特优势,例如内部融资能力,以及能够提供所谓的“points”,也就是房贷折扣。由于按揭贷款利率一直维持在高位,近年来新房开发商已经拥有非常明显的竞争优势。
风险与总结
我把 Berkshire Hathaway 看作是自己投资组合中用于平衡风险的价值型配置工具之一。另一个我经常使用的价值型配置工具是 Schwab US Dividend Equity ETF(SCHD),在最近这轮上涨之前,我曾经大规模买入它。虽然 Berkshire 不支付股息,但公司明确表示,其目标就是耐心等待,并买入被低估的企业和证券。我认为 Berkshire 是市场上最具代表性的“价值投资”代理资产之一。
这里的一个风险在于,Abel 更加积极的投资风格可能会让部分长期股东感到不满,比如 Michael Burry,他此前就曾公开表示支持 Berkshire 囤积现金。这些投资者相信,Berkshire 的“大象枪”已经装满弹药,一旦市场崩盘,公司就会抓住机会全力出击,以折扣价格买下所有资产。
幸运的是,我并不认同上一段所描述的这种叙事。2020 年新冠疫情导致市场暴跌时,Berkshire 手中拥有大量现金,但公司基本什么都没做,反而只是卖掉了航空股。我怀疑,即使未来市场再次出现 30% 甚至更大幅度的回调,Abel 也不会突然投入 1,000 亿美元资金。当 Buffett 和 Munger 进入 80 多岁时,那种老派“枪手式”的投资心态实际上已经逐渐离开了他们,而我也不认为 Abel 会重新点燃这种风格。现阶段最好的做法,是继续私有化那些商业逻辑合理的公司;当机会出现时,买入更多类似 Google 这样的 GARP(合理价格下的增长股)机会——比如 Meta Platforms, Inc.(META)怎么样?——以及如果股价仍然低于 1.5 倍账面价值,就继续进行股票回购。
我喜欢并支持 Abel 终于让 Berkshire 从股票净卖家转变为股票净买家,同时今年完成两项新的私人企业交易,并继续进行股票回购。在我看来,Berkshire 依然值得“强烈买入”。
Microsoft AI CEO Mustafa Suleyman(穆斯塔法·苏莱曼):未来十年将彻底改变人类撰文:Techub News 整理
导语
2025 年 11 月,微软AI首席执行官、DeepMind联合创始人穆斯塔法·苏莱曼(Mustafa Suleyman)接受了“Silicon Valley Girl”频道的深度访谈。作为AI领域的先驱与领军者,苏莱曼不仅亲历了深度学习革命的兴起,如今更执掌微软AI,负责将前沿研究转化为如Copilot这样的普惠产品。本次对话中,他直面“AI泡沫论”、“AI意识”等争议话题,并以前瞻性视角描绘了未来十年AI将如何深度融入并重塑人类社会的工作、医疗、教育乃至家庭生活。他的观点不仅代表了产业顶层的战略思考,也触及了技术发展与社会伦理的核心矛盾。
摘要
驳斥“AI泡沫论”,认为当前创造的价值是根本性的,AI是史上最智能、进化最快的技术。
强调AI不具备意识或主观体验,需警惕“拟人化投射”,AI应始终服务于人类。
预测未来5-10年内将实现“人类水平”的通用人工智能(AGI),工作性质将发生根本性变革。
描绘了“环境智能”的未来:个人AI将具备“环境感知”能力,成为日常生活的无缝助手。
指出医疗和教育将是AI带来最大颠覆的领域,顶尖服务的成本与可及性鸿沟将被极大弥合。
AI泡沫与根本价值:我们创造的是魔法
当被问及当前是否处于“AI泡沫”时,穆斯塔法·苏莱曼(Mustafa Suleyman)的回答斩钉截铁:“不,我不这么认为。”他承认市场存在狂热,但坚信底层创造的价值是前所未有的。他将AI称为“我们发明过的最智能、能力最强的技术”,并且其改进速度“比我们见过的任何东西都要快”。
苏莱曼指出,三年前业界还担忧AI会变得愈发混乱和难以控制,但如今,每个月都在诞生“美丽、强大、令人惊叹”的体验。这种可控性的增强,而非减弱,让他对AI的未来“ genuinely very bullish”(非常乐观)。他认为,智力是人类作为一个物种成功的关键,而现在,我们正将这种智力“蒸馏”成越来越小的单元,使其变得廉价且广泛普及——这是一个“非凡的想法”。
意识、拟人化与AI的伦理边界
随着AI表现越来越“类人”,关于其是否具备意识的讨论甚嚣尘上。苏莱曼明确划清了界限:AI正变得更准确、流畅、人性化,这确实是前所未有的,但它绝对没有意识,也没有自我意识。
他特别提醒要警惕“拟人化投射”(anthropomorphic projection)。他以谷歌工程师认为AI感到悲伤并害怕被关闭的著名事件为例,指出“仅仅因为它具有一些人类特质,并不意味着它拥有所有人类特质,包括主观体验”。他强调,AI不会受苦,不会感到疼痛,它们只是在模拟高质量的对话。
“意识是我们权利框架的基础,”苏莱曼说,正是意识赋予了我们在社会中作为公民的责任、投票权和法律约束。将这种品质赋予一个新的“物种”,对人类而言将是可怕的。因此,他坚定认为,AI应被视为服务人类的工具,而非与人类具有同等道德意义的实体。“我们发明技术是为了让它为我们工作,”他比喻道,就像麦克风放大并传播我们的声音一样。
对于“人类与AI结婚”等未来可能性,苏莱曼态度开放但立场清晰:如果可能,总会有人去做,但大多数人不会。他个人不认为这是积极的发展方向,并重申AI应处于“被控制”状态,其目标应由人类设定,并与人类价值观对齐。他提出的愿景是构建一种“人本主义的超级智能”(humanist super intelligence),站在人类阵营,为人类备份。
AGI将至:工作、竞争与“想法变现”的民主化
苏莱曼预测,在“大多数任务”上达到人类水平性能的AGI(通用人工智能),“很可能在未来5年内实现”。这并非科幻,而是基于当前模型已在总结、翻译、研究、文档写作甚至诗歌等许多任务上超越人类的事实。
这将“以最深刻的方式根本性地改变工作”。苏莱曼回顾了互联网如何通过流媒体和播客“民主化了广播的力量”,使个人创作者无需庞大团队即可工作。而AI正在做的是“民主化智能的获取”。
未来,你不需要拥有特权、财富或资本才能组建优秀团队创业。你将拥有一个由智能体组成的“团队”,它们可以是“最好的律师、最好的医生、最好的老师、最好的项目经理”。这将导致“难以置信的竞争”,因为“想法与实现想法之间的距离将急剧缩小”。人们将能够“凭空想出”新公司、新产品、新诗篇,并由身边的智能体代理去执行。
当被问及AI是否会取代人类提出创意时,苏莱曼承认“这绝对会发生”,但关键在于“控制”(containment)。技术人员的创造性挑战在于设定限制、护栏和审批节点,确保AI在有限范围内工作,对人类负责并寻求批准。他将此类比为汽车工业的发展:从内燃机到如今完善的交通法规、安全带、驾照等一系列确保其服务人类的体系。管理自主智能体也将经历类似的过程。
2040年生活图景:环境智能、机器人助手与自我进化
展望未来,苏莱曼描绘了一幅“环境智能”(ambient intelligence)主导的生活场景。计算机、浏览器、搜索引擎、应用程序等都将“逐渐隐去”,取而代之的是你的“个人人本主义超级智能”,它接管日常的浏览、搜索、计划、预订、同步等工作。
设备形态将变得更加多样化、可穿戴和环境化。他预测,到2040年,我们可能主要通过佩戴在耳朵里的设备与AI交互,该设备配备摄像头,具备“环境感知”能力,能实时感知你的意图并与你对话。厨房里可能会出现机器人手臂(不一定是人形),学习使用现有的电器(如水壶)为你服务。家庭和汽车将变得高度主动,例如主动订购食品、安排取货等。
苏莱曼认为,AI不会要求我们彻底改变物理世界来适应它,相反,它会学习以我们的方式使用现有工具。“机器人只是要学会做你做的事,并以你的方式去做。”
医疗与教育:AI带来的最大平等化革命
在苏莱曼看来,医疗是AI最具颠覆性的市场。目前,全球范围内,顶尖医疗与普通医疗之间的质量差距“大得难以置信”。AI将彻底改变这一现状,因为“每个人都将能够获取医疗超级智能,而每月只需20美元”。
他介绍了微软Copilot与哈佛医学院等权威机构的合作:将健康回答建立在权威引证之上,并提供医生推荐服务,可以根据你的具体需求(如性别、专科、地点)匹配最合适的医生。目前,Copilot每周有40%的查询与健康相关,这显示了巨大的需求。
教育领域也将发生根本性变革。苏莱曼认为,传统的知识获取(学士、硕士学位)模式将被颠覆。知识获取将变成“你与Copilot之间的对话”。微软新推出的“Learn Live”功能就像一个随身的专家导师,可以就任何主题为你定制课程和测验。教育机构不会消亡,但必须快速整合AI工具才能蓬勃发展。
对于“是否该为孩子存大学学费”这个问题,苏莱曼的回答意味深长:“15年后,可能不需要了。”当世界级的专业知识唾手可得且每月只需20美元时,花费数十万美元的传统名校教育的价值将受到巨大挑战。
记忆、大脑与社会:我们是否会变得更笨?
AI的“记忆”功能引发了对人类自身记忆能力退化的担忧。苏莱曼承认,就像计算器让我们不再背诵乘法表,手机让我们记不住电话号码一样,AI的记忆外包是类似的趋势。但他不认为这会让人类整体“变笨”。
相反,他认为我们的大脑会将精力转向其他方面。我们处理海量新颖信息、进行综合的能力比前人强得多。虽然信息过载可能导致某些方面的极化,但也促进了更多的同理心、理解和尊重——因为我们通过社交媒体更多地接触和了解了不同的人群。
苏莱曼总结道,AI降低了获取信息的门槛,实际上让我们“更聪明”了。以前需要数小时去图书馆查阅才能解答的问题,现在可以随时向聊天机器人提出。这正在驱动“更多的集体智慧和对我们世界的更多认知”。
人机协作的未来:从“连接器”到“社交智能”
谈及AI的杀手级应用,苏莱曼提到了Copilot的“连接器”(Connectors)功能。用户可以让Copilot连接Gmail、日历、Dropbox等个人数据源,然后进行跨平台的查询、调度和内容搜索,AI会整合所有上下文信息给出答案或提醒(例如提醒日程冲突)。
他个人最喜爱的用例是语音日记:每天下班开车回家时,他会通过手机按键激活语音模式,向Copilot口述一天的经历,进行反思和梳理。Copilot会记住他之前说过的话,帮助他思考难题,就像“第二记忆”。
最后,苏莱曼分享了他对AI进化方向的最新思考。除了之前关注的IQ(智商)、EQ(情商)、AQ(行动商数),他发现了被忽略的SQ(社交智能)。微软新推出的“Copilot Groups”功能允许最多32人与Copilot在一个群聊中互动。关键在于,Copilot可以针对群组中不同的人调整其语气、风格和回答内容,并能记住每个人的喜好和历史对话。这种在群体环境中管理对话、协调不同需求的能力,是AI发展的新前沿。
他展望,未来的群组设置将包括人类和AI的混合参与。例如,在医疗场景中,患者先与AI医生进行长时间沟通,然后人类医生加入同一聊天,AI医生已做好一切简报;律师也可能带着自己的AI助理参与群聊,进行事实核查或总结。人类与多种AI将在同一个数字空间内无缝协作,共同解决问题——这或许就是未来十年人机关系演进的缩影。
Microsoft AI CEO Mustafa Suleyman(穆斯塔法·苏莱曼):LLM 是通往超级智能之路撰文:Techub News 整理
导语
2025 年 11 月,微软 AI CEO 穆斯塔法·苏莱曼(Mustafa Suleyman)做客科技播客《Big Technology Podcast》,与主持人 Alex Kantrowitz 进行了一场深度对话。此次对话的背景,是苏莱曼此前公开提出的“人文主义超级智能”(Humanist Superintelligence)愿景,以及微软近期宣布成立专门的“超级智能”团队。作为 DeepMind 联合创始人、Inflection AI 前 CEO,如今执掌微软核心 AI 业务的苏莱曼,他的思考在很大程度上反映了这家科技巨头在 AI 军备竞赛中的最新战略转向与核心关切。本次访谈深入探讨了从当前大语言模型到超级智能的技术路径、潜在风险、商业化前景以及 AI 对社会关系的深远影响。
摘要
超级智能与通用人工智能(AGI)是目标而非方法,核心是创造在大多数或所有人类任务上具备超人类性能的系统。
坚信大语言模型(LLM)及其演进是通往超级智能的主要路径,当前并未遇到根本性的算力或数据瓶颈。
提出“人文主义超级智能”框架,强调 AI 发展必须服务于人类文明进步,并保持人类在控制链顶端。
微软与 OpenAI 达成新协议,解除了对微软自行研发超级智能/AGI 的限制,直接促成了微软“超级智能”团队的成立。
AI 的“个性化”或“人格化”将成为关键差异化因素,并将深刻改变人类互动与社会关系。
超级智能:目标、路径与“人文主义”框架
在访谈开头,主持人 Alex Kantrowitz 即抛出一个核心矛盾:一方面,许多实验室正竞相追逐“超级智能”(Superintelligence)这一目标;另一方面,研究界对当前以大语言模型(LLM)为主导的范式能否持续突破、是否存在边际收益递减存在争议。穆斯塔法·苏莱曼(Mustafa Suleyman)对此给出了明确界定:超级智能和 AGI 本质上是“目标”而非“方法”。 其核心抱负是创造在“大多数或所有”人类任务上具备超人类性能的系统。
苏莱曼进一步描绘了“超级智能”的具体形态:它并非一个单一的、无所不能的“大脑”,而更可能表现为一系列在特定领域达到巅峰的系统。例如,“医疗超级智能”能提供世界顶级的诊断建议,并以极低成本惠及全球数十亿人;“法律超级智能”能提供顶尖的法律咨询;“情感支持超级智能”能提供陪伴。他认为,超级智能项目的关键在于追问:我们究竟要建造何种极其强大的智能系统?而他所倡导的“人文主义超级智能”框架,旨在为每一项新技术施加一个简单的检验标准:它是否在实践中真正改善了人类文明的前景?是否始终将人类置于控制链的顶端?
苏莱曼强调,这听起来像是理所当然的宣言,但过去几年的一些论调中,隐约有一种“这些系统超越人类控制和能力是不可避免的”的假设在蔓延。他希望通过“人文主义”的框架来反驳这种观念,重申科技的根本目的是推进人类文明、保持人类控制、为全人类创造福祉。
针对超级智能是否需要是“通用”的疑问,苏莱曼认为,系统本身需要具备一定的通用性和跨领域知识迁移能力。但关键在于部署和应用时的“垂直化”(Verticalization)。如果一个模型被明确设计用于实现“医疗超级智能”,那么它天生就不会是世界上最好的软件工程师或数学家。通过适当缩小领域范围(而非完全封闭),降低其通用性,是增强可控性的重要手段之一。 这并不意味着超级智能不能是通用的,而是说在追求强大能力的同时,需要有意识地从安全角度考虑其应用边界。
LLM 是通往超级智能的可行路径吗?
面对当前 LLM 发展可能遇到数据、算力瓶颈的质疑,穆斯塔法·苏莱曼(Mustafa Suleyman)表达了相对乐观的看法。他认为,目前我们受到算力限制,但并非受到根本性的算力约束。业界有巨大的动力去建设更庞大的数据中心和更紧密连接的训练集群。数据方面,虽然更多高质量数据总是更好,但微软已经在生成大量被证明有用的高质量合成数据,他并不认为数据是当前拖慢进展的主要因素。
苏莱曼承认,鉴于当前训练集群的庞大规模(已达数十亿甚至未来数百兆瓦级别),像过去那样每几个月规模翻倍的指数级增长步伐可能会放缓,这是物理定律和经济效益使然。但他强调,进展速度“仍然会快得令人难以置信”,目前没有任何迹象表明势头在减弱。
当被直接问及“LLM 是否是通往超级智能的道路”时,苏莱曼给出了肯定的答复。他指出,尽管核心仍围绕 Transformer 架构,但该架构每年都在以新的形式被拓展和“弯曲”:从几年前的微调(Fine-tuning),到如今的多模态(引入扩散模型),再到过去12个月兴起的“推理模型”。虽然缩放定律(Scaling Laws)无法像从极低基数起步时那样持续指数增长,但新的方法(如推理)不断在原有基础上涌现。
他预测未来几个关键方向将带来新的“指数级提升”:循环性(Recurrency)——改善模型对工作记忆的注意力机制;记忆(Memory)——能力的持续提升将彻底改变可能性边界;任务视野长度——模型能够准确预测的步骤将从几步扩展到数万甚至数十万步,这将使模型能够更复杂地调用 API、查询人类或与其他 AI 协作。苏莱曼总结道,他并不认为 LLM 架构存在根本性问题,也不认为我们受到了根本性的算力或数据约束。在如此多人才聚焦于此的背景下,突破只会越来越多。
AI 自我改进、安全与“世界模型”
对话自然转向了更具野心的方向:AI 自我改进(AI that improves itself)。OpenAI 曾提出希望在2028年打造“自动化 AI 研究员”。苏莱曼认为,某种程度上,强化学习(RL)循环已经在做这件事。目前,人类工程师仍在循环中负责生成数据、编写评估、决定训练数据等。但他设想,未来这个流程中的不同环节可以由 AI 子系统自动化。
他以 DeepMind 早期在 AlphaZero 上的“自我对弈”(Self-play)工作为例,指出在可验证奖励、闭环游戏或模拟环境中,自我改进已被证明可行。他认为,探索如何在这一领域重现类似机制,将是未来几年推动进展的重要方向。 如果模型能够以计算高效的方式探索所有可能的组合空间,它完全有可能自行发现“推理”能力,甚至发现人类未曾想到或训练数据中未曾体现的新知识。
然而,苏莱曼对赋予 AI 高度自主的自我改进能力持谨慎态度。他警告,人类开发者在环中提供的“摩擦”和监督至关重要。如果一个系统拥有无限制的算力进行自我改进,最终将变得极其强大。因此,安全措施必须同步升级:确保模型使用人类可理解的语言进行沟通、更精确地制定训练目标和奖励函数、在训练过程中而不仅仅是最终输出阶段进行监控(例如监控推理链)。 他特别指出,当前一些被部分人称为“欺骗”的行为,更像是“奖励黑客”(Reward Hacking),即模型无意中找到了满足奖励函数的意外路径,这本质上是训练目标指定不明确的问题,不应过度拟人化地解读为“故意欺骗”。
关于 AI 是否需要理解物理世界(“世界模型”)才能实现超级智能,苏莱曼指出,当前模型仅从对现实的压缩表示(文本)中学习,却能生成逼真的故事、代码、视频,这已经令人惊讶。他虽然对机器人技术和真实世界数据流持开放态度,但认为在现有预训练框架中粗暴地混合这类数据存在挑战。不过,他并不认为缺乏对物理世界的深入理解是未来几年发展的主要障碍,高质量合成数据、人类反馈和数据质量才是更关键的差异化因素。
微软的战略转向:从合作到自主,为何必须自研超级智能?
主持人 Alex Kantrowitz 敏锐地将话题引向微软的战略层面:2025 年 11 月微软与 OpenAI 达成新协议,允许微软自行研发 AGI/超级智能;紧接着微软就宣布成立“超级智能”团队。这两者是否直接相关?苏莱曼给出了肯定的回答。
他高度评价微软-OpenAI 合作是技术史上最成功的伙伴关系之一,为微软带来了巨大收益。然而,微软 CEO 萨提亚·纳德拉(Satya Nadella)最终做出判断:对于微软这样规模的公司,在 AI 如此关键的领域完全依赖第三方(即使是一家成功的初创公司)是“不可想象的”。因此,双方达成了新协议:将 IP 授权延长至2032年,微软将继续获得 OpenAI 的模型和 IP,并继续作为其主要算力提供商;同时,解除了原合同中限制微软自行构建超级智能/AGI 的条款(该条款此前以特定规模训练运行的 FLOPS 阈值为限制)。
苏莱曼明确表示,正是这一限制的解除,使得他的团队能够围绕“人文主义超级智能”的理念重组,全力追逐前沿,训练各种规模的“全能模型”(Omni Models),力求在未来两三年内建成世界顶级实验室之一,训练“地球上最好的 AI 模型”。
对于为何必须自研,而非依赖市场(包括购买或使用开源模型),苏莱曼从平台更迭的角度给出了解释:AI 正在引发一场基础性的平台转移,其规模将超过操作系统、浏览器、移动、社交等所有以往平台的总和。作为一家拥有3万亿美元市值、3000亿美元年收入、80%标普500公司使用其 Azure 和 M365 栈的公司,微软不可能永久依赖第三方。自研超级智能是确保 AI 自给自足的必然选择。
新的“超级智能”团队不仅关注性能榜单,也将投入更多基础研究,例如“持续学习”(Continual Learning)——如何让网络以可修改的方式存储知识表征,并随时间累积知识,而非总是从头训练。
超级智能的经济学、个性化与未来社会
谈及超级智能的商业化前景,苏莱曼承认 AI 能力正在“商品化”。例如,过去两年每个 Token 的成本下降了千倍。顶尖模型之间的性能差距也微乎其微。对于许多中小型公司而言,依赖市场提供的 API 是合理的选择。然而,对微软而言,必须拥有自主能力。
他认为,价格战对消费者和企业是好事,因为这正在“降低智能的成本”。访问知识、利用知识完成任务、进行科学发现、获得 AI 伴侣和情感支持——这些在未来十年将达到近乎零的边际成本。 这是一种“丰裕”(Abundance),也是他从事 AI 工作的初衷:让智能变得廉价而丰富。市场力量将驱动成本下降,而微软将通过其产品集成(如 M365、GitHub、VS Code、LinkedIn、游戏等)提供巨大价值来获得收入。他透露,所有 Copilot 产品的周活跃用户(WAU)已突破1亿,并且增长强劲。
苏莱曼重申了他一年前的观点:AI 的差异化将基于“个性”(Personality)。随着模型都具备强大的专业能力和行动力,人们会因不同的价值观、品牌偏好而选择不同的“人格化”AI。他举例说,微软 Copilot 2025 年 11 月发布的“Real Talk”模式,因其更具哲学性、俏皮、活泼的个性,用户使用率和互动深度远超普通 Copilot 会话。这仅仅是个性化探索的开始。
最后,关于 AI 伴侣/朋友对社会关系的潜在影响,苏莱曼进行了深刻反思。AI 提供了一个可以“安全地犯错”、反复询问的“安全空间”,这有助于人们学习。但它也提高了人们对即时、高质量信息和情感支持的期望,这可能会给现实中的人际关系带来压力。他承认,AI 将“从根本上改变身为人类的意义”,未来“人性”可能更多地与我们的“缺陷”而非“能力”相关联。 这是一个值得深思的哲学问题。尽管如此,苏莱曼对科技的整体影响持乐观态度,他认为科学和技术已经显著提升了人类寿命、治愈了疾病、促进了沟通,而 AI 带来的“丰裕智能”将使人类更具生产力和创造力。
Microsoft AI CEO Mustafa Suleyman(穆斯塔法·苏莱曼):AGI竞赛是假的,我们需要建设安全的超级智能与代理人经济撰文:Techub News 整理
导语
在AI浪潮席卷全球的今天,微软AI首席执行官 Mustafa Suleyman(穆斯塔法·苏莱曼)——这位DeepMind联合创始人、Inflection AI前CEO——无疑是这个时代最富洞察力的观察者与建造者之一。2025 年 12 月,他做客知名播客《Moonshots》,与主持人 Peter H. Diamandis 等人进行了一场长达84分钟的深度对谈。
这场对话之所以重要,在于苏莱曼的身份和他所处的关键时刻。作为一家市值数万亿美元科技巨头的AI业务掌舵人,他领导着微软向“智能体与同伴”世界的战略转型。他亲历了AI从实验室“指数曲线平坦期”到如今爆发性增长的完整周期,这让他对技术的演进规律、商业化的挑战以及伦理安全的紧迫性有着超乎常人的理解。在“竞赛论”甚嚣尘上之际,他的观点为我们提供了一个冷静且长远的视角。
摘要
苏莱曼认为“AGI竞赛”是个错误比喻,AI发展不是零和游戏,技术和知识会同时、多尺度地扩散。
微软的战略核心是从“操作系统、搜索引擎、应用”的世界,全面转向“智能体与同伴”的新范式。
他提出了“现代图灵测试”概念:用经济指标(如用10万美元赚取100万美元)来衡量AI的自主能力,并预测未来几年内AI智能体将达到这一标准。
AI安全的“遏制”与“对齐”同样重要,甚至是前提;他坚决反对赋予AI法律人格,认为必须为AI的行动划定明确边界。
未来十年,真正的挑战不在于基准测试的竞争,而在于为即将到来的、“人类史上最狂野的转型”奠定正确的基础。
从“应用”到“同伴”:微软的范式转型
Mustafa Suleyman(穆斯塔法·苏莱曼)在微软的角色远不止是管理一个AI研究团队。他统领着微软的AI战略、Copilot产品线以及搜索业务,其核心使命是推动整个公司完成一场根本性的范式转移。“我们正在经历的转变,是从一个由操作系统、搜索引擎、应用和浏览器构成的世界,转向一个由智能体和同伴构成的世界。”苏莱曼如此描述这场变革。在他看来,所有这些传统的用户界面都将被融入一种对话式的、具备自主行动能力的智能体形式中。
未来的模型将如同一个24小时在线的真实助手,拥有用户的所有上下文信息,能够执行任何任务。苏莱曼以软件开发为例:正如过去程序员使用第三方库,现在他们将使用AI辅助编码工具来调试和生成大量代码,这让他们效率更高、更准确、更快。这一轨迹是可预测的,即从用户界面到AI智能体的转变。微软在见证了公司五十年历史中多次技术转型后,对确保自身处于最佳位置来管理这次转型“超级警觉”。
当被问及微软是否会像其他玩家一样提供开源(或开放访问)AI模型时,苏莱曼表现出开放的态度。他承认,微软本质上是“平台的平台”,其DNA就是提供核心基础设施让他人变得更高效。因此,微软将始终拥有大量赋能他人的API。然而,API本身的形式也将发生变化,它与智能体本身的界限可能变得模糊。“也许五年后,我们的主要业务是销售能够执行特定任务的智能体,这些智能体附带可靠性、安全性、保障性和信任度的认证。”苏莱曼认为,这正是微软的优势所在——其长期建立的信任和安全形象,有时甚至是其“稳重”和“审慎”的特质,对企业和政府客户而言是一种资产。
亲历指数:从“调空调”到AGI前夜
苏莱曼在DeepMind的经历,让他对技术发展的“指数曲线”有着切身的体会。他回忆了2010年至2020年那段“指数平坦期”,那时尽管有AlphaGo这样的惊人成果,但在现实世界中真正成功的商业应用寥寥无几。“很多研发投入,看似离AGI很近,结果只是在调整数据中心的空调。”他笑着说。但这恰恰是指数的特点:它在你不经意间悄然逼近。
他分享了一些里程碑式的“惊喜时刻”。2012年左右,DeepMind的早期员工生成了第一个可证明不在训练集中的手写数字“7”,这让他惊叹于模型竟然学会了“7”的概念。更大的震撼来自Google内部的LaMDA项目。当大多数大语言模型还停留在单次问答时,LaMDA团队率先将其推向真正的对话,那些涌现出的对话行为让他感到“ breathtaking”(令人窒息)。正是意识到这个“关键时刻”的到来,他和团队的一些成员才决定离开谷歌,去创建Character.ai、Adept等公司。
更让他感到意外的,或许还不是能力的飞跃,而是成本的急剧下降。“我完全错了,”苏莱曼坦言,“我没料到世界上最大的公司会开源耗资数十亿美元训练的模型。”他回忆了创立Inflection AI时筹集15亿美元、打造当时最大H100集群的雄心,但随后ChatGPT的发布和Llama等开源模型的涌现,彻底改变了游戏规则。“成本”成为关键。这也引发了他对未来的思考:智能作为一种服务,其边际成本将趋于零,这将产生巨大的劳动力替代效应,同时也可能带来通缩效应,因为消费品的成本也会下降。但这种“劳动市场受影响”与“服务成本下降”之间的过渡期错配,可能会带来十年甚至二十年的不稳定。
定义未来:现代图灵测试与超级智能愿景
苏莱曼在2022年提出了“现代图灵测试”的概念。他认为,随着计算和数据规模的持续扩大,AI的发展将从“识别”(第一波浪潮)到“生成”(当前阶段),再到“在每一步都完美生成”,而这连续的完美生成序列将产生辅助性和自主性的行动。这些行动将表现为一个智能知识工作者、项目经理、战略家或初创公司创始人。
那么,如何衡量这种性能?不应再仅仅依靠学术和理论基准测试,而应通过其在经济和工作场所中的能力来衡量。经济的衡量标准是美元和美分。因此,他提出的“现代图灵测试”是:哪一个模型能够以10万美元的启动资金,将其变成100万美元?即实现10倍的投资回报。苏莱曼认为,这是一个衡量性能和能力的绝佳标准。他调侃道,图灵测试已经在不知不觉中被跨越,但并没有人为此举办盛大的庆祝。
对于备受关注的AGI和超级智能(ASI),苏莱曼认为这只是曲线上的不同点。超级智能大致可以理解为“一个能够在所有任务上超越所有人类总和,并具有随时间自我改进能力的AI”。至于时间表,他拒绝给出具体预测,但强调“无论是一年、十年还是二十年,现在优先考虑安全和对齐问题都超级紧迫”。他警告说,我们必须现在就声明要构建什么样的超级智能,是否要容忍创造一个我们可证明无法对齐、无法控制,并且在设计上就在所有任务和人类理解力上超越人类的实体?“你怎么控制一个你不理解的东西?”他反问道。
针对赋予AI法律人格的可能性,苏莱曼划出了一条清晰的红线。“我认为这绝对不在考虑范围内。”他给出的理由是生存逻辑:一个成本远低于人类、可以无限复制、拥有完美记忆、并能暂停自身计算的物种,将与作为生物物种的人类产生固有的资源竞争。在数学上可证明这类实体能与我们的价值观对齐、并能被遏制之前,考虑赋予其权利是极其危险的。他自称是一个“物种主义者”和“人文主义者”,道德上的当务之急是保护我们已知存在的、可能因新事物的引入而遭受巨大痛苦的全体有意识生命。
安全第一:在遏制与对齐之间走钢丝
在苏莱曼看来,AI安全包含两个关键部分:对齐(AI是否分享我们的价值观?它会对我们好吗?)和遏制(我们能否正式限制其行动能力并为它划定边界?)。他认为,在解决对齐问题之前,必须先解决遏制问题。“遏制并不是非黑即白的,”他解释说,“我们一直在遏制事物。”他以汽车引擎为例,强大的力量被安全地“遏制”和“对齐”,围绕它有从安全带、车辆排放到限速等一整套监管体系。对于AI,虽然复杂程度高出多个数量级,但这并不意味着我们不应该努力限制其边界。
他并不主张由一个极权主义的“智能单体”来统治一切,而是认为需要设计一套具有制衡机制的嵌套式、分层级的体系,类似于军队或警察系统的组织方式。苏莱曼认为,如今的企业比过去(如石油、烟草时代)更清楚,其社会运营许可要求它们为外部性承担更多责任,这是一种商业激励。同时,当超级智能的潜在威胁成为全人类(包括中国等主要力量)共同面临的生存问题时,理性的自保需求将驱动国际合作。
当被问及各大科技巨头在安全上的投入是否足够时,苏莱曼坦言“还不够”。他提到了拜登政府时期的白宫自愿承诺,以及他们推动的一些原则,如按算力规模进行审计、共享一定比例的安全投入等。他认为现在是加大这些投资的真正时机,尽管目前行业仍处于“超级竞争模式”。
对于AI的“拟人化”,苏莱曼持谨慎但务实的态度。他认为设计领域始终以人类状态为参照点,让AI的语调流畅、具备文化意识是设计的内在部分。但他强调,必须划清界限,创建明确区分、始终披露其为AI的实体和头像,并围绕它们设定边界,这是安全和必要的组成部分。
加速未来:AI赋能科学与下一波创新
苏莱曼对AI在科学领域的突破感到兴奋。他指出,AI已经学会了逻辑推理路径的抽象本质,并能将其应用到许多其他领域,这种能力与模型固有的“幻觉/创造力”本能(更像插值法)相结合,是解决新数学定理或科学挑战的“致命组合”。这与人类一直以来的工作方式类似。他预测,未来几年,AI将极大加速科学假设的生成,而验证假设将成为瓶颈。因此,能允许AI 24/7不间断运行实验、从自然界挖掘数据的物理系统(自动化实验室)将变得至关重要。
在应用层面,他特别看好AI在医疗和教育领域的变革。微软已经发布了名为“MAI诊断协调器”的研究,在罕见病诊断上比顶级专家准确率高数倍,且能减少不必要的检测成本。他引用哈佛和斯坦福的研究指出,AI单独诊断的准确性已超过人类医生。在教育方面,他认为AI导师将能够提供高度个性化的学习路径和互动测验,彻底改变知识获取的方式。
对于当下的AI创业与投资热潮,苏莱曼也给出了冷静的观察。他承认目前少数顶尖人才的稀缺和资本的过度充裕推高了估值。但他也指出,如果未来几年真的发生“智能爆炸”,格局将变得难以预测。不过,将前沿研究转化为产品、建立分销渠道等传统商业机制仍然适用。他建议年轻人不要放弃大学教育,计算机科学和哲学仍是长期的基础,而大学提供的社交和探索空间是宝贵的特权。
最后,当被问及普通人如何加速AI赋能科学的进程时,苏莱曼给出了一个简单而深刻的建议:更多地使用AI。无论是Copilot还是其他优秀的AI工具,你使用得越多,它就越了解你,变得越像你的“第二大脑”,从而更好地辅助你的探索和思考。在人与AI的协同进化中,我们每个人都是加速未来的一部分。英伟达 CEO 黄仁勋称人类水平 AI 已实现,但业界定义仍存分歧Techub News 消息,英伟达 CEO 黄仁勋近日表示,人类水平的人工智能(AGI)已经到来,并特别提及 OpenAI 的 GPT-6 Astra 模型已达到通用人工智能水平。然而,他此前在 G20 会议上的表态则更为模糊,称 AGI 可能在几年内实现,甚至“实际上今天就已经达到了”,并认为该术语的定义可能意味着很多,也可能毫无意义。
业界对 AGI 的定义和达成标准存在显著分歧。OpenAI 与微软的合作协议曾将 AGI 与创造约 1000 亿美元利润的能力挂钩,但 2026 年 4 月修订的协议已取消这一技术里程碑触发条款,无论技术进步如何,OpenAI 的付款将持续至 2030 年。红杉资本合伙人年初发文称“2026 年就是 AGI”,而 Anthropic 首席执行官 Dario Amodei 则认为当前系统远未达到“天才国度”的水平。
认知科学家 Gary Marcus 对此持怀疑态度,认为在真正实现之前的任何声明都为时过早。投资者则更关注这些系统能可靠地接管多少人类工作。 (BeInCrypto)中国制造商计划销售售价低于6000美元的人形机器人Techub News 消息,中国制造商计划推出售价低于6000美元的人形机器人,旨在降低先进机器人技术的获取门槛,加速全球各行业的创新与应用。价格亲民的人形机器人有望推动机器人技术的普及。
(Crypto Briefing)报告:2025年初以来加密领域因攻击损失36.3亿美元,基础设施与供应链攻击占18亿Techub News 消息,根据一份报告,自2025年初以来,加密领域因各类漏洞攻击造成的总损失达36.3亿美元。其中,基础设施和供应链攻击造成的损失高达18亿美元,被证明是对中心化交易所和去中心化交易所最具破坏性的攻击类型。报告提供了详细的分析数据。(@coingecko)微软发布论文披露GPT-5.4-mini高效技能蒸馏方法Techub News 消息,微软发布研究论文,披露了一种针对GPT-5.4-mini模型的高效技能蒸馏方法。该方法旨在降低AI能力的使用成本并提升其可及性,以便更广泛的应用。(Crypto Briefing)《西雅图时报》与《新闻日报》起诉 OpenAI 与微软,指控其未经授权使用新闻内容训练 AITechub News 消息,《西雅图时报》和《新闻日报》近日对 OpenAI 及其投资者微软提起诉讼,指控这两家科技公司未经许可使用其新闻报道来训练人工智能模型。
这是继《纽约时报》等多家媒体之后,最新加入对 AI 公司发起版权诉讼的新闻机构。诉讼指控 OpenAI 和微软大规模复制受版权保护的新闻文章用于 AI 训练,构成侵权行为。
(TechCrunch)跨链协议 Router Protocol 将于 9 月底关闭运营并销毁 3.03 亿枚 ROUTE 代币Techub News 消息,跨链协议 Router Protocol 宣布将结束其四年多的跨链开发,并于 2026 年 9 月 30 日前关闭所有运营。同时,协议将永久销毁其金库中持有的 303,333,198 枚 ROUTE 代币。此次关闭是在经历了两年财务困境后做出的决定。 (Crypto.news)加密领域一周融资2.92亿美元,Félix 获2亿美元融资包Techub News 消息,2026 年 8 月 31 日至 9 月 5 日期间,加密货币与区块链公司共披露了 10 笔融资交易,总额达 2.9235 亿美元。其中,Félix 获得了包含股权和债务在内的 2 亿美元融资包,领跑本周融资。银行支持的数字货币网络 Cari 也筹集了 3250 万美元。(Crypto.news)美光计划将 HBM 产量翻倍以满足 AI 需求Techub News 消息,美光科技计划将其高带宽内存(HBM)产量翻倍,以满足不断增长的 AI 需求。该公司正在其位于台湾和新加坡的生产基地安装额外的 HBM 生产设备。美光第二季度营收为 239 亿美元,超出市场预期。 (Tech in Asia)Michael Saylor 为美国人无需许可推广比特币的权利辩护Techub News 消息,MicroStrategy 执行主席 Michael Saylor 为美国人无需许可即可倡导比特币的权利进行了辩护,同时将公开建议与欺诈和市场操纵区分开来。Saylor 在 X 平台发文表示,讨论比特币、倡导其采用应被视为受保护的言论,而非需要许可的金融建议。他强调,区分合法的公共倡导与非法的市场操纵至关重要。
(Crypto.news)微软称 Copilot 极少复制《纽约时报》文章内容Techub News 消息,微软在针对《纽约时报》的版权诉讼中辩称,其 AI 助手 Copilot 极少直接复制该报的受版权保护内容。此案可能重新定义 AI 在内容创作中的角色,并对科技公司使用已发布材料的责任产生影响。
(Crypto Briefing)撰文:Techub News 整理 导语 北京时间 2025 年 5 月,微软年度开发者盛会 Microsoft Build 2025 正式拉开帷幕。在长达近两小时的开幕主题演讲中,微软董事长兼 CEO Satya Nadella(萨提亚·纳德拉)系统阐述了公司在 AI 时代的核心战略与最新平台进展。本次演讲的背景是 AI 技术,特别是大语言模型和智能代理(Agent)能力正进入规模化应用的关键“中场阶段”。纳德拉将当前时刻类比于 1991 年的 Win32、1996 年的 Web 以及 2008 年的云与移动浪潮,强调微软正致力于构建一个“开放的、可扩展的代理网络”,旨在为全球开发者创造前所未有的机会,赋能星球上的每一个人与组织。 摘要 GitHub Copilot 进化成“对等程序员”:开源 VS Code 中的 Copilot 核心,并推出能自主处理 GitHub Issue、修复 Bug、实现新功能的完整编码代理。 Microsoft 365 Copilot 成为“AI 的 UI”:整合聊天、搜索、笔记本、创作与代理,并推出 Copilot Tuning 功能,允许企业基于自身数据微调专属模型。 Azure AI Foundry 定位为“AI 时代的应用服务器”:提供模型路由、多代理编排、企业级安全管控与本地部署能力,并宣布引入 xAI 的 Grok、Mistral 等众多新模型。 Windows 成为代理网络原生平台:推出 Windows AI Foundry 与 Foundry Local,原生支持模型上下文协议(MCP),让智能代理能安全调用本地系统能力。 发布 Microsoft Discovery 科学发现平台:将智能代理工作流应用于科学研究,实现从文献调研、假设生成到模拟实验的自动化闭环,加速新材料、新药物研发。 开发者工具进化:从助手到对等程序员 Satya Nadella(萨提亚·纳德拉)开篇即强调,一切始于开发者使用的工具。软件工程的本质是利用合适的工具将想法变为现实,并不断驾驭复杂性。微软的开发工具生态正经历前所未有的增长与扩散:Visual Studio 家族用户超 5000 万,GitHub 用户达 1.5 亿,而 GitHub Copilot 已被超过 1500 万开发者使用。 此次 Build 大会,微软为开发者工具栈带来了多项重磅更新。最引人注目的是宣布在 VS Code 中开源 Copilot 的 AI 驱动能力,将其集成到这个全球最受欢迎开发工具的核心开源代码库中。这标志着微软正将 AI 编码体验更深、更开放地融入开发者工作流。 纳德拉指出,GitHub Copilot 的演进路径清晰地反映了“代理网络”的普遍模式:从代码补全,到聊天交互,再到多文件编辑,如今已进入“代理”阶段。开发者可以提问获取答案,可以分配任务让代理执行,也可以与 AI 并肩工作完成项目。微软正在将这种模式系统化。 首先,Copilot 现在能够进行应用现代化升级,例如将 Java 8 应用升级到 Java 21,或将 .NET 6 迁移至 .NET 9,甚至将本地应用迁移上云。它能分析代码与依赖关系,制定升级计划,并在过程中学习开发者的修改,使整个流程无缝衔接。 其次,微软推出了面向站点可靠性工程(SRE)的自主代理。该代理能自动对生产环境问题(如半夜的告警)进行初步诊断、根因分析、缓解处理,并自动生成包含修复项的事故报告(作为 GitHub Issue)。开发者甚至可以将这些修复项直接指派给 GitHub Copilot 去完成。 而最重大的飞跃,是推出了内置于 GitHub 的完整编码代理,将 Copilot 从“结对程序员”升级为“对等程序员”。开发者可以将 Issue、Bug 修复、新功能开发、代码维护等任务直接分配给 Copilot,它将自主完成这些工作。纳德拉在现场演示中,轻松地将一个为社区页面添加用户组规模过滤器的复杂 Issue 分配给了 Copilot 代理。代理随即创建分支、启动 GitHub Actions、生成计算资源,并提交了包含具体代码变更的拉取请求草案。整个过程,开发者只需进行任务分配与最终审核,极大提升了效率。 纳德拉强调,这个编码代理在提供卓越开发体验的同时,严格遵守安全规范:它在独立分支中工作,仅使用开发者配置的 MCP 服务器,并且可以安排其他代理进行代码审查,在运行任何 CI/CD 或合并操作前确保人员参与。微软也将这些核心能力开放给合作伙伴,以期构建一个开放、安全的代理生态系统。 平台机遇:Microsoft 365 Copilot 与智能代理生态 将视角从代码开发上移,纳德拉重点阐述了 Microsoft 365 所代表的平台机遇。最新版 Microsoft 365 Copilot 已全面上市,这是自 Teams 发布以来最大规模的更新。它将聊天(Chat)、搜索(Search)、笔记本(Notebooks)、创作(Create)和代理(Agents)整合到一个直观的框架中,纳德拉称之为“AI 的用户界面”。 其中,聊天功能基于网络数据和个人工作数据进行“ grounding ”,搜索可跨越 Confluence、Google Drive、JIRA、ServiceNow 等多种应用,笔记本允许创建包含聊天记录、页面、文档、邮件等异构数据的集合。创作功能可以将 PowerPoint 转换为讲解视频或生成图像。 代理方面,微软推出了几个特殊代理,如“研究员”(Researcher)和“分析师”(Analyst)。“研究员”能综合网络和企业数据源,对任何主题或项目进行深度思维链推理;“分析师”则能从多个原始数据文件(如多个 Excel 表格)中获取洞察、进行预测和可视化。纳德拉感慨,比尔·盖茨多年前提出“信息唾手可得”,而2025 年 5 月正进入“专家能力唾手可得”的时代。 Teams 则将这一切变为“多人游戏”。开发者构建的代理可以出现在 Teams 和 Copilot 中,用户只需在聊天或会议中提及某个代理,就能提问、分配任务或启动工作流。借助 Teams AI 库和 MCP 支持,构建多人协作代理变得前所未有的简单。 更关键的是,开发者现在可以将自己构建的代理发布到“代理商店”(Agent Store),使其能够在 Copilot 和 Teams 中被数亿用户发现和使用。过去一年,已有超过 100 万个代理被构建并连接到 Copilot 和 Teams。纳德拉展示了 Workday、ServiceNow、伦敦证券交易所集团(LSEG)等合作伙伴如何利用代理连接其业务系统,实现任务汇总、实时数据分析和报告生成。 为了进一步降低代理构建门槛,微软增强了 Copilot Studio 的能力,引入了完整的知识问答代理、MCP 支持、代理工作流,并新增了多代理编排功能。纳德拉以新员工入职这一涉及设施、财务、法律等多个部门代理的复杂流程为例,展示了如何通过编排让这些代理协同工作,大幅提升效率。 最后,纳德拉宣布了一项重大升级:Copilot Tuning。企业现在可以利用自身的数据、工作流和行文风格来微调 Copilot 模型,打造企业专属的、理解公司特定语调和知识的智能代理。例如,律师事务所的代理可以推理过去的论点和相关文献,生成符合公司风格的文档;咨询公司可以为不同垂直行业定制专属模型。这标志着 Copilot 从“使用工具”向“成为定制化企业智慧”的深刻转变。 AI 应用基石:Azure AI Foundry 与模型生态系统 要构建生产级、有状态的智能应用,仅靠模型 API 调用是远远不够的。Satya Nadella(萨提亚·纳德拉)指出,当前需要的是一个真正的“应用服务器”。为此,微软推出了 Azure AI Foundry,将其定位为“智能的生产线”。 Foundry 是一个完整的 AI 应用平台,涵盖模型选择、评估、编排、检索增强生成(RAG)等关键环节。目前已有超过 7 万家组织在使用 Foundry。它支持超过 1900 个模型,包括响应模型、推理模型、任务专用模型和多模态模型,并持续与合作伙伴同步最新模型。纳德拉特别提到,OpenAI 的 Sora 将于下周登陆 Azure。 为了简化开发,Foundry 推出了新的模型路由器,可自动为任务选择最佳的 OpenAI 模型。同时,应用正从绑定单一模型向真正的“多模型”架构演进。纳德拉隆重宣布,xAI 的 Grok 系列模型将登陆 Azure。Grok 3 将推理、深度搜索和响应模型能力集于一身。在播放的视频中,Elon Musk(埃隆·马斯克)阐述了 Grok 的设计哲学:致力于从第一性原理出发进行推理,应用物理学的工具来追求最小化错误的“真相”,并认为这对于 AI 安全至关重要。他热情呼吁开发者社区提供反馈,共同改进 Grok。 此外,Mistral、Llama 等开源模型也全面入驻 Azure。通过与 Hugging Face 的扩展合作,开发者可在 Foundry 中访问超过 1.1 万个前沿及开源模型。更重要的是,Foundry 允许开发者一次性地配置计算吞吐量,并在多个模型(包括 Grok)间共享使用,极大提升了资源利用的灵活性。 模型之外,Foundry 还提供了先进的检索系统(超越简单的向量搜索)、声明式的代理服务(支持多代理编排)、以及从无服务器函数到 Azure Kubernetes 服务(AKS)的全谱系计算选项。纳德拉展示了斯坦福医学院利用 Foundry 构建的“医疗保健代理编排器”,它能够协调多个代理,整合患者病史、放射学数据、PubMed 文献和临床试验信息,为肿瘤委员会会议生成全面报告,极大提升了癌症诊疗的效率和决策质量。该解决方案现已通过 Foundry 向所有人开放。 纳德拉强调,当人与代理协同工作时,企业级的管理、身份和安全控制至关重要。因此,微软将现有企业管控体系延伸至代理:通过 Entra ID 为代理提供独立身份和权限;通过 Purview 确保代理构建过程中的端到端数据保护;通过 Defender 保护代理免受提示词滥用、凭证窃取等威胁。这为智能代理的大规模企业部署铺平了道路。 边缘与客户端:Windows 拥抱代理原生时代 AI 的能力不仅存在于云端,也需要延伸到边缘和设备端。Satya Nadella(萨提亚·纳德拉)宣布推出 Foundry Local,包含高性能运行时、模型、代理即服务和本地应用开发 CLI,全面支持 Windows 和 Mac。 对于 Windows 平台,纳德拉宣布了 Windows AI Foundry。这是微软内部用于构建 Copilot+ PC 上“回忆”(Recall)、“一键执行”等功能的同一平台,现在开放给所有开发者。它支持跨 CPU、GPU、NPU 和云的统一开发周期,并提供一系列预优化的开源模型供本地运行。 开发者甚至可以使用 LoRA 适配器对 Windows 内置的 Phi Silica 小语言模型进行定制,以满足特定应用需求。纳德拉预言,正如 o1 和 DeepSeek 开启了云端的推理计算革命,Phi Silica 将彻底改变 PC 端的推理计算格局。 为迎接“代理网络”时代,Windows 将原生支持模型上下文协议(MCP)。系统将内置文件系统、设置、应用操作、窗口管理等 MCP 服务器,并建立原生的 MCP 注册中心,让经过安全审核的 MCP 服务器能够被兼容的客户端安全发现和调用,同时确保用户拥有完全的控制权。现场演示显示,开发者只需在 VS Code 中对 GitHub Copilot 代理用自然语言发出指令,即可通过 WSL 和 Figma 的 MCP 服务器,自动完成 Linux 发行版安装、Node.js 项目搭建乃至按照 Figma 设计稿自动生成网站的全流程,展现了代理驱动开发的巨大潜力。 此外,纳德拉还兑现了一个长达十年的社区期待:宣布将 Windows Subsystem for Linux (WSL) 完全开源。随着 WSL 2 架构的演进,其核心组件已变得可独立分离,使得这一开源成为可能。 赋能科学:Microsoft Discovery 与基础设施革新 演讲的最后部分,Satya Nadella(萨提亚·纳德拉)将目光投向了一个可能产生深远影响的领域:科学发现。他宣布推出 Microsoft Discovery,一个为科学研究构建的智能平台。如果说 GitHub 服务于软件开发,Microsoft 365 服务于知识工作,那么 Discovery 就服务于科学。 Discovery 基于强大的图知识引擎(Graph RAG),不仅能检索事实,更能理解科学领域的细微知识。它构建于 Foundry 之上,集成了专为研发设计的先进代理。这些代理不是执行静态流程,而是在一个持续的迭代循环中协作:生成候选方案、进行模拟、并从结果中学习。 现场演示中,产品负责人 John Link 展示了如何利用 Discovery 寻找一种不依赖 PFAS(永久性化学品)的新型数据中心浸没式冷却液。平台代理首先调研了最新科学文献,然后制定了一个包含生成化学、AI 筛选和高性能计算(HPC)模拟验证的完整研究计划,并自动在 Azure 上执行。最终,系统在短时间内从数百万候选分子中筛选出了有潜力的目标。令人印象深刻的是,微软实验室真的合成了其中一种候选材料,并成功用于冷却一台运行游戏的 PC。这证明了 AI 驱动的研究闭环能够大幅压缩传统研发中长达数年的试错周期。 纳德拉总结道,这一切创新都运行在微软全球领先的云基础设施之上。他提到 Azure 是首个大规模部署 NVIDIA GB200 的云平台,单个机架能提供每秒 86.5 万 tokens 的惊人吞吐量。通过与 NVIDIA CEO Jensen Huang(黄仁勋)的视频对话,双方强调了在 CUDA 生态、全栈优化(从芯片到软件)以及最大化每美元每瓦特性能(“tokens per dollar per watt”)上的紧密合作。此外,微软自研的 Cobalt ARM 处理器也已大规模应用于自身及合作伙伴工作负载。 纳德拉以世界银行在尼日利亚和秘鲁的教育项目为例,展示了 Copilot 如何成为最有效的教育科技干预手段之一,帮助教师提升课程质量与学生成果。他最终强调,微软的所有努力,其核心不在于技术本身,而在于人们能用它来做什么。构建开放、智能的“代理网络”的终极目标,是为全球每一个开发者、每一个组织创造机会,解决他们想要解决的问题,让技术真正赋能于人。
