X
17c.亚洲
海南医科大学第一附属医院发布情况通报：11月10日，有媒体发布《养了3个月的女儿出院记录是“男婴”?女子怀疑孩子被抱错》有关报道。医院成立调查组，经对当事母亲分娩记录、护理记录、新生儿疾病筛查知情同意书等原始记录进行核查，其新生儿确为女婴。同时调阅监控显示，该母亲分娩至母婴同时出产房期间，仅有一名婴儿出生，未发现抱错的情况。该当事母亲出院记录曾有性别书写错误，记录人员笔误将性别错写为“男”，该错误已于8月20日更正。目前，我院已向当事母亲及家属诚挚致歉，并将积极妥善处理后续事宜，主动承担相关亲子鉴定等合理费用，切实履行责任。此次事件暴露出我院个别医护人员在病历书写规范、人文关怀、沟通等方面存在不足，给当事母亲及家属带来了不良体验和心理困扰。对此，我们深表歉意。我院将对相关涉事人员进行严肃处理。，博后出站3年后，33岁刘灿已获破格晋升中国人民大学教授
王哲致辞
访谈嘉宾：微软CEO Satya Nadella；播客主持人：Dwarkesh Patel；联合访谈人：SemiAnalysis创始人Dylan Patel；嘉宾：微软云与AI执行副总裁Scott GuthrieDwarkesh Patel：今天我们采访的是萨提亚·纳德拉。"我们"指的是我和迪伦·帕特尔（Dylan Patel），他是SemiAnalysis的创始人。萨提亚，欢迎。Satya Nadella：谢谢。很高兴。感谢你来亚特兰大。Dwarkesh Patel：感谢你带我们参观新设施。能看到这些真的太酷了。Satya Nadella：当然。Dwarkesh Patel：萨提亚和斯科特·格思里（Scott Guthrie）——微软云与AI执行副总裁——带我们参观了他们全新的Fairwater 2数据中心，这是目前世界上最强大的数据中心。Scott Guthrie：我们一直努力在每18到24个月将训练容量提升10倍。所以这实际上是相比GPT-5训练时提升了10倍。从光纤数量来看，这栋建筑里的网络光纤几乎相当于两年半前我们所有Azure数据中心的总和。Satya Nadella：这里有大约500万个网络连接。Dwarkesh Patel：你在一个区域内的不同站点之间，以及两个区域之间都有这么大的带宽。那么这是对未来扩展性的一次大赌注吗？你们预期未来会有某个巨大的模型需要两个完整的区域来训练？Satya Nadella：我们的目标是能够将这些算力聚合起来用于大型训练任务，然后将这些资源跨站点整合在一起。现实是你会用它来训练，然后用它来生成数据，用它来做各种推理。它不会永远只用于一种工作负载。Scott Guthrie：附近正在建设的Fairwater 4，你们会看到，也将接入那个1 Petabit（千万亿比特）级的网络，这样我们就能以非常高的速率将两者连接起来。然后我们还有AI广域网连接到密尔沃基，那里我们正在建设多个其他Fairwater数据中心。Satya Nadella：你可以真切地看到模型并行和数据并行。它本质上是为这个园区的训练任务、超级集群而建的。然后通过广域网，你可以连接到威斯康星州的数据中心。你真的可以运行一个训练任务，将所有这些资源聚合在一起。Scott Guthrie：我们现在看到的是一个单元，里面还没有服务器，没有机架。Dylan Patel：一个单元里有多少个机架？Scott Guthrie：我们不一定会透露这个，但是……Dylan Patel：这就是我问的原因。Scott Guthrie：你上楼就会看到。Dylan Patel：我要开始数了。Scott Guthrie：你可以开始数。我们让你开始数。Dylan Patel：这栋楼里有多少个单元？Scott Guthrie：这部分我也不能告诉你。Dwarkesh Patel：好吧，除法很简单，对吧？Satya Nadella：天哪，这里有点吵。Dwarkesh Patel：你看着这些是不是想："现在我知道我的钱花哪儿了。"Satya Nadella：就像，"我经营的是一家软件公司。欢迎来到软件公司。"Dwarkesh Patel：一旦你决定使用GB200和NVLink，设计空间有多大？还有多少其他决策需要做？Satya Nadella：从模型架构到优化的物理方案，两者之间是耦合的。从这个意义上说，这也很可怕，因为会有新芯片推出。比如Vera Rubin Ultra。它的功率密度会非常不同，冷却要求也会非常不同。所以你不想只按一个规格来建设所有东西。这又回到了我们稍后要讨论的话题，那就是你希望随时间扩展，而不是一次性扩展然后就被困住了。AGI的商业模式Dylan Patel：当你审视所有过去的技术转型——无论是铁路还是互联网，或是可替换零件、工业化、云计算，所有这些——每一次革命从技术被发现到在经济中普及和渗透所需的时间都变得更快了。许多在Dwarkesh播客上出现过的人相信这是最后一次技术革命或转型，而且这一次非常、非常不同。至少到目前为止在市场上，三年内我们已经飙升到超大规模企业明年将进行5000亿美元的资本支出，这种速度在以往的革命中是无与伦比的。最终状态似乎相当不同。你对此的理解框架似乎与我所说的那种"AI兄弟"很不同，他们说"AGI（通用人工智能）要来了"。我想更深入地理解这一点。Satya Nadella：我首先感到兴奋，我也觉得也许在工业革命之后这是最重大的事情。我从这个前提出发，但与此同时，我有点脚踏实地，认为这仍然是早期阶段。我们已经构建了一些非常有用的东西，我们看到了一些很好的特性，这些扩展定律似乎在起作用。我乐观地认为它们会继续起作用。其中一些确实需要真正的科学突破，但也有很多工程工作等等。话虽如此，我也有点持这样的观点：即使是过去70年计算机领域发生的事情也一直在推动我们前进。我喜欢Raj Reddy对AI的一个比喻。他是卡内基梅隆大学的图灵奖得主。即使在AGI之前，他就有这个关于AI的比喻。他说AI应该是守护天使或认知放大器。我喜欢这个比喻。这是思考这个问题的简单方式。最终，它的人类效用是什么？它将成为认知放大器和守护天使。如果我这样看待它，我就把它看作一个工具。但你也可以对此非常神秘地说，这不仅仅是一个工具。它做所有这些事情，到目前为止只有人类做过。但过去许多技术都是这样。只有人类做很多事情，然后我们有了能做这些事的工具。Dwarkesh Patel：我们不必纠结于定义，但一种思考方式是，也许需要五年、十年、二十年。在某个时刻，最终机器会生产“萨提亚token”，而微软董事会认为“萨提亚token”非常有价值。Dylan Patel:通过采访萨提亚，你浪费了多少经济价值？Dwarkesh Patel：我负担不起“萨提亚token”的API成本。无论你想怎么称呼它，“萨提亚token”是工具还是智能体（agent），随便什么。现在，如果你的模型每百万token成本在美元或美分的量级，那里就有巨大的利润扩张空间，因为一百万个“萨提亚token”价值很高。我的问题是，那些利润去哪里了，微软在其中能分到多大比例？Satya Nadella：从某种意义上说，这又回到了本质上经济增长图景到底会是什么样子？公司会是什么样子？生产力会是什么样子？对我来说，这就是问题所在，再说一遍，如果工业革命创造了……在70年的扩散之后你才开始看到经济增长。这是另一件要记住的事。即使这次技术扩散得很快，要真正出现经济增长，它必须扩散到工作、工作成果和工作流程必须改变的程度。所以这是我认为我们不应该低估一个公司真正改变所需的变革管理的一个地方。展望未来，人类和他们生产的token是否会获得更高的杠杆，无论是未来的“Dwarkesh token”还是“Dylan token”？想想你现在使用的技术量。你能在没有技术的情况下运营SemiAnalysis或这个播客吗？不可能，以你能够达到的规模，绝对不可能。所以问题是，那个规模是多少？它会因为某些东西而增长10倍吗？绝对会。因此，无论你是达到某个收入数字还是某个受众数字或其他什么，我认为这就是将要发生的。关键是，工业革命花了70年、也许150年的事情，可能会在20年、25年内发生。如果我们幸运的话，我很想把工业革命200年发生的事情压缩到20年内。Dylan Patel：微软历史上可以说是最伟大的软件公司，最大的软件即服务公司（SaaS）。你过去经历过一次转型，你曾经销售Windows许可证和Windows磁盘或微软产品，现在你销售Office 365的订阅服务。当我们从那次转型到你今天的业务时，之后还有另一次转型正在进行。软件即服务的每用户增量成本非常低。有很多研发，有很多客户获取成本。这在某种程度上就是为什么，不是微软，而是SaaS公司在市场上表现严重不佳，因为AI的COGS（销货成本）实在太高了，这完全打破了这些商业模式的运作方式。作为可以说是最伟大的软件即服务公司，你如何将微软过渡到这个COGS很重要、每用户增量成本不同的新时代？因为现在你的定价是这样的，"嘿，Copilot要20美元。"Satya Nadella ：这是一个很好的问题，因为从某种意义上说，对于商业模式本身，杠杆将保持相似。如果你看从消费者一直到企业的模式菜单，会有一些广告单元，会有一些交易，会有一些为构建AI设备的人提供的设备毛利润。会有订阅，消费者和企业的，然后会有消费量计费。所以我仍然认为这些都是所有的计量方式。你说得对，什么是订阅？到目前为止，人们喜欢订阅是因为他们可以为它们做预算。它们本质上是对一些消费权利的授权，这些权利封装在订阅中。所以我认为从某种意义上说这成为一个定价决策。你有权获得多少消费量，如果你看所有的编码订阅，基本就是这样，对吧？然后你有专业版、标准版等等。所以我认为这就是定价和利润结构将如何分层。有趣的是，在微软，对我们来说好消息是我们在所有这些计量方式的业务中都有涉足。在投资组合层面，我们几乎拥有消费量计费、订阅以及所有其他消费者杠杆。我认为时间会告诉我们这些模式中哪些在什么类别中有意义。关于SaaS方面的一件事，既然你提到了，我想了很多。以Office 365或Microsoft 365为例。低ARPU（每用户平均收入）很好，因为有一件有趣的事。在从服务器到云的转型期间，我们过去常问自己的一个问题是，"天哪，如果我们所做的只是将使用我们Office许可证和当时Office服务器的相同用户迁移到云端，而我们有COGS，这不仅会缩小我们的利润率，而且我们基本上会成为一家利润较低的公司。"除了发生的情况是向云端的迁移疯狂地扩大了市场。我们在印度卖了几台服务器，我们卖得不多。而在云端，突然印度的每个人也能够按比例购买服务器，IT成本。事实上，我没有意识到的最大的事情，例如，是人们花在SharePoint下购买存储的金额。事实上，EMC最大的部门可能是SharePoint的存储服务器。所有这些在云端都下降了，因为没有人必须去购买。事实上，这是营运资金，意味着基本上是现金流出。所以它大规模扩展了市场。所以这个AI的事情也会是这样。如果你看编码，我们用GitHub和VS Code花了几十年构建的东西，突然编码助手在一年内就达到了那么大的规模。我认为这也是将要发生的事情，即市场大规模扩张。CopilotDwarkesh Patel：有一个问题是，市场会扩张，但涉及微软的那部分收入会扩张吗？Copilot就是一个例子。如果你看今年早些时候，根据Dylan的数据，GitHub Copilot的收入大约是5亿美元左右，而且没有接近的竞争对手。而现在你有了Claude Code、Cursor和Copilot，它们的收入都差不多，大约10亿美元。Codex正在赶上，大约7-8亿美元。所以问题是，在微软能够触及的所有领域中，微软的Copilot同类产品有什么优势？Satya Nadella：顺便说一下，我喜欢这张图表。我喜欢这张图表有很多原因。一个是我们仍然在顶部。第二个是这里列出的所有这些公司都是在过去四五年里诞生的公司。对我来说这是最好的迹象。你有新的竞争对手，新的生存问题。当你说，现在是谁？Claude要干掉你，Cursor要干掉你，这不是Borland（一家老牌软件公司）。谢天谢地。这意味着我们的方向是对的。就是这样。我们从无到有达到这个规模的事实就是市场扩张。这就像云计算那样的东西。从根本上说，编码和AI这个类别可能会成为最大的类别之一。这是软件工厂类别。事实上，它可能比知识工作还要大。我想对此保持开放的心态。我们将面临激烈的竞争。这就是你的观点，这是一个很好的观点。但我很高兴我们把我们所拥有的转化成了这个，现在我们必须竞争。在竞争方面，即使在我们刚刚结束的上个季度，我们做了季度公告，我认为我们从2000万增长到2600万订阅用户。我对我们的订阅增长和发展方向感觉良好。但更有趣的事情是，猜猜所有这些其他人生成大量代码的所有代码库都去哪里了？它们都去了GitHub。GitHub在代码库创建、PRs（拉取请求）等所有方面都处于历史最高水平。从某种意义上说，我们想保持这种开放，顺便说一下。这意味着我们想要拥有那个。我们不想将其与我们自己的增长混为一谈。有趣的是，我们每秒有一个开发者加入GitHub，我想这就是统计数据。其中80%的人只是因为在那里就进入了某个GitHub Copilot工作流程。顺便说一下，这些东西中的许多甚至会使用我们的一些代码审查代理，它们默认是开启的，只是因为你可以使用它。我们将有很多很多结构性的机会。我们还将做的事情，就像我们对Git所做的那样。GitHub的核心元素，从Git开始，到Issues（问题追踪），到Actions（自动化工作流），这些都是强大而美好的东西，因为它们都是围绕你的代码库构建的。我们想要扩展那个。上周在GitHub Universe上，这就是我们所做的。我们说Agent HQ（智能体总部）是我们说要构建的概念性东西。例如，在这里你有一个叫做Mission Control（任务控制中心）的东西。你去Mission Control，现在我可以启动。有时我把它描述为所有这些AI代理的有线电视，因为我会把Codex、Claude、Cognition的东西、任何人的智能体、Grok，所有这些都打包到一个订阅中，它们都会在那里。所以我得到一个套餐，然后我可以真正地发出一个任务并引导它们，所以它们都会在各自独立的分支中工作。我可以监控它们。我认为这将是创新最大的地方之一，因为现在我想能够使用多个智能体。我想能够消化多个智能体的输出。我想能够控制我的代码库。如果需要构建某种平视显示器，然后让我快速引导和分类编码代理生成的内容，对我来说，在VS Code、GitHub之间，以及所有这些我们将构建的新基础组件作为带有控制平面的Mission Control。可观测性……想想每个要部署这一切的人。它将需要一整套关于哪个代理在什么时间对什么代码库做了什么的可观测性。我觉得这就是机会。归根结底，你的观点是很有道理的，那就是我们最好有竞争力并进行创新。如果我们不这样做，我们就会被推翻。但我喜欢这张图表，至少只要我们在顶部，即使有竞争。Dylan Patel：这里的关键点是，无论谁的编码代理获胜，GitHub都会持续增长。但该市场的增长率只有10%、15%、20%，远高于GDP。这是一个很好的复合增长。但这些AI编码代理已经从去年年底大约5亿美元的年度运营收入——那时只有GitHub Copilot——增长到现在，今年第四季度GitHub Copilot、Claude Code、Cursor、Cognition、Windsurf、Replit、OpenAI Codex的当前运营收入……现在的年度运营收入为50-60亿美元。那是10倍。当你看软件代理的总可寻址市场（TAM）时，它是你付给人们的2万亿美元工资，还是超出了这个范围？因为世界上的每家公司现在都能够开发更多软件？毫无疑问，微软从中分得一杯羹。但你已经从接近100%，或者肯定远高于50%，在短短一年内降到了低于25%的市场份额。人们怎么能有信心微软会继续获胜？Satya Nadella：Dylan，这又回到了一点，就是这里没有天赋权利，我们应该有任何信心，除了说我们应该去创新。从某种意义上说，我们很幸运的是，这个类别将比我们拥有高份额的任何东西都要大得多。让我这么说吧。你可以说我们在VS Code中有很高的份额，我们在GitHub的代码库中有很高的份额，那是一个好市场。但关键是，即使在一个更加广阔的市场中拥有体面的份额……你可以说我们在客户端-服务器计算中有很高的份额。我们在超大规模计算中的份额比那要低得多。但它是一个大得多的业务吗？数量级上更大。所以至少这是存在证明，即使我们的份额地位不如以前那么强，微软也一直还不错，只要我们竞争的市场正在创造更多价值。而且有多个赢家。这就是关键。但我接受你的观点，最终这一切都意味着你必须具有竞争力。我每个季度都在关注这个。这就是为什么我对我们将用Agent HQ做什么非常乐观，将GitHub变成所有这些智能体聚集的地方。正如我所说，我们在那里会有多次射门得分机会。它不需要是……这些人中的一些可以和我们一起成功，所以不一定非得只有一个赢家和一个订阅服务。谁的利润率会增长最多？Dwarkesh Patel：我想关注这个问题的原因是，这不仅仅关于GitHub，而是从根本上关于Office以及微软提供的所有其他软件。关于AI如何发展，你可以有一种愿景，就是模型将继续受到限制，你将一直需要这种直接可见的可观察性。另一种愿景是，随着时间推移，这些现在执行需要两分钟任务的模型，在未来，它们将执行需要10分钟、30分钟的任务。在未来，也许它们能自主完成相当于几天的工作量。然后模型公司可能会收取数千美元的费用来访问，实际上就是一个同事，它可以使用任何用户界面与人类交流并在平台之间迁移。如果我们越来越接近那种情况，为什么不是那些变得越来越盈利的模型公司获得所有利润？为什么随着AI变得更强大而变得越来越不相关的脚手架发生的地方，会如此重要？这涉及到现在的Office与只是做知识工作的同事之间的关系。Satya Nadella：这是个很好的观点。所有价值是否都会迁移到模型那里？还是会在脚手架和模型之间分配？我认为时间会证明。但我的基本观点也是，激励结构变得清晰了。让我们以信息工作为例，或者甚至以编码为例。实际上，我在GitHub Copilot中最喜欢的设置之一叫做auto，它会自动进行优化。实际上我购买了订阅，auto（自动）模式会开始选择并优化我要求它做的事情。它甚至可以完全自主。它可以在多个模型之间套利可用的token来完成任务。如果你接受这个论点，那里的商品将是模型。特别是有了开源模型，你可以选择一个检查点，你可以获取一批你的数据，然后你就能看到它。我认为我们所有人都会开始看到一些内部模型，无论是来自Cursor还是微软。然后你会把大部分任务卸载给它。所以一个论点是，如果你赢得了脚手架——今天它正在处理所有的限制问题或这些智能问题的参差不齐，你必须这样做——如果你赢得了它，那么你就会将自己垂直整合到模型中，仅仅因为你将拥有数据的流动性等等。有足够多的检查点将会可用。这是另一件事。从结构上讲，我认为世界上总会有一个相当强大的开源模型，然后你可以使用它，只要你有可以与之一起使用的东西，即数据和脚手架。我可以提出这样的论点：如果你是一家模型公司，你可能会有赢家的诅咒。你可能做了所有艰苦的工作，做了令人难以置信的创新，除了它只需要复制一次就会被商品化。然后拥有用于基础和上下文工程的数据以及数据流动性的人就可以获取那个检查点并训练它。所以我认为这个论点可以从两方面来看。Dylan Patel：解读一下您说的话，这里有两种世界观。一种是有这么多不同的模型存在。开源存在。模型之间会有差异，这将在一定程度上驱动谁赢谁输。但“脚手架”才是使你获胜的关键。另一种观点是，实际上，模型才是关键知识产权。每个人都在激烈竞争，有点像"嘿，我可以使用Anthropic或OpenAI"。你可以在收入图表中看到这一点。一旦OpenAI最终拥有了与Anthropic能力相似的代码模型，尽管方式不同，他们的收入就开始飙升。有一种观点认为，模型公司是获得所有利润的公司。因为如果你看今年，至少在Anthropic，他们推理的毛利率从远低于40%增长到年底的超过60%。尽管有比以往更多的中国开源模型，那里的利润率还在扩大。OpenAI有竞争力，Google有竞争力，X/Grok现在也有竞争力。所有这些公司现在都有竞争力，然而尽管如此，模型层的利润率显著扩大了。你如何看待这个问题？Satya Nadella：这是个很好的问题。也许几年前人们说，"哦，我可以只是包装一个模型并建立一家成功的公司。"这可能已经被推翻了，仅仅因为模型能力和特别是使用的工具。但有趣的是，当我看Office 365时，让我们以我们构建的这个小东西Excel Agent为例。很有趣。Excel Agent不是一个UI层面的包装。它实际上是一个位于中间层的模型。在这种情况下，因为我们拥有GPT系列的所有知识产权，我们正在利用它并将其放入Office系统的核心中间层，教它理解Excel的含义，其中的一切。这不仅仅是“嘿，我只有一个像素层面的理解。”我对Excel的所有原生构件有完全的理解。因为如果你想想，如果我要给它一些推理任务，我需要甚至修复我犯的推理错误。这意味着我需要不仅仅看到像素，我需要能够看到"哦，我那个公式错了"，我需要理解这一点。在某种程度上，这一切都不是在UI包装层用某个提示词完成的，而是在中间层通过教它Excel的所有工具来完成的。我基本上是给它一个Markdown文档来教它成为一个高级Excel用户所需的技能。这有点奇怪，它回到了AI大脑的概念。你不仅仅在构建Excel，传统意义上的业务逻辑。你正在采用传统意义上的Excel业务逻辑，并本质上为其包装一个认知层，使用这个知道如何使用工具的模型。从某种意义上说，Excel将带有一个捆绑的分析