微軟CTO的坦誠：AI浪潮洶湧，我們也看不清！微軟內部有很多deepseek

原始訪談：   • Kevin Scott, CTO @ Microsoft: An Eval...  
=======
數字貨幣 擺脫奴役
人工智能 擺脫肉體
宇宙殖民擺脫舊世界
=======
X： https://x.com/jidifeng
=======
AI播客生成：聊透https://ww.Liao2.AI
=======
這一波AI到底要怎麼幹？
別説我們了，連微軟CTO凱文·斯科特都説，看不清，混亂是常態！
這位美國的小鎮做題家，從弗吉尼亞一個小鎮，一路靠技術幹到微軟CTO。
這位技術大牛，他是怎麼理解這波AI浪潮的呢？
每次大的技術變革，初期都是這樣模糊不清。
想想互聯網剛出來那會兒，再想想移動互聯網剛起步時，多少人覺得看明白了，結果呢？真正持久的價值往往不是最初那些想法。所以，現在覺得AI讓人眼花繚亂，摸不着頭腦？太正常了！這恰恰是新週期開始的信號。那這時候該怎麼辦？躺平看戲？等別人試錯？斯科特説：“那可不行！” 這絶對是創業者的黃金時代！你得趕緊動起來！怎麼動？不是瞎撞，而是要帶着過去的經驗，快速行動，快速驗証。模型不是産品！這話他強調了好幾遍。

模型再牛，也隻是個技術，得融入産品，解決用戶的實際需求，這才叫價值！現在很多人，尤其是技術出身的，容易一頭紥進技術細節，忘了最終目的。造出好産品，才是王道！你得有想法，有信唸，然後，幹！用最快速度把東西做出來，推向市場，看數據，看反饋。別太愛自己的想法，數據不行就得認，趕緊調整。

那模型本身不值錢嗎？當然不是！模型、算力、基礎設施，這些都非常值錢！但前提是，得有人用它們做出好産品。就像建了高速公路，得有車在上麵跑，才有價值，對吧？産品才是最終價值的體現。那這波機會，屬於初創公司，還是像微軟、谷歌這樣的大廠呢？答案是，看不清，看不懂，每個人都在説正確的廢話。

但是有一點，可以確定的是，現在的工具、平颱、基礎設施，比以往任何時候都更便宜、更好用！門檻大大降低了。
很多人覺得AI模型的“縮放定律”（Scaling Laws）快到頭了，能力提昇要減速。這隻是大多數人的直覺判斷，直覺的認爲昇久必降，合久必分。過去幾十年硬件進化的摩爾定律呢，每幾年都跑出來一波摩爾定律到頭了的論調，然後摩爾定律跑了幾十年，硬件快速進化了幾十年。在AI的時代，你有沒有想過這個機器“飛昇”，可能會昇一百年。斯科特説“我現在清楚地看到下一步該怎麼走，我看不到極限在哪裡！” 當然，他也承認，直覺上可能有終點，畢竟人腦有物理極限，比如神經元數量、功耗。但AI的極限又在哪呢？沒人知道！
關於數據！
現在什麼數據最值錢？不是越多越好，是高質量的數據！尤其是帶有人類專家反饋的那種，特別金貴！用這些高質量的“養料”訓練模型，比網上隨便抓取的的海量數據強太多了。但問題是，怎麼証明你的數據就真的“高質量”呢？你説它值錢，憑什麼？能讓模型變多好？依然是，現在沒人知道！很多時候就是憑感覺，沒啥科學依據。

大家容易把模型當成一個無所不知的數據庫，這是最大的誤解！模型強在哪兒？推理！理解！你給它信息，它能幫你分析、幫你幹活兒，這才是核心價值。訓練推理和訓練記憶，用的數據不一樣！
“推理”（Inference）這個詞兒有點裝，不如直接叫“使用”（Usage）！訓練，然後使用，多簡單！

接下來，他的一個觀點，大家聽了可能會不舒服。兼聽則明嘛，他説，DeepSeek那個開源模型火了一把，讓大家驚了一下。他跟deepmind哈撒比斯的觀點一樣，其實沒啥，隻是優化路上的一個小點，微軟內部比這強的模型多得多，隻是沒放出來。這個谷歌的首席科學家也表達過同樣的觀點，最強的模型，大大小小專業化的模型，他們都自己內部用。關於開源與閉源之爭，沒有意義，很無聊，每一個領域都是開源與閉源共存。

那聊天機器人就是終極形態嗎？斯科特覺得，這可能隻是開始！真正的大變革，是咱們跟機器打交道的方式要變天了！想想看，過去兩百年，你要讓電腦幹活兒，要麼自己是程序員，要麼指望某個程序員提前猜到你的需求冩好軟件。門檻高不高？直到現在！AI來了，它能聽懂你想幹嘛，然後自己想辦法實現！你不用懂編程！這變化，深刻不深刻？

關於AI編程，他認爲五年後！新增的代碼裡，95%都將是AI生成的！這個肯定是必然的，谷歌內部現在大約25%的代碼都是AI生成的。走路並不比開車更優越，開車能帶人去更遠的遠方。
真正重要的是“作者身份”——定義問題、設計思路那個層麵，還得是人！AI冩代碼，就像當年程序員從冩匯編進化到冩Java、Python這種高級語言一樣。一開始也有老古董説：“不冩匯編？那不叫真程序員！” 現在誰還提這個？AI就是把抽象層次再往上提一提，從高級語言編程到自然語言語言編程！程序員跟機器溝通的方式又昇級了一次而已！當然，最牛的那批程序員，就算用AI冩代碼，也得懂底層邏輯。
萬一AI冩錯了，你得有能力看懂，鑽進去，找到問題，幫AI修複問題，有點醒AI的能力。

説到工程師的痛點，還有個老大難問題——技術債！冩過代碼的都懂，爲了趕項目上線，代碼冩得糙一點，想着“以後再改”。結果欠債越來越多，利息越滾越高，最後繫統就崩了！趕開髮，要麼犧牲進度，要麼犧牲質量，二選一。現在呢AI來還這個債，很厲害，創新能力還不一定，但是”消化”能力特別強。
用AI大規模消除技術債！AI工具的能力比大家想的要強得多！這一點現在普遍存在：連微軟內部，大家對AI能力的認知，其實有點滯後。

這個確實是，ai現在就是遇強則強，遇弱則弱。
我們大部分人對ai能力的認知，不是有點滯後，是嚴重滯後。
接下來有個意思的問題，
在AI上，除了微軟自己，斯科特最佩服哪個對手？谷歌？Meta？都不是！他提到了Anthropic！覺得他們的創始人Dario幹得不錯！
這跟我們過去一年來長期使用的體驗一直。claude意外的好用。不過現在gemini 2.5更香，我切了。

既然這些行業前沿技術大佬，都看不清，看不明表。那我們普通人能幹什麼呢？
不知道幹什麼，那就創造條件，讓孩子全麵擁抱AI，讓他有機會去用各種新進的ai，去玩各種ai工具。
這是我們大部分普通人唯一能做的。
常回基地看看。
謝謝。