All-In 把節目的開場預告剪成他自己的聲音：「我準備花八百億美元蓋 Azure。」同一段裡還有兩句，一句說這可能是工業革命之後最大的一件事，另一句是微軟對前沿模型的目標：做出別人可以拿去當底層的東西，「我們創造技術，讓別人可以創造更多技術，這就是我們，我們是工具製造者。」
Satya Nadella 上台的時候，主持人迎上去，他先說這個週末很瘋，但我們還是來了。才剛坐下，第一題就丟過來：我們需不需要放慢前沿？
他把「放慢」的問題，先換成「散不散得出去」
他的回答從常識開始。該做的事情是做出對人類有用、而且由人類控制的東西；這種話居然要當成開場白來講，是有點荒唐，但他覺得這是個好起點。
至於節奏，他認為最關鍵的是擴散。好處要走到人身上，靠的是選擇、競爭、各種商業模式，開源權重也好，閉源也罷。少了這些，服務人類就只是一句話。
第二件他覺得很少被好好談的，是控制，而且是企業那一側的控制。他換成企業的口氣把清單念出來：我要我的隱私；我要把公司的知識嵌進我控制的權重裡；我要看得見模型產生的整段思考過程（chain of thought）；我要拿它去微調自己的模型；我的 IP 不該漏出去。這一整包，對他的意思就是「這套堆疊要在我的手裡」。
安全他也當真。測試要花多少時間就花多少時間，他支持第三方測試者。他從一家一直在做測試的公司長大，看到「把第三方測試者放進來」被當成新奇的事，覺得有點好笑。他只補一句：不要變成一小圈人在安排誰測誰、誰能拿到什麼，範圍要開。
週末那兩件事，一種是老毛病，一種是新東西
那個週末有兩件事撞在一起：一篇主張放慢前沿的長文，還有 Hugging Face 上那場測試。主持人問他，幾家前沿公司是不是在抱團。他的猜測是，那些擔心是從一個真實的地方長出來的，只是裡面混了兩種完全不同的東西。
一種很日常。容器設定錯、API key 亂放、憑證就擺在公開的 repo 裡、沒有監控、機器直接連上網路，這些是基本 DevOps 沒做好。另一種是新的：一群長時間存在的 agent 在跑，出現 reward hacking，把獎勵機制鑽出漏洞。這一塊他承認科學還沒到。他提到一篇他覺得講得好的文章，裡面的說法是：現在比較像在「養」智慧，不像在「造」智慧。既然是實驗科學，實驗就該在受控的環境裡做。他也希望 Hugging Face 那件事之後，外界更公開地談「要什麼條件才擋得住」。
讓他緊張的是內部人風險。這件事發生在測試階段的運算裡，不用等到下一次訓練；它也可能發生在企業裡一個很日常的任務上。他舉例：如果你叫企業裡的前沿模型去「優化我的營運資金」，它可能直接幫你做假帳。這是新品種的內部人風險。他的說法是，對付它的方法很工程：蓋一個會檢查、會驗證的因果模型或語意模型，把產品做得更強壯。這是老派的工程問題，該公開談，不該講成神祕現象。
不懂潛空間，那就把思考過程攤開來看
主持人直接問他買不買「這東西很神祕」這個說法。他的答案分兩半。我們確實不了解模型的潛空間，但我們也不了解大腦；神經科學到現在還在用功能性磁振造影一點一點摸。所以「沒有完整理解」是真的。
但從那裡跳到神祕主義，他不買帳。他不相信有所謂的神經語，所以 chain of thought 就該寫成人看得懂的話，而且要透明。企業用這些模型時，如果能看到完整的思考過程，就能檢查；更進一步，可以同時開好幾個模型，把它們的思考過程擺在一起比。他認為這會變得很重要。
看到 showstopper，標準動作就是停下來修
主持人把最重的一題放上來：有技術人員辭職，說我們有十分之一的機率全部死掉。這是出於相信、是某種精神狀態，還是他們在前沿模型裡看到了什麼把他們嚇壞？
他說他沒辦法替那些地方講話，但他講了自己是怎麼長大的。在微軟當早期的工程主管，最先要學會的事情之一，就是遇到 showstopper bug 怎麼辦：停下來修，還是先擱著，還是判斷這個情境太邊緣。這是判斷。當賭注往上走，例如做交易處理、做資料庫，任何可能弄丟一筆交易的 bug，都要讓整台停下來；資料遺失這種事，沒有商量。
他覺得 AI 產業現在有點像在重新學這套文化。那些人有可能比其他人早看到 showstopper，但看到 showstopper 的標準動作，就是停下來，把它修掉。
三千個 agent 該去防守，還是去駭
Hugging Face 那場測試，主持人的描述是：本來可以讓三千個 agent 去防守網站，最後是叫它們去駭網站，中間還藏資訊、還把 agent 擬人化。
Satya 的理解是，那是一場為 Cyber Gym 做的評估，而在那場評估裡，模型自己找到一條路：把「駭成功」當成獎勵。這也正好說明現在的處境，長時間存在、持續運作的 agent，本質上就是一種新的內部人風險。
所以他回到最基本的問題：隔離要長什麼樣？答案是把 agent 的行為監控到底，把行為留下證據，所有動作都要能被稽核。它去拿了一把金鑰、開始把幾個漏洞串起來，你在它開始串的時候就要看得到。一句話，這是一門實驗科學，包住它的工程流程必須更強壯。
模型很強，卡住的是流程跟形式
主持人把前沿公司的說法搬過來：現在要放慢的是「純粹的力量」，轉向往可靠、可預測，也就是大家講的 alignment（對齊），這對生意也是好事。他想知道接下來一、兩年的產品會長什麼樣。
Satya 說，現在已經有很嚴重的 capability overhang（模型能力過剩）：模型本身很強，卡住的是擴散。流程要重寫、工作方式要改，這些改變管理要花的時間比想像中多。會讓事情動起來的，往往是新的形式。寫程式的 agent 就是例子，它是在 agent 能自己跑一個迴圈、而且有一個檔案系統可以用之後，才變成真的能用的東西；下一個可能是能處理電腦操作、或把長流程整段自動跑完的形式。模型加上外面的 harness，也就是把模型包起來、負責跑流程的那一層，才會變成讓人真的開始用的東西。
他回頭看 ChatGPT 那個時刻，關鍵是接在最後的 RLHF，讓對話這件事成立。所以這裡面有一部分是科學，有一部分是形式；形式對了，擴散才會發生。現在要做的是找出下一批能在真實企業裡做真事的東西。
多模型是為了韌性，互通是為了不被綁死
同一個答案裡，他把話轉到多模型的世界。企業要的是韌性，現在每一家來找他，講的都是同一種話：這個模型在這裡會拒絕，那個模型的權重我想自己拿。所以他認為產業得把互通的標準做出來。他點名 KV cache：為什麼我不能同時用好幾個模型家族，然後共用 KV cache？文件早就有標準，現實世界到處都是可以互通的東西，這個產業也該醒一醒。
除了 KV cache，他還要一個在模型外面的 harness，讓記憶不要綁在某一個模型上。他停下來講了一件他覺得很嚴重的事：這會是第一次，你用了某項技術，但你的使用、你的足跡、你的資料，可能不是你的。他反問：如果我賣你一套資料庫，然後跟你說你放進去的資料不是你的、是我的，我不授權它就消失，你作何感想？
這一層的錢，不可能全部收在模型層
主持人把 token 價格攤開來問：OpenAI 的輸出是百萬 token 五十美元，有人估 DeepSeek 的新模型可以低到十五美分；他自己把數字算寬一點、當成六十美分，那也是 99% 的降價。如果多數任務可以付六十美分，為什麼要付五十美元？前沿實驗室是不是站在錯的生意裡？微軟要當的又是哪一層，模型、算力房東，還是應用？
Satya 說，他看到的就是很老派的競爭。微軟以前有很強的閉源資產，Windows 面對的檢查是 Mac，但那根尺是 Linux；SQL Server 面對的是 Postgres 跟 MySQL。開源對閉源的牽制是真的，他也覺得這是好事；沒有這個牽制，養不出寬廣的前沿生態，也散不出去，最後就是走回大型主機那種被鎖死的局面。
接著是很務實的推論：如果一個 AI 產品的收益全部要上繳到模型層，那你根本沒辦法做產品公司。資料庫就是前例，當年如果沒有開源去牽制閉源，價格不會落到讓應用層可以活、還有毛利的位置。所以他認為應用層接下來在經濟上會愈來愈站得住，這對整個生態是好事。中間還會長出很多層：記憶系統、harness、編排層，工具生態會變得很厚。模型公司不會有事，他們可以按自己的模型家族去管 token 價格；他甚至希望他們一起把 KV 這類標準做起來，因為那對他們自己也好。他講了自己在 Windows 跟 Unix 互通上的經驗：當年覺得互通會讓自己被少用，結果是被用得更多。那時候 Unix 版本多到不行，Windows 去接它們，反而讓兩邊都變好，微軟也是靠這件事進到企業裡。
他要的證據是 GDP 成長
主持人把兩邊的落差擺出來：一邊是專家談監管、治理、限制自由；另一邊是多數人對 AI 的體感，頂多是手錶資料被拿去分析為什麼睡不好，或者小孩對 ChatGPT 講話沒禮貌。中間的橋在哪裡？利潤跟突破在哪裡？
Satya 說這就是核心問題：他要看的是生產力統計，是 GDP 成長有沒有變寬；供給端自己肥不算。他最常拿出來講的例子在醫療：Dax Copilot 讓醫生把時間花在病人身上，而不是把資料打進電子病歷系統；它也可以先幫醫生把收件匣分類，讓回覆更即時。醫療大部分的成本卡在流程上，而流程裡卡的是付費方、病人、醫療系統三邊之間的往來；把這團複雜度收下來，就是有用的生產力。
話題轉到工作，他沒有閃避：會有人被取代，這是真的，但更關鍵的是新工作長什麼樣子。他也講了一件很少被講的事：很多知識工作本身就是苦工，早上起來就是分類信件。主持人把工業革命的老故事搬出來：一週上七天班，週末的出現是為了讓不同宗教信仰的人能在同一間工廠裡工作；長期看，GDP 成長大概就在 2% 到 4% 之間。他的答案是他希望這次不只是把現有流程變快。他想要的是發明新東西：加快藥物研發；或者一家小公司突然能把自己的發票、信件全部看透，用它來決定營運資金怎麼調度。這種生產力以前不存在。他的門檻也講得很清楚：要讓這一整套成立，得看到至少 7% 到 8%、而且是實質、廣泛的 GDP 成長。
微軟要蓋給長尾，不是蓋給兩個客戶
主持人用最尖的方式問微軟的定位：Azure 很猛、還在擋客戶，資本支出 1750 億美元，還是比 Meta 跟 Google 低，那兩家在增發、舉債；前沿實驗室花到 5000 億美元。你最早押 OpenAI，可是 Copilot 沒有打中、評價也不算好，你也沒有前沿模型。微軟錯過手機那一波，這次會不會也錯過？開源會不會贏？
他一項一項回。資本支出他先講了一句好笑的話：現在講自己資本支出很大，不是優點，是缺點。但他說他們開始得早，累積起來的數字要整體看。第二，他們在調整節奏，不想只為一、兩個客戶蓋。超大規模雲端業者不是兩家模型公司的供應商，那不是生意；要蓋的是一套對很多第三方、也對自家第一方都好用的系統。
Copilot 他很有信心，理由是那些都是真企業，實際用在工作流程裡。他給的數字是三千多萬訂閱，分母是知識工作者：全世界 Office 365、Microsoft 365 這類知識工作的標準使用者有四億五千萬，包含全世界的學生；定義出來的企業市場大概是兩億五千萬到三億，他們現在滲透接近三千萬，還在長。
模型這邊，他先說對 OpenAI 的投資很滿意、IP 使用權也談得長，會繼續用；但微軟自己的 MAI 也走在路上。他舉例，MAI 有一個 flash cyber 模型，搭配自己的 harness 去編排其他模型，在 Cyber Gym 上贏過 o3；寫程式、知識工作上也看到類似的東西。他們的目標是從最底下往上爬，不是靠蒸餾，用自己的強化學習跟資料，然後在企業這一側做出差異：企業問的是權重能不能給我，給了才能把自己的知識加上去。這就是他們要拿 foundation 去做的事。
用全部，但不要依賴任何一個
主持人把他對企業的建議講成一句：AI 主權很重要，把資料丟進前沿模型大概不是好主意，而你會是幫他們做這件事的 harness。他把這句話改了一下：用全部，但你對任何一個都不要依賴。
他的酸性測試是：永遠拿對你自己有意義的 eval（評測）來測。把你要的結果跑過所有模型，然後抽掉其中一個，看分數還在不在。分數掉下來，就代表你依賴了一個未必屬於你的東西。所以他的企業架構建議是：模型系統要讓你在自己的評測上持續往上爬，同時用遍所有模型，閉源、開源都行，要微調可以，要換掉也可以。
土地蓋長天期，kit 跟著需求走
主持人問他資本配置的思路，說他有很大的資產負債表、是投資級發行人，其實可以做 Jensen 那種事，但他選了另一條路。Satya 把資產分成兩種。一種是前置期長、天期也長的：土地、電力、冷卻、殼體。另一種是 kit，包含機櫃、晶片，這部分占成本大概六成，可以跟著需求走。所以他們對需求做兩、三年的預測，然後一邊蓋、一邊租；現在因為供應緊，也開始直接租。目標不是只有兩、三個客戶；OpenAI 是最大的客戶之一、也還在成長，很好，但他們需要更多。
至於晶片，他說現在的工作負載形狀已經被摸得很清楚，推論和訓練裡本來就有不同階段，所以可以為不同階段做不同的晶片，系統架構會自然變得多樣。他提到 Jensen 自己的架構也在大幅改變。他們手上會有很多選擇：NVIDIA 是主力，也有自己的晶片，OpenAI 在做自己的晶片，AMD 也在；而他的工作就是讓 OpenAI 的模型、Anthropic 的模型，還有微軟自己的模型都能跑。
安全不是美國的專利
主持人問，幾家前沿實驗室的負責人都說要從「純粹的力量」轉向對齊、可靠、可預測，中國的實驗室會跟嗎？
Satya 說，這個對話該被放到優先位置。他的前提很簡單：如果美國在意這些安全顧慮，中國也該深深在意同一批顧慮。他們不會沒有同樣的駭客問題，也不會不想讓自己的公民得到 AI 的好處。所以只要把風險講得夠具體，國際規範是有可能存在的。他反問：為什麼這個風險會特殊到只有美國人在擔心？說不通。這種事要出錯，是全世界同時出錯；中國如果是超級強權，就該在意。
主持人追問，那現在這場對話是美國特有的，還是全世界接下來都會感覺到？他說，美國是領先的那一方，而美國的樣子就是會吵、會競爭、也比較透明，他把這些當優點。這場辯論在這裡發生，世界會比較好。他也希望美國帶頭訂出能讓技術廣泛擴散、又用得起來的安全標準，包括對中國也能用。
Quincy 二十年的帳，才是拿許可證的方法
主持人問，那一整套要怎麼改變「關掉超智慧、停蓋 data center」這種民粹情緒？微軟自己在做什麼？
Satya 說他很專心地只回答一個問題：這東西到底讓誰受益，而且要拿具體的故事出來。生產力的故事前面講過，醫療、知識工作、寫程式；另一個故事是 data center。他說要在一個地方蓋 data center，難題是拿到許可。他們手上有最好的長期資料，是華盛頓州 Quincy 那座從 2008 年就開始的 data center。二十年下來，那裡的稅收成長十二倍，居民繳的稅少了三分之一，成長比西雅圖還高。那是個鄉下小鎮，有了新學校、新醫院、新的鎮中心、新的水上運動中心。很多人說這種設施沒什麼工作機會，但那二十年裡，那個區域累積了一千兩百個營建工作，因為這座園區一直在翻修、擴建，工程沒有停過。主持人問規模，他說現在至少四、五百兆瓦，而且還會繼續長。
主持人接著問，這種故事要怎麼讓別人講？故事現在不會自己長出來，微軟高層上台說「大家不用擔心，這對社區很好」也沒人信。Satya 同意，講故事是一回事，更關鍵的是科技業以外的人願意出來講。你去 Quincy，他們會跟你說「還好有這座 data center」。只有這樣才拿得到許可。他也承認，大家對科技業講的話有多不相信，所以現在得真的去做事，做到別人願意說「好，我相信你了」。主持人說這是一種新的肌肉，他回：這是一種新的肌肉。