摘要：当前，以大语言模型为代表的人工智能技术正以前所未有的速度席卷全球，深刻改变着千行百业的运作模式与未来图景。在这场变革的中心，平台型科技公司凭借其深厚的技术积累、海量的数据资源和广泛的用户连接，扮演着至关重要的角色。它们不仅是 AI 技术创新的前沿阵地，更是推动

左一：李冕，微软大中华区 Azure 事业部总经理

中间：柯琪，微软全球资深副总裁

右一：张俊林，新浪微博首席科学家

当前，以大语言模型为代表的人工智能技术正以前所未有的速度席卷全球，深刻改变着千行百业的运作模式与未来图景。在这场变革的中心，平台型科技公司凭借其深厚的技术积累、海量的数据资源和广泛的用户连接，扮演着至关重要的角色。它们不仅是 AI 技术创新的前沿阵地，更是推动 AI 应用落地、构建繁荣生态的关键力量。

近日，在微软创想未来峰会“创想未来坊”的高峰对话中，微软大中华区 Azure 事业部总经理李冕作为主持人，与微软全球资深副总裁柯琪（Qi Ke），以及新浪微博首席科学家张俊林博士，围绕“连接平台与未来：科技巨擘的 AI 路线”这一主题展开了深入探讨。两位嘉宾分别代表了全球超级平台微软和中国领先的互联网平台新浪微博，从各自独特的平台视角，分享了对 AI 生态现状的洞察、未来战略的抉择，以及在 AI 冲击波下如何重新定义平台的角色与使命。

01 平台 AI 转型的起点与挑战

李冕：

我们都知道，AI 的浪潮不是今天才开始，但 ChatGPT 等技术的涌现无疑让所有平台都面临一个重新出发的契机。请问两位，您所在的公司是如何意识到这场变化的？又是从哪个角度开始重构自身的 AI 战略的？

张俊林：

ChatGPT 的热潮始于2022年11月，经历了两个阶段：第一波主要集中在技术人员圈子，第二波则在2023年2月左右普及到全社会。新浪微博对此非常重视，从2023年4月开始大规模投入AI应用研发。

我们主要采取了两种模式： 一是自上而下。公司领导层认识到 AIGC（AI生成内容）可能会对媒体的生产形式产生颠覆性变化，因此推动整个公司探索 AI 在社交媒体场景下的新可能性。 二是自下而上。我们鼓励员工发挥积极性，在微博场景下尝试各种 AIGC 落地的应用形式。员工可以自由组队，跨部门合作，自主寻找产品方向。例如，我们举办了 AI 应用大赛，收到了70多个报名项目，最终优选出十组左右。现在微博上一些有影响力的应用，如“评论罗伯特”和“微博智搜”，都是2023年 AI 编程大赛的胜出项目。这种由下向上发挥员工积极性、自由竞争产生优胜项目的方式，目前看来非常有效。

柯琪：

我非常同意，有热情的优秀人才才能真正做出好的产品。AI 刚出来时，大家觉得它什么都懂，很厉害。最初的应用可能是写邮件、写 review，因为 AI 在这些方面确实能提供帮助。但很快我们发现，模型并非完美，有时会有“幻觉”（hallucination）。于是我们开始思考模块化的方式，就像“乐高 AI ”一样，把 AI 做的事情模块化，让人在大的层面上把控工作流，让 AI 做它最擅长的部分，细分任务，逐步替代人工。AI 在这样的摇摆过程中逐渐进步，每天都在爆炸式增长，这给我们带来了持续学习的压力。

李冕：

微软作为国际平台，在 AI 时代迎来了下一波浪潮。从您的角度看，微软在生态圈中的位置、传统优势以及未来引领的方向和战略布局是怎样的？

柯琪：

我觉得微软的定位是多层次的（multi-level）。首先，数据是 AI 时代的“油井”，微软拥有海量数据，并且具备强大的工程实力，因此我们自己可以做大模型，同时也与 OpenAI 等伙伴合作。其次，微软是云的提供商，为 AI 提供算力平台。所以微软扮演着多种角色。我们的 CEO 萨提亚·纳德拉也鼓励大家积极拥抱 AI，要“重新连接我们的大脑”（rewire the brain），思考 AI 如何帮助我们完成工作。在应用层面，微软有 Office 365 等大量产品，我们思考如何通过工具帮助人们更容易地完成任务。可以说，微软在 AI 领域扮演着多个不同的角色。

02 AI 生态位的重构与合作机会

李冕：

我听到了数据（Data）、平台（Platform）、应用（Application）这几个关键词。平台型企业在 AI 生态中既是资源集聚者，又是应用引领者。在 AI 生态重构过程中，新浪微博如何看待自身在 AI 生态中的定位？比如在研发、数据、应用层面。

张俊林：

如果把大模型生态分层，云平台在最底层，其上是大模型，再往上是应用。新浪微博的定位更偏重于大模型和应用层面。我们研发了“知微大模型”，主要是因为微博数据有其独特性，比如热梗多、表达口语化。为了体现这些特色，我们用微博数据训练了自有的大模型。

在应用层面，我们经历了一个探索过程。最初也想过做内容生成，但发现微博场景下，内容生产成本本身不高，辅助创作的发挥余地不大。后来，我们将重心放在了互动类应用上。例如“评论罗伯特”，当用户发布微博后没什么互动时，它会根据内容给出评论，或安慰或搞笑，提供情绪价值。另一个重点方向是内容总结类的“智搜”，利用大模型的总结能力改造传统搜索。用户提问后，微博上有很多碎片化信息，智搜能将热点事件的完整脉络梳理清楚。这两个方向是目前微博AI应用的重点。

柯琪：

新浪微博找到了自己的路，通过 AI Bot 为用户提供情绪价值，从最初觉得 AI 无所不能，到慢慢收拢，最后聚焦到非常好的应用路径上。

03 向智能体（Agent）世界迈进

李冕：

从刚才谈到的 AI 应用，我再稍微延展一下。最近我们频繁听到“智能体”（Agent）这个词，无论是 AGI（通用人工智能）愿景，还是 Agent 型产品的兴起，都让人意识到平台可能不再是终点，而是起点。您如何看待这种“智能体世界”的趋势？平台型公司是否准备好了？

张俊林：

大模型发展到现在，其推理和思维能力已经很强，下一步往哪里走，业界都在思考。OpenAI 指出的 Agent 方向，目前已基本形成行业共识。但我理解，关于 Agent 是通用的还是垂直领域的，目前还存在一些争议。我个人更倾向于认为，Agent 在未来是一个大方向，但它不太可能以一种通用的形式从天而降，而是会先在特定垂直领域出现。 依据在于，大模型在不同方面的能力发展是不均衡的。

例如，AI 编码（AI Coding）和信息归纳是目前做得比较好的领域。你会发现 AI 编码工具，包括 GitHub Copilot、Windsurf 等，都在向 Agent 方向进化，并且效果提升很快。我理解，Agent 会首先在那些技术相对成熟、能够实用化的方向落地，比如编码和与搜索结合的信息整理。哪个方向成熟了，哪个方向的 Agent 就会基本实用化。

柯琪：

MCP（Model Context Protocol）间接地确认了这一点，为什么要有统一协议，就是为了让大家开发的 Agent 在提供上下文时有统一标准。Agent 会在各个垂直领域（vertical）大放异彩。每个垂直行业都有其自身的领域知识（domain knowledge）。AI 不是要取代行业，而是可以增强行业能力。行业的知识可以被融入到 Agent 中，反过来增强 Agent 的表现。

李冕：

如果从模型到 Agent，再往前推一步，两位觉得下一步还有什么？或者你们观察到哪些新的趋势和研究方向？

张俊林：

Agent 肯定是当前最主要、最主流的方向。另外一个大家比较看好的方向是 AI 应用与软硬件的结合，比如近两年讨论较多的智能眼镜、智能耳机等。我们目前常用的AI还多以软件形式存在于 GPU 或手机上，未来 AI 如何与虚拟现实（VR）、增强现实（AR）以及物理世界结合，什么样的硬件形式最适合 AI 生存，目前大家并没有探出明确的路径。眼镜因为它能获取视觉信息，也能集成听觉，看起来是更自然的模态集成方式，但现在还不能断言眼镜就是 AI 与物理世界结合的最佳方式，这方面还需要进一步探索。

柯琪：

谈到硬件，我会更关注安全性。这与我负责的领域相关。如何让用户在运行各自代码、程序来提供上下文的同时，又能保证运行的安全性，这是一个重要问题。我认为，像 Wasm 这样的轻量级虚拟化（lightweight virtualization）技术，可能会在未来得到很大提升，因为很多 MCP 服务器需要利用这些轻量级虚拟化技术来运行各种不同的，很多时候是外部开发的代码，那么用虚拟化技术来限制代码的访问就非常重要。

李冕：

感谢张俊林博士和柯琪女士的精彩分享。从技术落地到生态协作，再到智能体的未来，我们看到的是两位平台型领导者面对 AI 变革的冷静思考与实践选择。希望这场对话能够启发我们所有人，站在不同角色上重新思考：AI时代，平台的责任与可能。

*本订阅号所发布的内容均为微软原创作品或经权利人授权发布。未经许可，任何单位或个人不得复制、发行、传播、改编、翻译或汇编。

来源：opendotnet