微软AI战略与未来软件形态 - 微软CEO提出AI驱动的智能体网络将重塑企业软件未来 SaaS模式将融入智能体网络[1][5] - 强调需从第一性原理出发重构技术栈 将Azure升级为"AI工厂" Microsoft 365转变为AI新界面和协作中心[3][5][6] - 应用层将坍缩并融入智能体 传统SaaS需成为智能体网络中的"后端之一" 通过MCP等协议实现多智能体编排[5][8][9] 技术栈重构与基础设施升级 - Azure全球70个区域需升级为"AI工厂" 支持ChatGPT等应用的海量GPU和常规算力需求[4][6] - 数据层需嵌入智能推理引擎 如Postgres数据库可混搭大语言模型响应生成精妙查询计划[6] - 技术栈每层都需重新想象 但可复用过去15年积累的成果为开发者创造复利效应[6] Microsoft 365的三种AI模式 - "AI新界面"整合聊天/搜索/笔记功能 成为异构数据枢纽和智能体任务委派中心[13] - Teams成为多人协作舞台 智能体在频道/会议中随时待命[13] - 沉浸式工作状态 如GitHub Copilot与VS Code结合 每个创作画布变为内嵌聊天的IDE[13] SaaS行业变革方向 - 垂直SaaS公司需融入智能体网络 支持MCP等协议 仅作为众多后端之一存在[8][9] - 业务流程完成度成为核心价值 单一记录系统或工作流管理将失去竞争力[10] - 企业内部连接器摩擦可通过NL Web等技术消除 需彻底变革现有SaaS架构[9] 智能体管理与知识产权 - 公司拥有员工工作中产出的智能体知识产权 需纳入Entra ID和Purview管理框架[12] - 智能体需遵守与人员相同的访问控制/数据保护法规 建立完整审计日志[12][22] - 个人与工作智能体需严格隔离 类似个人邮件与企业邮件的分离机制[14] AI驱动的经济增长与社会价值 - 智能成本趋近于零将显著提升生产力 斯坦福医学院案例显示AI可优化20%GDP的医疗支出[15][16] - 科技行业需用"每瓦能耗每美元投入生成的token数"衡量可持续性 目前仅占全球能耗2-3%[18][19] - 通过医疗/材料科学/小企业赋能等场景创造可见价值 换取能源消耗的社会许可[19] 未来计算架构演变 - 确定性与非确定性系统界限模糊 操作系统可能趋向生成式 需理解"智能的物理原理"[21] - 编码智能体运行环境采用虚拟机边界控制 所有操作需具备可监控的审计日志[22] - 随机系统需以可审查的确定性方式工作 实现复杂系统的约束和沙盒化处理[21][22]