微软加速自研MAI模型，CEO一篇长文道出了答案

微软CEO纳德拉（Nadella）写了一篇充满哲学味的长文，探讨“AI驱动的经济中企业的未来”。

他抛出了一个让所有企业都该想想的问题：如果AI模型能持续吸收你和你的组织独有的专业知识，并把它商品化，你的公司靠什么活下去？

纳德拉的答案是：每家公司都必须构建自己的AI学习闭环，让人力资本和AI能力彼此叠加、复利增长，把命运攥在自己手里，而不是交给几个大模型。

认知闭环

纳德拉开篇就点明，这一次的转变跟过去任何一次平台变迁都不一样。

过去，数字系统是用来增强人的能力的，无论是Excel帮你算账，还是ERP帮你管供应链，本质都是人用工具。

纳德拉认为，当下出现了真正的质变：人与数字系统之间，第一次可以建立认知闭环（cognitive closed loop）。AI模型不再只是被动地等你下达指令，它能持续吸收人的专业知识、判断力、经验，反过来让整个系统变得更聪明，再反哺给人。

这个概念并不抽象。全球72%的企业已经在生产环境中部署了至少一个AI工作负载（麦肯锡2026年一季度数据），但只有1%认为自己成熟。差距在哪里？绝大多数企业只是把AI当工具用，问ChatGPT要个文案，让Copilot写代码，用完就结束了，没有形成任何闭环。知识流进模型，沉淀在大模型厂商的服务器上，跟你自己再无关系。

真正攸关的，并不是某个数字工具或系统如何被使用，而是当AI模型能够持续吸收人与组织的专业知识、并将其商品化时，组织该如何继续学习、构建知识产权、形成差异化，并在这样的世界中繁荣发展。

这句话触及了当前AI产业最敏感的神经。

2025年全球AI投资高达2023亿美元，占全球风险投资总额的50%，其中OpenAI和Anthropic两家公司就吃掉了全球所有行业风险投资的14%。基础模型公司拿走了800亿美元，占全球AI融资的40%。

价值正在以前所未有的速度向少数几个模型集中，而大量企业正在用自己的数据喂养这些模型，亲手把自己的专业知识商品化，再花钱买回来。

纳德拉用认知闭环这个词，恰恰是在说：闭环必须长在你自己身上，不能长在别人的模型里。

两种资本，一个飞轮

纳德拉提出了两个概念：人力资本和Token资本。

人力资本是员工拥有的知识、判断力、人际关系、创造力与模式识别能力。

Token资本是企业自己构建并拥有的AI能力。所谓Token，在这里指的是AI模型推理时消耗的最小文本单元，纳德拉用它来代指企业自主掌控的AI算力与能力储备。

他特别强调了一点：人力资本并不会随着Token资本的增长而贬值——恰恰相反，它只会变得更有价值！

人的能动性，才是Token资本增长的真正驱动力。人会设定远大的目标，在不同领域之间建立连接，经营关系，识别最重要的模式。没有人的方向引导，算力只会原地打转。

过去一年，AI替代人类的叙事甚嚣尘上，85万个岗位预计将在2028年前被AI取代（世界经济论坛数据），22至25岁从事AI暴露度较高岗位的劳动者就业率下降了13%。纳德拉没有否认这些冲击，但他把逻辑翻了个面：AI能力越强，人的判断力和方向感越稀缺，越值钱。

真正有机会的，不是去挑一个最好的模型，而是在模型之上构建一套学习闭环，让两种资本彼此叠加、复利增长。纳德拉的原话是：你可以把一项任务、甚至一份工作外包出去，但你永远无法把“学习”外包出去。

微软自己的实践就是一例。2026年6月初的Build大会上，微软一口气发布了7款自研MAI模型，涵盖推理、编程、图像、语音、转录等方向。Mustafa Suleyman领导的微软AI部门声称，在为麦肯锡这样的企业客户调优模型后，MAI模型在特定场景下跑赢了OpenAI的GPT 5-5，成本效率还高出10倍。关键在于，这些模型全部基于干净、可追溯的企业级数据训练。

这正是Token资本的一种形态：模型不一定要自己从零训练，但调优的过程、领域知识的注入、评测标准的制定，这些必须掌握在自己手里。

别把学习外包出去

纳德拉文章中最具实操价值的部分，是他对学习闭环的具体描绘。

他提出了一套架构思路：让每一家企业都能构建会随时间不断改进的智能体系统（agentic systems），同时牢牢掌控自己的知识产权。

他甚至给出了一个检验标准——一家公司应当能够更换掉某个通用型模型，而不会因此丢失沉淀在自身学习系统中的公司老兵式的专业经验。模型是可替换的组件，你自己的学习系统才是资产。

具体怎么做？纳德拉列了三样东西：

私有评测（private evals），衡量模型在对你业务真正重要的结果上是否有所改进，而不是看外部基准测试的得分。私有的强化学习（RL）环境，让模型能在来自组织内部的真实轨迹（traces）上不断变强。知识库，让机构记忆变得可被查询，也让Token的使用更加高效。

这三样东西合在一起，构成企业的核心知识产权。纳德拉把它比作一台爬坡机器（hill climbing machine），而且它跟大多数资产不同，会复利增长。每一次被改进的工作流程，都产生更好的训练信号，加速积累那些独属于该企业的隐性知识（tacit knowledge）。

当前全球AI产业正在经历一场从模型竞赛到Agent竞赛的转向。Gartner预测，2026年底40%的企业应用将内置任务型AI Agent，而2025年这个比例还不到5%。Anthropic的Claude Code已经跑出了5亿美元的年化收入，占Claude全部使用量的36%。

但纳德拉想说的更深一层：Agent如果没有闭环，就只是一个更聪明的工具。只有当Agent被嵌入一套持续学习、持续积累、模型可换而经验不丢的系统里，它才真正变成企业的资产，而不是模型厂商的附庸。

微软的Microsoft Foundry（前身为Azure AI Foundry）在2026年5月正式GA，定位就是AI应用和Agent工厂，支持多模型部署，涵盖OpenAI、Anthropic、Meta Llama、Mistral以及自研的MAI模型。Build 2026的主题之一就是模型多元、开放、异构的全栈平台。

纳德拉的原话是：我们相信，时机已经到来，每家公司都应该从消费前沿模型，转向在前沿生态中全面参与。

这是微软的战略立场：不做只绑定单一模型的公司，而是做让每家企业在任何模型之上都能构建自己学习闭环的平台。这个定位，跟他长文里的逻辑完全一致。

前沿生态，不是前沿模型

纳德拉从企业策略上升到了政治经济格局，这也是全文最锋利的部分。

他写道：“我们任何人最不希望看到的，是这样一个世界：每个行业里的每一家公司，都在把价值拱手让给少数几个吞噬一切所见的模型。如果所有价值都只被极少数模型攫取，政治经济格局根本不会容忍这种局面。一个掏空整个产业的AI未来，是不会获得社会许可的。”

他做了一个精确的历史类比——全球化第一阶段的产业外包。整片整片的工业经济被外包浪潮掏空，表面上GDP数字看起来还不错，但真实的冲击切实存在，其后果至今仍在延续。纳德拉的警告是：不要把那种动态带进AI时代，让少数几个AI系统攫取全部的经济回报，而整个行业眼睁睁看着自己的知识在脚下被商品化。

当前，中美控制了全球90%的前沿AI算力，包揽了排名前50的全部基础模型（CNAS主权AI指数）。旧金山湾区一个城市就拿了全球AI投资的76%。全球主权AI运动正在兴起，加拿大投入20亿美元，印度12.5亿美元，欧盟约20亿美元，但这些数字加起来，还不及微软一家公司一个季度的AI资本支出（2026财年第二季度单季375亿美元）。

纳德拉说：我们的首要任务，必须是构建一个前沿生态，而不只是一个前沿模型——让价值能够广泛地流向每一家公司、每一个行业、每一个国家。

平台所激发的、在其之上创造的价值，应当超过平台自身所攫取的价值。

他在2026年6月接受Stratechery采访时也表达了类似的意思：大多数人把竞争格局看作零和博弈，但从来都不是这样。我们真正有希望做到的，是成为一个值得信赖的平台提供者，让人们在平台上创造更多价值。

微软自身的OpenAI关系演变，也印证了从前沿模型依赖到前沿生态布局的转向。2019年以来微软对OpenAI投入超过130亿美元，获得了27%的稀释后股权。但2025年10月的重组中，OpenAI转为公益公司，微软的IP许可从独家变为非独家，收入分成被设定了20%的上限。OpenAI开始与亚马逊、谷歌合作，微软则一边保有到2032年的IP使用权和Azure对无状态API的独家托管权，一边加速建设自研MAI模型矩阵和Foundry平台。

微软选择把赌注从单一模型分散到整个生态，让微软成为企业构建AI学习闭环的基础设施，而不是成为下一个被单一模型绑架的公司。

纳德拉在文章最后描绘了一个他所说的稳定均衡：员工看到自己的专业能力被放大，判断力成为某个系统的一部分，变得可复制、可规模化，收益惠及公司和社区。这，才是企业为自身、也为更广阔经济创造价值的方式。

AI时代最稀缺的东西，可能不是最强的模型，而是每家公司能不能把属于自己的那套学习闭环建起来。

参考资料：

https://x.com/satyanadella/status/2066182223213293753