微軟CTO Kevin Scott：AI最大的瓶頸是人類還沒學(xué)會怎么用它

2026年2月3日，Cisco在舊金山舉辦第二屆AI Summit，匯集了來自微軟、英偉達、OpenAI、英特爾等公司的技術(shù)領(lǐng)袖，圍繞AI經(jīng)濟的基礎(chǔ)設(shè)施、應(yīng)用與未來展開對話。在"Systems & AI"環(huán)節(jié)，Cisco總裁兼首席產(chǎn)品官Jeetu Patel與微軟首席技術(shù)官Kevin Scott進行了一場約22分鐘的爐邊對談。

Scott在微軟已進入第十個年頭。2017年加入后，他主導(dǎo)了微軟AI戰(zhàn)略的關(guān)鍵轉(zhuǎn)向，也是微軟與OpenAI合作關(guān)系的最初推動者。就在這場對談前幾天，他剛在20VC播客上討論了DeepSeek和中國AI的競爭力問題。作為一個在弗吉尼亞農(nóng)村長大的計算機科學(xué)家，Scott始終關(guān)注技術(shù)如何服務(wù)于普通人，這一底色貫穿了整場對話。

Patel開場就回憶了一個七年前的場景：他問Scott未來會怎樣，Scott搖了搖頭說，"AI會把一切都翻個底朝天，人們完全沒有意識到。"七年后的今天，這個預(yù)言幾乎逐字兌現(xiàn)。

模型的能力遠遠超出了人們的使用方式

Scott承認AI的發(fā)展速度超出了自己的預(yù)期，但發(fā)展的方向并不令人意外。"七年前我們聊這些的時候，scaling laws會起作用、系統(tǒng)會變得非常強大、它會像一個平臺一樣讓人在上面構(gòu)建各種東西，這些都是相對清楚的。問題只是速度——而速度比我預(yù)想的快。"

他緊接著拋出一個核心判斷：目前AI平臺的能力增長還遠沒有到邊際遞減的階段。與此同時，一個巨大的"能力過剩"（capability overhang）正懸在行業(yè)頭頂——"模型的能力遠遠超出了人們實際使用它們的方式。"

Scott認為，目前最接近充分利用模型能力的領(lǐng)域是編程。"軟件開發(fā)現(xiàn)在是一場絕對的瘋狂（absolute frenzy）。你見過的最頂尖的程序員，那些最資深的人，現(xiàn)在完全被進度的速度淹沒了。"

每年15萬美元的推理賬單

這場"瘋狂"背后有一個具體的數(shù)字。Scott透露，微軟內(nèi)部最積極使用編程Agent的團隊，每年僅推理成本就高達約15萬美元。這些團隊的瓶頸早已從代碼生成轉(zhuǎn)移到了注意力——他們需要管理Agent產(chǎn)出的全部復(fù)雜性。

"你可以用這些編程Agent生產(chǎn)大量的代碼，但沒人能保證那些代碼是好的。"Scott說。代碼審查已經(jīng)成為新的瓶頸。他提了一個在管理工程團隊25年間始終無解的老問題：什么才算真正的工程生產(chǎn)力？AI讓這個問題變得更加尖銳——"人們真的需要確保自己不是在把'忙碌'和'進步'混為一談。"

好消息是，這種能力正在催生新一代創(chuàng)業(yè)公司。"現(xiàn)在有些創(chuàng)業(yè)公司拿到的融資，只有兩年前的十分之一，但團隊很小，干的活卻瘋狂地多，推進速度極快。"Scott說。代價是：重點完全轉(zhuǎn)移到了選擇和品味上——你得真正理解自己的問題領(lǐng)域、你的客戶、你要做什么。

我們把計算機科學(xué)教育變成了職業(yè)培訓(xùn)

對話轉(zhuǎn)向軟件開發(fā)角色的未來時，Scott沒有順著"角色融合"的方向走，而是把話題拉回到一個更根本的地方。

"這是Kevin的個人觀點，不是微軟的觀點。"他先做了個聲明，然后語氣明顯變得更直接："我已經(jīng)像個老頭子一樣抱怨好幾年了——我們把計算機科學(xué)教育變成了職業(yè)培訓(xùn)（vocational education）。學(xué)生去讀CS學(xué)位是為了學(xué)怎么當(dāng)程序員，但我想讓他們回去學(xué)怎么當(dāng)計算機科學(xué)家。"

他列出了一串他認為真正重要的能力：能不能進行算法思維？能不能分解問題？能不能選對值得花時間的問題？理不理解自己的工作在科學(xué)和社會的大圖景里處于什么位置？當(dāng)機器給出的結(jié)果不對時，有沒有能力和好奇心一層一層往下挖，去找到底哪里出了問題？

"軟件工程的很多'職業(yè)'面向，在未來幾年會變化到面目全非。"Scott說。而上面那些能力，才是留下來的東西。

今年是日本高中畢業(yè)生的歷史峰值

Patel讓Scott描繪兩個未來——一個樂觀的，一個悲觀的。Scott選擇從一個聽起來并不樂觀的故事開始。

他最近和一位管理日本頂級教育機構(gòu)的朋友聊天，對方隨口說了一句讓他愣住的話："今年是日本高中畢業(yè)生的峰值年（peak high school graduation）。從今年開始，每年畢業(yè)的高中生只會越來越少，去上大學(xué)的人也越來越少，然后一路往下走。"

Scott把這個現(xiàn)象放到全球維度上：日本只是走得比較快，中國、韓國、西歐的多個國家都在同一條路上。美國如果扣除移民因素，未來幾十年也會進入人口下降。他母親所在的農(nóng)村地區(qū)，人口老齡化的速度更快，影響更明顯。

"你能做的工作的人變少了，需要社會照顧的老年人卻在快速增加。要維持我們習(xí)慣的生活水平，生產(chǎn)力的本質(zhì)必須改變。"他說。而縱觀人類歷史，解決生產(chǎn)力問題的方式從來都是技術(shù)干預(yù)。

"所以我覺得樂觀的版本是：謝天謝地AI在這個時候出現(xiàn)了（thank god AI has come along when it has）。它給了我們一個至少是部分的答案，去應(yīng)對未來幾十年前所未有的勞動力變局。"

綠色的大屁股羊駝

悲觀的版本呢？Scott沒有選擇末日敘事。"你可以自己挑一個，現(xiàn)在有一整個調(diào)色盤。"他笑著說。

他真正擔(dān)心的是另一種失敗模式：AI被用于膚淺的消遣，而不是去解決那些緊迫的真問題。他用自己孩子舉了個例子——"我的孩子一半時間用AI做特別有野心的事，比如他們的生物醫(yī)學(xué)工程項目，比我在他們那個年紀(jì)的時候厲害太多了。另一半時間，他們在用AI生成綠色的大屁股羊駝（green llamas with big butts），然后把別人的臉貼上去。"

全場大笑。Scott接著說："我的GPU燒著呢，就為了這個。"

笑聲之后，他把話收了回來："我希望我們能抵抗誘惑，不要讓整個AI敘事變成'這個周末又有什么轟動事件'，或者'一群有權(quán)勢的人怎么互相扔飛鏢'。讓我們多想想社會真正需要從這項技術(shù)中獲得什么。"

平臺公司的基因和混亂的耐心

Patel問Scott，外界對微軟最大的誤解是什么。Scott的回答指向一個根本性的定位問題：微軟是一家平臺公司。

"我們基本上不做任何事情，除非它是某種讓別人能拿去、在上面再造東西的平臺。這寫在公司的DNA里，好的壞的都包括在內(nèi)。"他說。作為一家有50年平臺經(jīng)驗的公司，微軟對技術(shù)變革中的混亂有"無限的耐心"——不會等到理想條件出現(xiàn)才動手，會早早進場，犯一堆錯，也做對一堆事，然后在現(xiàn)實世界里打磨。

說到企業(yè)軟件的本質(zhì)，Patel插了一句行業(yè)老梗："企業(yè)軟件最糟糕的事是什么？比沒有客戶更糟糕的是——只有一個客戶。"意思是你永遠不能關(guān)掉任何東西，只能不斷往上加。Scott同意，但他也說這是一種巨大的特權(quán)。"如果你把Cisco和微軟在全世界運行的所有東西都拿掉，一切都會停擺。你得珍惜這種復(fù)雜的、亂七八糟的義務(wù)。"

他把這和自己作為工程師的本能聯(lián)系在一起："平臺問題、給別人做工具讓他們?nèi)?chuàng)造東西——這甚至是我業(yè)余愛好里做的事。這就是我在微軟待了這么久的原因。"

從OpenAI合作到推理需求的無底洞

Scott說他最自豪的貢獻，是幫助識別了AI從狹義專家系統(tǒng)向通用平臺的轉(zhuǎn)變時刻。"20年前我們做機器學(xué)習(xí)，基本上就是一幫量化專家在做非常窄的問題，比如預(yù)測某個人在某個場景下會不會點一個廣告。"轉(zhuǎn)折點在2018年前后，Google發(fā)表BERT論文的時候，這個判斷被徹底確認。

Patel在此特別指出，Scott是微軟與OpenAI合作關(guān)系的最初架構(gòu)師（initial architect）。"沒有那次合作，我覺得世界不會從后來的那些成果中受益。"Scott對此謙虛了一下，但補充說他特別自豪的一點是：強大的AI能力被公開地放了出來，不是被某一家硅谷公司藏在自己的基礎(chǔ)設(shè)施里，而是任何人都可以注冊一個API密鑰就開始在上面構(gòu)建。"這種對強大AI能力的民主化，無論我在其中扮演了多小的角色，都是我引以為傲的。"

至于基礎(chǔ)設(shè)施緊缺還要持續(xù)多久，Scott坦言自己一直覺得即將緩解，但需求總是持續(xù)爆炸。"我看到未來12個月即將上線的能力，實在無法想象需求會減少。"他指向編程Agent的案例：目前只有極少數(shù)開發(fā)者擁有15萬美元級別的投入和野心，但所有開發(fā)者都可以從中受益。把這個邏輯推廣到其他領(lǐng)域，推理需求只會上升。

在芯片策略上，Scott強調(diào)微軟50年來的成功都依賴合作伙伴關(guān)系。"我們有自己的芯片，芯片非常好，但我們同時有巨大的英偉達硬件集群、巨大的AMD硬件集群。我們有大量的芯片多樣性。"無論是客戶需求還是工作負載趨勢驅(qū)動，最終的邏輯很簡單：哪個最有成本效益，就大規(guī)模部署哪個。

技術(shù)從來沒有變成工具以外的任何東西

Patel的最后一個問題是：你最希望人類對待技術(shù)的方式有什么改變？

Scott的回答簡潔而堅定："我希望每個人都記住，技術(shù)沒有變成工具以外的任何東西。作為工具，它在那里等著我們用它做有趣的事。不存在什么不可逆轉(zhuǎn)的技術(shù)趨勢線會把我們推向唯一的路徑。一切都是關(guān)于選擇——我們選擇拿這個工具做什么，怎么排優(yōu)先級。"

他接著說了一段在技術(shù)圈子里相當(dāng)少見的話："我真的、真的、真的希望我們每天走進辦公室的時候，能想一想自己即將做的事情，問自己一句：這是在服務(wù)我的同胞人類嗎（is this serving my fellow human beings well or not）？如果我們都能這樣做，日子結(jié)束的時候我們會處于一個非常好的狀態(tài)。"

Patel提到，上次問Scott同一個問題時，他給出的答案是希望人們不要把一切看作零和博弈。Scott回應(yīng)說，零和問題都是痛苦的——全是稀缺、約束、贏家和輸家。"我們真正想從技術(shù)中獲得的，是把那些零和的東西變成非零和的。這實際上是做技術(shù)的理由。"

核心問答

Q1: Kevin Scott認為當(dāng)前AI發(fā)展中最大的矛盾是什么？ 能力過剩（capability overhang）。模型的能力遠超人們的實際使用水平，但基礎(chǔ)設(shè)施仍然供不應(yīng)求。編程領(lǐng)域最接近充分利用，最積極的微軟團隊每年僅推理成本就達15萬美元，而絕大多數(shù)開發(fā)者還沒有這種投入水平。同時，AI能力的增長還遠沒有到邊際遞減階段，這意味著供需缺口短期內(nèi)不會縮小。

Q2: 為什么他認為AI不是可選項，而是必需品？全球人口結(jié)構(gòu)正在發(fā)生前所未有的變化。日本2026年將迎來高中畢業(yè)生的歷史峰值，之后逐年遞減；中國、韓國、西歐多國走在同一條路上；美國如果扣除移民也面臨人口下降。老齡化加速、勞動力萎縮，社會需要在更少的人手下維持甚至提升生產(chǎn)力和生活水平。歷史上人類解決生產(chǎn)力問題的方式從來都是技術(shù)干預(yù)，AI是當(dāng)前時點最關(guān)鍵的技術(shù)選項。

Q3: 他對計算機科學(xué)教育最核心的批評是什么？ CS教育被異化為職業(yè)培訓(xùn)，學(xué)生學(xué)的是怎么當(dāng)程序員，而不是怎么當(dāng)計算機科學(xué)家。Scott認為，隨著AI讓代碼編寫的"職業(yè)性"工作發(fā)生根本性變化，真正重要的能力是：算法思維、問題分解、選擇正確的問題、理解技術(shù)在社會中的位置，以及當(dāng)機器給出錯誤結(jié)果時能夠?qū)訉由钊肴ピ\斷原因的能力和好奇心。