Satya Nadella 談 Token 資本、AI 供應鏈，跟「不要用前沿模型解決非前沿問題」

TL;DR

• Nadella 提出「token 資本」概念：企業未來的價值不只來自人力資本，還來自你訓練出來的 AI 模型和知識，兩者的複合回報才是競爭力
• 企業的隱性知識（tacit knowledge）正在透過模型訓練外洩，一旦洩漏就是單向門，回不來了
• 「不要用前沿模型解決非前沿問題」：用五十億參數的小模型加上強化學習，效果可以超過用前沿模型直接 prompting
• 從 IDE 到 ADE（Agentic Development Environment）：GitHub 新推出的 Canvas 本質上是一個管理上百個 agent 的收件匣
• Reid Hoffman 宣布離開 Microsoft 董事會，回去做 Manus 這家 AI 藥物發現公司，因為他們在化學領域看到了「Move 37」等級的突破

這集在 2026 年七月二十五日播出的 Possible Podcast，由 LinkedIn 共同創辦人 Reid Hoffman 主持，來賓是 Microsoft 董事長兼 CEO Satya Nadella。Possible 是 Hoffman 跟 Aria Finger 共同主持的訪談節目，專門找各領域的前線人物聊「什麼是可能的」。Nadella 不用多介紹了，2014 年接任 CEO 之後把 Microsoft 從一家被嘲笑的老公司變成全球市值前三的 AI 巨頭，最近在 Build 2026 大會上端出一整套 agent 基礎建設，包括 Agent 365、Foundry 的 asserts 機制、還有 GitHub 的 ADE。這集的特殊之處在於 Hoffman 在節目裡直接宣布他要離開 Microsoft 董事會，回去當創辦人，所以整場對話多了一層「兩個老戰友最後一次在這個身份下對談」的味道。

你的公司有多少「token 資本」？

Nadella 在這集丟出一個我覺得會被引用很久的框架：未來的經濟會由兩種資本驅動，人力資本和 token 資本。

這不是在玩文字遊戲。他的意思很具體：過去一百年，企業的核心價值很大一部分藏在員工腦袋裡。那些「我們公司就是這樣做事的」、「這個判斷要靠經驗」、「這種 case 以前踩過坑」的東西，會計科目上沒有一個叫「隱性知識」的欄位，但大家都知道它值錢。

問題來了。AI 時代，這些隱性知識可以被萃取出來，變成模型的權重。如果你沒有意識到這件事，它就會外洩。Nadella 講得很直接：模型公司怎麼訓練的？他們設計強化學習的 gym，然後僱用你的前員工來當評分者。你公司花一百年累積的判斷力，就這樣一點一點流進別人的模型裡。

而且這是單向門。洩漏了就回不來。

所以他的建議是：讓模型進來你的環境，用你的資料當 context，在你控制的機器裡爬坡（hill climb），收集人類和 agent 之間的工作軌跡，然後持續用這些軌跡訓練你自己的模型。這個迴圈不能斷，也不能讓資料跑出去。

我之前在 IBM 一天蒸發七百億美金，企業軟體的黃金時代結束了嗎？ 聊過企業把預算從軟體轉向 AI 的趨勢，Nadella 這個 token 資本的框架算是從更上層的角度解釋了為什麼會發生這件事。軟體是工具，token 資本是資產。工具可以換，資產不行。

從 IDE 到 ADE：管一百個 agent 的收件匣

這集有一段 Nadella 回顧 coding 工具演化的過程，講得很清楚，值得記下來。

第一階段：自動補全。IntelliSense 十五年前就有了，AI 讓它變更好，容易理解。

第二階段：chat。不用跳去瀏覽器查 Stack Overflow，直接在 IDE 裡問。

第三階段：agent mode。可以指派小任務，看它完成，你決定要不要接受。

第四階段：完全自主。丟一個高層意圖，它自己跑完整個 PR，你負責 review。

然後一個有趣的問題出現了：當你同時開一百個 CLI session 在跑一百個 agent，你的認知負擔反而爆炸了。所以 GitHub 在 Build 推出了一個叫 Canvas 的功能，本質上就是一個新型態的 IDE，他們給了一個新名字叫 ADE（Agentic Development Environment）。它長得像收件匣，讓你用看板的方式管理所有 agent 正在做的 PR。

這個轉折很妙。我們拼命把工作交給 agent，結果發現管理 agent 本身變成了新的工作瓶頸。之前在 GitHub 一個月做掉去年一整年的量 那篇裡，GitHub COO Kyle Daigle 就講過 agent 把十五年的老底層 MySQL 跟 Actions 都搞壞了。現在看來，不只是基礎建設要升級，連人類的介面也要重新設計。

不要用前沿模型解決非前沿問題

這句話值得釘在牆上。

Nadella 舉了一個例子：假設你是零售商，要處理一大堆貿易促銷的索賠單據。這是重複性工作，確定性很高，不需要發現新材料或新藥物。你當然可以用最強的前沿模型來做，但這是浪費。

更聰明的做法：拿一個五十億參數的小模型（他提到 MAI-5B），用實際工作的軌跡做強化學習，讓它在你的場景裡持續爬坡。結果可以超過直接拿前沿模型做 prompting。

這就是 token 效率。

我自己的觀察是，很多企業現在花大把錢在 API 上，但其實八成的任務根本不需要最聰明的模型。知道什麼時候該用什麼等級的模型，這個判斷力本身就是一種競爭優勢。之前 Benedict Evans 在那集 講的「模型會變成大宗商品」跟這個觀點是同一條線。模型本身不稀缺，知道怎麼用才稀缺。

Agent 的安全不是事後補丁

Nadella 在 Build 上推出的 Agent 365，聽起來像是 IT 管理工具，但背後的邏輯其實很根本。

他說 Microsoft 可能有兩千萬個 agent 在跑。第一件事：你得知道它們是誰、在做什麼、推理過程長什麼樣子。所以需要完整的 inventory 和 observability。

第二件事：agent 會生成程式碼然後執行。它們需要身份、沙箱、政策。所以 Microsoft 擴展了 ENTRA（身份管理）、Defender（安全）、Purview（資料保護），把這三層套到 agent 上。

第三件事：長時間運行的 agent 需要 runtime 層級的護欄。Foundry 新增了一個叫 asserts 的功能，讓你在執行過程中設定邊界條件，不是靠事後分類器來抓偏差，而是在執行路徑上即時阻止它跑歪。

這跟我之前讀到的 formal methods 做 agent 防火牆的概念很接近。不是在外面圍一圈柵欄，是在骨架裡面裝鋼筋。

CEO 不能再把 AI 當 IT 案來管

Nadella 對非科技業 CEO 的訊息很直白：你不能再發一篇新聞稿說「我們有 AI 策略了」然後指著八個 agent 當作交代。

他的原話是：AI 不是一種技術，是企業的未來。

你不會說「我不了解公司的人力資本」，那你也不能不了解你的 token 資本。你能不能具體回答：昨天晚上，我們公司所有的營運活動，有沒有被轉化成某種知識，是我能指出來的、我擁有的、我控制的、而且在持續複合成長的？

這個要求聽起來很高，但 Nadella 的邏輯是：這不像 PC 時代或雲端時代，你只要有一個 IT 部門去跟廠商談就好。這是結構性的改變，是你的產業被 AI 重新定義的問題。

Reid Hoffman 的離場與入場

這集最讓人意外的橋段，是 Hoffman 直接在節目裡宣布他要離開 Microsoft 董事會，回去做 Manus。

Manus 是他跟 Siddhartha Mukherjee（《萬病之王》的作者）、Ujwal 共同創辦的 AI 藥物發現公司。Hoffman 說他們在化學領域看到了「Move 37」等級的突破。Move 37 是 AlphaGo 那步讓所有圍棋專家目瞪口呆的棋，意思是 AI 做出了人類從未想過的事。

他說世界上最好的計算化學家看了 Manus 產出的結果，反應是：「很有意思，我們從沒見過這種結構，但它可能有用。」

Nadella 的回應也值得記：他說他一直希望 AI 的故事是從科學發現開始的，而不是從取代知識工作者開始。如果 AI 先在癌症治療上有重大突破，社會對 AI 的接受度會高很多。

這點我同意。整個產業花太多時間在說「白領工作要消失了」，然後又說「我們很興奮在做這件事」。Nadella 自己講了一句很到位的話：如果你告訴大家他們的工作要沒了，然後說你很興奮在建這個技術，為什麼任何人會希望你成功？

十趴 GDP 成長的夢

結尾 Hoffman 問了一個大問題：如果接下來十五年一切順利，人類能達到什麼？

Nadella 的回答是：全球以百分之十的 GDP 成長率複合成長。

他的思路是：如果工業革命當年同時到達世界每一個角落，每個國家都能充分發揮自己的比較優勢，那就是最大化的正和結構。而 AI 理論上能做到這件事。

當然他也承認，歷史通常不是這樣運作的。但既然你讓我做夢，那第一步就是：先接受這個可能性存在。

老實說，百分之十有點天方夜譚。但我喜歡他把問題框在「多方受益的正和結構」上，而不是「某幾家公司贏者全拿」。至少方向是對的。

這集的密度很高，但最核心的 takeaway 就一個：AI 不是你買來用的工具，是你養出來的資產。你的 token 資本有沒有在成長，決定了你公司五年後還在不在。

想看更多類似的產業觀察，歡迎訂閱 wilsonhuang.xyz，不會漏掉更新。