# 凱文·斯科特：微軟 CTO > 微軟技術長談雲端計算與 AI 基礎設施佈局，以及大型組織裡的技術決策方式。 - 原標題：Kevin Scott: Microsoft CTO - 期數：特別節目 - 釋出日期：2019-08-01 - 嘉賓 / 主題：凱文·斯科特與微軟技術 - 網頁版：https://lex.qiaomu.ai/tw/ep/kevin-scott/ - 官方頁面：https://lexfridman.com/kevin-scott/ - 精讀字數：約 7404 字（閱讀約 16 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 微軟研究院裡坐著一位年輕經濟學家，他寫了一整本技術專著，主張用更徹底的市場機制重新分配產權。其中一個例子是：如果你家房子被別人出價更高，你就得搬走。 這個人叫格倫·韋爾（E. Glen Weyl），書名叫《激進市場》（Radical Markets）。提他是因為，凱文·斯科特（Kevin Scott）2019 年 8 月坐在萊克斯·弗裡德曼的麥克風前聊微軟，這件事佔了相當篇幅。一個作業系統和雲端計算公司的 CTO，主動談起自己團隊在跟經濟學家合作，研究怎麼讓市場機制在分配上更管用。 ## 先是那張長得離譜的業務清單 斯科特當時的頭銜是微軟 CTO。在此之前，他是 LinkedIn 的工程與運營高階副總裁，再往前，他在 Google 管移動廣告工程。他自己還做一檔播客，叫 Behind the Tech。 弗裡德曼丟擲的第一個問題就很難回答：能不能給個全景，說說微軟到底在哪些領域做事，研究和產品都算上。 斯科特的回應是，把研究算進來，這幾乎是不可能完成的任務。然後他還是列了：大規模雲業務和一堆 SaaS 服務，所有人都在用的那批元老級生產力軟體，作業系統，硬體，從滑鼠耳機一直做到高階 PC 和筆記本。研究團隊橫跨的範圍更雜，一頭是經濟學，一頭是人機互動，中間還有人工智慧。再加上 GitHub、LinkedIn、搜尋廣告和新聞、Xbox 遊戲。 他提到那天早上剛跟菲爾·斯賓塞（Phil Spencer，Xbox 負責人）聊完，還跟蒂姆·謝弗（Tim Schafer）聊得很興奮。謝弗是盧卡斯藝術那款《瘋狂時代》（Day of the Tentacle）的編劇，斯科特大學時跟朋友在這遊戲上耗了無數個通宵，如今微軟正跟原班人馬做某種合作。他說自己完全是個追星粉絲。 > 微軟在這麼寬的範圍裡做了這麼長時間，所以當 CTO 的大部分時候，我的工作非常非常嚴肅。偶爾我會突然被擊中：能跟這些人說上話，這件事本身有多不可思議。（凱文·斯科特） ## 一套能把你從自己房子裡擠出去的定價機制 韋爾那套東西的核心，斯科特講得比原書粗暴，但他自己也承認例子挑得糟糕。 機制是這樣的：房地產這類資產採用持續競價。任何人可以對你佔用的這塊地出價，宣稱自己能產生更高的經濟效用，你要麼加價留住，要麼讓給對方。這樣一來，投機性出價會立刻讓人虧掉一大筆錢，資產價格被迫緊貼它真正能產出的價值。價格貼住了價值，徵稅才有依據。不會出現周邊房子都值一千萬、你家這套報一萬塊這種事。 斯科特說這個設計"故意挑釁"，他自己也不確定喜不喜歡"我可能被出價趕出自己的房子"這個前景。但他補了一個很實際的連線點：如果真要推行伊麗莎白·沃倫（Elizabeth Warren）那種財富稅，第一個卡住的問題就是資產怎麼定價，而這種實時競標機制恐怕會從可選項變成必需品。 一個作業系統公司的研究院在資助這類研究，這件事本身說明了斯科特對"技術公司該關心什麼"的邊界理解。他不覺得市場機制有沒有效是個經濟學系的問題。 ## 資料是原材料，但沒有人給它標價 順著這條線，斯科特團隊跟韋爾、還有杰倫·拉尼爾（Jaron Lanier）一起在做另一件事。拉尼爾是虛擬現實這個概念最早的推動者之一，斯科特形容他是"這個星球上最有意思的人之一，一個特別溫和的人"。 他們的題目叫"資料即勞動"（data as labor），也叫"資料尊嚴"（data dignity）。 推理鏈條是這樣：如果把資料看成 AI 這臺機器消耗的原材料，那麼今天我們給這種原材料定價的方式非常糟糕。你的貢獻分兩種。顯性的是你在 LinkedIn 上填的檔案，你清楚自己交出去了什麼，也大致有個回報預期，但那只是名義上的，服務免費，感知到的成本很低。隱性的是你每天使用各種技術時留下的資料尾氣，你根本不知道它去了哪裡。 有一類公司已經在給資料付錢了，比如 Scale AI，中國也有一批類似的資料標註公司。監督學習需要海量標註資料，標註工人按件取酬。這部分容易定價，因為勞動是顯式的，一個標籤就是一個標籤。 難的是其餘部分。斯科特的坦白很乾脆： > 我不知道。這真的很難。（凱文·斯科特） 難在哪兒？他說技術人其實都懂這個微妙之處：單個資料點幾乎沒有價值，你留下的某一條記錄、某一次點選，原子化地看一文不值。只有聚合成足夠大的規模，價值才浮現出來。而這些資料在無數條路徑上被組合、被交叉、被二次加工，價值在組合中流動，你根本追蹤不到流向。要建立一套透明的、能把貢獻和回報對上的市場，前提是先解決這個追蹤問題。 他沒有假裝已經解決了。 ## 蓋茨留下的那條平臺標準 弗裡德曼把話題拉到楊安澤（Andrew Yang）身上：AI 推進得這麼快，自動化對就業的衝擊怎麼辦，微軟站在創新最前沿，怎麼想這件事。 斯科特的回答從微軟的基因講起。比爾·蓋茨很多年前說過一句話，被他當成了判斷平臺成敗的尺子： > 衡量一個平臺是否成功，標準是它為在平臺上建設的人創造的經濟價值，遠遠超過為平臺所有者或建造者創造的價值。（凱文·斯科特轉述比爾·蓋茨） 他把這把尺子直接架到 AI 上。AI 必須成為平臺，其他人能拿它建公司、完成自己的創作目標、當創業者、解決工作和生活裡的具體問題。 反面圖景他描述得很清楚：少數幾家公司，擠在少數幾個城市，決定 AI 裡裝什麼，然後在這套基礎設施上，把所有有商業價值的用法都建完。 這在兩個層面上都壞。經濟層面，價值分配會歪，繞回"市場到底有沒有用"那個老問題。創新層面，斯科特說他對人類有無限的信心：給一群人強大的工具，他們會做出有意思的事。有工具的人不該是幾萬人，該是幾百萬人。 他拿蒸汽機作類比。18 世紀末，那是人類造出的第一臺大規模替代人力的機器。剛鋪開的時候，拿到大部分價值的是有資本建工廠的人，以及懂怎麼建造和維護的專家。技術後來民主化了。今天不存在一家"引擎公司"壟斷所有引擎，也不存在一家公司擁有所有用到引擎的東西。兩個人坐在這間屋子裡，手機裡各有一顆 MEMS 陀螺儀，那就是顆小引擎。引擎成了現代世界的一個零件，沒人再把它當成一個產業來談論。 AI 得走到那一步。 ## AI 在產品裡應該有多顯眼 斯科特和薩提亞·納德拉定期開評審會，拉上納德拉管理團隊的成員，再加一個跨部門的組，看兩類東西：AI 基礎設施，以及那些產品裡有相當比重靠 AI 支撐的團隊。 他對"AI 該怎麼出現在產品裡"有個明確態度：不要讓 AI 這個屬性變成第一序的東西。產品要解決的問題是第一序的，AI 只是讓它變得更好。 > 人們看到 AI 出現在產品裡就特別興奮。你會因為程式碼裡用了個雜湊表而興奮嗎？它就是個工具。一個很有意思的程式設計工具，但終究是工程工具。（凱文·斯科特） 這個類比有點糙，但抓得準。雜湊表是電腦科學裡最基礎的構件之一，無處不在，沒人會為它開釋出會。斯科特認為 AI 最終會變成同一類東西。 已經發生的事實：Office 裡有幾十個功能由相當複雜的機器學習驅動。搜尋引擎如果抽掉機器學習，完全不能工作。Xbox 和 xCloud 上的內容稽核也靠它，斯科特特意解釋了一句，這裡做的是反霸凌，跟推薦演算法沒什麼關係。 ## 霸凌的邊界，垂直社群比通用平臺好劃 這個話題延伸出一段挺有意思的討論。弗裡德曼提到斯科特在 LinkedIn 的經歷：LinkedIn 和 Xbox 都是社交網路，但兩邊的交流方式完全不同，霸凌的界線也完全不同。而這條線到底在哪兒，沒人知道。傑克·多西在 Twitter 被罵得很慘，就是在找這條線。 斯科特的答案是：垂直社交網路會容易一些。 因為你對這個網路該用來幹什麼有清晰的定義，圍繞它設計的社群有明確用途，內容安全問題的維度就比通用平臺少很多。 LinkedIn 的邊界是連線人與機會。幫人找工作，找導師，找下一個銷售線索，或者只是向同行和協作夥伴廣播自己的職業身份。斯科特承認這在某些方向上非常寬，在另一些方向上又很窄。有了邊界，機器學習系統做自動判斷就有把握得多：什麼樣的評論算不當、算危險、算違法，在約束條件下是可判定的。 Xbox 的邊界更簡單：這裡是打遊戲的，不是來受氣的。霸凌不好玩，所以要用一切手段阻止它發生。遊戲圈裡玩笑和霸凌之間的界線很微妙，但至少方向清楚。 通用平臺沒有這種便利。斯科特的判斷是，這件事最終必須由政策制定者給出答案，走民主程式，讓普通人對界線在哪兒有發言權。不能讓一小撮不代表公眾的人做決定，而那些決定有全國甚至全球影響。 但他同時承認一個尷尬的現實：現在有些平臺不得不先做單邊決定，因為政策制定跟不上，而很壞的事情等不了。 ## 用十年補上三千年的功課 聊到假新聞和深偽（deepfake），斯科特給了一段跨度很大的歷史。 莎草紙是三千年前的事，文字可以落在紙上。印刷機五百年前出現，文字稍微普及了一點。真正讓印刷文字無處不在，要等到 19 世紀末膠印機發明。再疊加上工業革命對受教育勞動力的需求，識字率和文字產量一起爆發。 這裡有一個難以壓縮的時間差。從莎草紙到那個爆發點，人類有三千年時間去發明一整套機制：什麼是新聞業，什麼是編輯操守，什麼是科學同行評審。所有這些機制的作用，是過濾技術釋放出來的噪音，把資訊量降到社會能承受的水平。 然後 PC 誕生了，五十年前不存在的東西。瑪麗·米克爾（Mary Meeker）剛釋出的報告裡，全球網際網路滲透率 50%，三十五億人聯網。 斯科特的結論很直接：三千年積累的功課，大概要在未來十年做完。所以現在還沒搞清楚怎麼辦，一點也不奇怪，但必須真的撲上去做。 深偽讓他擔心的正是這個時間差。GAN 生成影象有非常好的用途，微軟正在用合成視覺資料訓練人臉識別模型，專門用來消除偏見。但同一項技術會把偽造一段逼真影片的成本從"很貴"降到"極便宜"。人類預設"看到的大體可信"這個假設，即將失效。 ## 一條能點開的保管鏈 解法之一，斯科特覺得在密碼學裡。 給內容簽名，建立完整的保管鏈（chain of custody）。你看到一段影片，點一下，能看到它來自哪個身份，以及你信不信這個身份。是不是真出自白宮，是不是真出自某位總統候選人的辦公室，是不是真出自薩提亞·納德拉或 LinkedIn 的 CEO 傑夫·韋納。 > 這些技術算不上高科技，我們早就有。（凱文·斯科特） 另一半解法在社會層面。弗裡德曼提到自己來自蘇聯，那時沒人相信媒體，因為大家都知道那是宣傳。那種懷疑反而促使人去追問、去驗證。斯科特接得更遠：現代科學這套裝置之所以強，恰恰是因為你不需要信任任何東西。假設、實驗、同行評審、可復現性，四道關卡的意思就是，如果你足夠懷疑，你可以自己去重做一遍。他說很多工程師的大腦天生就是這麼接線的。 ## 人臉識別的立場與那條過寬的禁令 布拉德·史密斯（Brad Smith，微軟總裁）2018 年秋天寫過一篇部落格，把微軟在這個問題上的立場講得很具體。斯科特複述了兩條：某些用途不該用人臉識別，以及這事需要監管，界線應該由民主程式劃定。 舊金山全面禁止政府機構使用人臉識別，斯科特的評價是"可能有點過寬"，但他個人寧願在這個階段過度謹慎，等有了經民主程式確定的監管框架，再談哪些場景可以用、應該用。 偏見的部分他說得挺細。最出名的一類是訓練資料裡少數族裔代表性不足，模型學出一些奇怪的規律。還有更詭異的：公開研究裡出現過模型認定"所有醫生都是男性"這種事。 他的推論是，任何人在釋出實驗、上線程式碼、甚至只是發論文之前，都該先花點時間想一遍潛在的負面後果。這個要求聽起來像道德說教，但放在一個模型幾小時就能訓練完、幾天就能部署出去的環境裡，它是工程流程的一部分。 ## Office 不會有大爆炸時刻 弗裡德曼問了個很樸素的問題：Windows 和 Office 的未來長什麼樣。他記得等 XP 釋出時的那種興奮，Windows 10 出來時只覺得"嗯，還不錯"。 斯科特的回答是不用等大爆炸。不會出現 Clippy 復活、一個完整助手突然降臨的時刻，會是一堆小步驟，你能看見中間過程。 已經在跑的東西：自動回覆越來越聰明，能識別出對方是在約會議，然後去查你的日曆，自動找一個雙方都合適的時間。Microsoft Search 不只搜網頁，還搜你 Office 365 租戶裡的全部資訊，未來還能搜到別的產品裡。Microsoft Graph 是個 API 聯邦器，把原本一個個資訊孤島編織起來。斯科特經常發郵件跟人要論文找文件，他說沒理由這種事還得自己幹，系統應該自動把東西撈出來。 Fluid Framework 是另一件更值得看的東西。微軟內部做了兩年，即將開源。它讓 Teams 變成一塊畫布：你在對話裡嵌進 Excel 表格的一部分，同事在 Excel 裡改圖表，嵌在對話裡的那塊實時更新。所有人看到的是同一個物件，改動實時同步。你可以在任何一塊最順手的畫布上做事，而這塊畫布可以從任何一個入口進入。 這段對話裡藏著一個小插曲。弗裡德曼問，用 Word 協作的時候大家不還是把檔案發來發去嗎。斯科特說不是，早就不用這樣了，然後補了一句：你不知道這件事，說明我們該做的工作沒做好，得讓人發現這些功能。一個管著幾萬工程師的人，很自然地承認產品在可發現性上的失敗，沒有辯解。 ## 帶十個人和帶幾萬人，差在哪裡 斯科特管過的團隊規模跨度很大，從十幾個人到現在的量級。他說規模上去以後，有三件事變得非常非常重要。 第一件是對長期要建什麼有預判。不需要你押注某一個產品、把籌碼全推進去，你得知道未來需要具備哪些能力，然後往那個方向投基礎設施。他說的基礎設施範圍很寬，儲存系統和雲 API 之外，還包括開發流程長什麼樣、要用什麼工具、圍繞什麼文化來組織協作。你在這些事情上得有明確主張，越早形成越好。 小規模可以糊弄過去。創業初期你不知道這些也能跑，邊跑邊調。但他見過的工程負責人最慘的處境，都是因為早期沒有足夠清晰的主張，於是攢下一堆技術債和文化債，清理起來痛苦到極點。 第二件是使命必須清楚，而且不能是那種"覺得該有使命所以隨口編的漂亮話"。它得能讓所有人明白大家往哪兒走。 他在這裡搬出了尤瓦爾·赫拉利（Yuval Harari）的《人類簡史》。書裡一個核心觀點是，講故事是協調大規模人群活動的根本機制。斯科特說他在帶工程團隊時親眼驗證了這一點。 鄧巴數以下，也就是一百二十到一百五十人以內，你可以靠蠻力管理。你知道每個人的性格，瞭解人和人之間的張力，靠直覺分配事情，出不了大問題。超過這條線，如果沒有一套共同目標在前面拉著，事情會以一種近乎災難的方式崩掉。 他說這話的時候先打了個預防針：聽起來很虛，很多技術人會本能地排斥，但使命真的極其重要。 弗裡德曼接了一句：故事就是社會的織物，是它把所有人連在一起。斯科特把它推得更遠。貨幣是故事，憲法是故事，法律是故事。我們極其堅定地相信它們，謝天謝地我們信，但它們本質上是抽象的東西，就是一些詞。如果沒人相信，它們什麼都不是。 而在某種意義上，那些故事就是平臺。微軟在造的是其中一部分，有些是我們共同定義未來的底座。 ## 把 AI 插到真正的難題上 最後一個問題，斯科特被要求聊到比微軟更大的尺度：未來二三十年，計算、技術、裝置會是什麼樣。 他的框架是：技術正以史上最快的速度推進，同時面前擺著一堆社會尺度的真問題，兩者必須交叉。 第一個是氣候。第二個是人口。他提到未來五十年，全球人口增長的主要部分在非洲，而氣候變暖會讓養活全球人口越來越難，尤其是在那個人口增長最快的地方。兩個最大的變數撞在一起。 第三個是醫療。他說如何用 AI 提升醫療質量、壓低成本、擴大覆蓋面，這個問題在美國、西歐、中國、日本、韓國，每一天都更重要。這些地方都有一個人口泡：大量正值勞動年齡的人，在未來二三十年裡會陸續退休，退休人口會超過勞動年齡人口。誰來照顧這些老人，誰來幹那些活，這是擺在檯面上的問題。 他給的歷史參照是綠色革命。七十年代八十年代他還是個孩子，所有人都在談人口爆炸，談人類養不活這個星球。而當時正處在綠色革命中間，技術驅動的作物產量在全球範圍大幅提升。其中一部分是把西方已知的東西分發到發展中世界，一部分是更聰明的生物學。今天已經沒人談人口過剩了，因為人類大致上解決了吃飯問題。 > 那是一個技術故事。（凱文·斯科特） 他承認自己對未來非常樂觀，然後說出了當下真正在做的一件事：他想讓其他人也樂觀起來。 理由還是回到赫拉利那句"我們是我們講述的故事"。如果在當下對未來過度悲觀，可能會讓那些本該準備好的東西準備不起來，從而錯過最好的可能。這個邏輯有點迴圈，但放在他那個位置上說得通：一個掌握資源的人如果相信技術能解決問題，資源就會往那個方向流；如果整個行業都相信末日將至，錢和人會去別的地方。 訪談結束時弗裡德曼開玩笑說，除了希望 Clippy 復活這件事，其他他都同意。斯科特笑著道謝。整場對話裡，他唯一一次表現出近乎孩子氣的興奮，是提到《瘋狂時代》的編劇坐在對面的時候。 幾周之後，微軟宣佈了對 OpenAI 的大額投資。這場對話發生在那個訊息之前。 回頭看，斯科特在錄音裡講的那些東西，和後來的投資邏輯是同一條線：AI 必須成為平臺，必須讓幾百萬人在上面建東西，不能變成少數幾個城市裡少數幾家公司決定一切。他講蒸汽機、講引擎變成零件、講資料該有價格、講平臺的成功標準是讓別人賺到比自己更多的錢。這些話在 2019 年 8 月聽起來像價值觀宣示，放到今天看更像一份路線圖的註釋。 他也沒有把難題說圓。資料怎麼定價，他說不知道。霸凌的線怎麼劃，他說得靠民主程式，可眼下平臺不得不先做單邊決定。深偽怎麼辦，他說防不住，只能建保管鏈，再指望人保持懷疑。三千年攢下的媒體素養功課，要在十年內補完。 一個管著幾萬人、手上握著最先進工具的人，願意在公開場合反覆說"我不知道""這很難""我們沒做好"，這件事本身比任何一條具體結論都有資訊量。 - 如果你在做產品，把 AI 當雜湊表用，別當賣點用。使用者要的是問題被解決，不是知道你用了什麼模型。 - 如果你帶的團隊超過一百五十人，先寫清楚使命再談排期。鄧巴數以下靠人情，以上只能靠共同目標，沒有第三條路。 - 如果你在做資料相關的生意，早一點想清楚貢獻者怎麼被回報。標註工人已經拿到錢了，剩下的人還沒有，這個缺口遲早會被填上，填的人不一定是你。 - 如果你在評估一個平臺值不值得押注，用蓋茨那把尺子量：它能讓你賺到的錢，是不是遠多於它自己賺到的。不是的話，你只是它的一個渠道。 - 如果你打算釋出任何模型或資料集，發之前花半小時列一遍可能的負面後果。這半小時的成本，比事後補救低幾個數量級。 - 如果你每天刷到的內容讓你越來越確信自己是對的，去重讀一遍科學方法那四道關卡。假設、實驗、評審、可復現，這套東西存在的唯一理由就是不讓你信得太容易。