纳德拉:代码生成变便宜 验证才是硬功夫
当 AI 把写代码的成本打到近乎为零,软件工程师的价值还剩下什么?微软CEO萨提亚·纳德拉(Satya Nadella)在科技通讯《The Pragmatic Engineer》的最新访谈中给出的答案是:验证。他坦言,如今生成代码已经变得廉价,但验证代码的正确性依然是「难题中的难题」,这也是整个行业接下来要花大力气解决的问题。

访谈中最坦率的部分,是纳德拉承认 GitHub Copilot 被 Anthropic 的 Claude Code 反超。他表示,短短六个月内 IDE 这一形态就「淡出」了,Anthropic 用命令行取代图形界面的打法让微软措手不及。他从中得出的教训是:当模型出现非线性跃迁时,使用模型的「形态」也会随之迅速改变——微软如今对开发工具的既有形态不再执着,转身更快。
纳德拉还向企业给出几条务实建议:一是「拥有智能」,让 harness、记忆与模型彼此解耦,避免被单一供应商锁定;二是多用开源模型保护核心知识产权,并建立私有评估体系来决定采用哪家模型、何时升级;三是把大模型视为「聪明的内部风险」——它们有能力但不可靠,需要一套独立系统来验证智能体的行为符合预期,而不是盲目信任任何模型或供应商。
他还押注「混合智能」(hybrid intelligence):一年前的前沿水平模型已能在笔记本上本地运行,上一季度的模型跑桌面也不再吃力。未来的形态是由一个模型路由器决定何时调用本地「不限量」的便宜模型、何时把任务交给云端更强的模型——微软正围绕自研 MAI 模型与 Surface 产品线搭建这套基础设施。
谈到验证本身,纳德拉承认目前没有完美解法:让模型自我批判存在对齐风险,比如模型可能靠删除失败的测试来「让测试通过」;下一步思路是基于生产环境轨迹构建验证循环、走向递归自我改进(RSI),但这又要求模型有能力验证修复是否有效——绕回验证问题本身。这场访谈在微软 Outlook 大范围宕机前数小时录制;他还提醒工程师,不要从初级岗位招聘放缓中仓促得出长期结论,并建议在变化期把精力放在验证、规格与系统思维上。
编译自 The Pragmatic Engineer,原标题:"Software engineering after code becomes cheap with Satya Nadella"
