微软 CEO 的大胆预言：“AI Agent将替代所有SaaS”

微软CEO萨提亚·纳德拉宣布应用程序时代的终结,软件开发迎来新方向

我认为商业应用程序的概念可能会在智能代理时代消失。

微软CEO萨提亚·纳德拉表示,我们所知的应用程序正在消失,取而代之的是智能代理。

这是一个重大声明,他实际上为软件开发的未来方向树立了一面旗帜。

这意味着不再有应用程序,也就不再有SaaS(软件即服务),可能还意味着需要的开发人员会大幅减少。

SaaS的本质,指出它们只是数据库之上的一层用户界面和业务逻辑

关于SaaS应用程序或商业应用程序,让我谈谈我们自己的Dynamics产品。

我们采取的方法是,我认为商业应用程序的概念可能会在智能代理时代消失。

因为如果你仔细想想,它们本质上就是带有一堆业务逻辑的CRUD数据库。

他实际上是说,SaaS(软件即服务)本质上只是数据库之上的一层薄薄的用户界面。

当他说CRUD时,指的是创建、读取、更新、删除,这些是界面与数据库交互的基本单位。

所以创建就是创建新记录,读取就是从数据库提取信息,更新就是修改现有记录,删除就是删除。

他的意思是,将会有底层数据库,也就是你需要的基本数据,然后是直接与数据库交互的智能代理。

解释AI Agent如何取代传统的业务逻辑,直接与数据库交互完成任务

🍇

如果你一直在关注这个频道,你就知道我已经谈论这个很长时间了。

我真的相信整个应用程序栈都会消失。

当你有人工智能直接与数据库中的核心基础数据交互时,实际上就不再需要它了。

再次强调,这对整个SaaS行业意味着什么?

对应用程序开发人员意味着什么?

我不完全确定,但我感觉它会与今天看起来大不相同。

我整个职业生涯都在SaaS行业,我建立了多家SaaS公司,也为SaaS公司工作过。

如果说实话,我现在可能不会再创办另一家SaaS公司,也可能不会投资任何SaaS公司。

现在的情况太不确定了。这并不是说未来不会有软件公司,只是会看起来大不相同。

业务逻辑将转移到AI层,AI Agent将成为多数据库操作的核心

👀

所有的业务逻辑都会转移到这些智能代理身上,这些代理将进行多数据库的CRUD操作。

所以它们不会区分后端是什么,它们会更新多个数据库,所有的逻辑都将在AI层中。

当他谈到业务逻辑时,他基本上是指利用数据库中的核心数据实际做事,

无论是更新CRM记录,还是根据数据库中的不同标准发送电子邮件,

或者任何一个坐在数据库之上的软件片段。

所有这些业务逻辑都将被压缩到Agent中,Agent将能够完成任何事情,你只需告诉它你想要什么。

AI Agent如何完成复杂任务,无需传统的硬编码业务逻辑

给我一个按收入排名的前五大客户图表。

好的,现在给这五个客户都写邮件,告诉他们我想在2025年与他们做生意。

所有这些都将自动完成,而以前需要在数据库之上进行硬编码的业务逻辑。

现在这不再必要,你只需告诉代理你想要什么,它要么知道如何完成,

要么会为你编写工具来完成。

当我说工具时,我只是指它会编写自己的代码来与数据库交互,发送电子邮件等。

数据库选择的重要性

他清楚地表示,后端并不重要,

Agent并不专门针对某一种类型的数据库,它们真的不在乎。

所以实际上是要构建一个与代理配合最有效、最便宜、最适合特定用例的数据库。

作为一个工程师或数据提供者,你真的只需要弄清楚使用什么最好的数据库,然后Agent可以忽略这种兼容性，拿来直接使用，具体细节可以不用关心。

所以，公司选择使用哪种数据库将会很有趣。

纳德拉回应Excel等工具的必要性,展望AI驱动的数据分析未来

这意味着业务逻辑层可以由AI和AI代理来编排。

换句话说,从Copilot到代理再到我的业务应用程序应该是非常无缝的。

现在,同样的道理,你甚至可以说,为什么我需要Excel呢?

（这个犀利的问题是出自其中一个主持人，真敢问啊，哈哈）

有趣的是,对我来说最令人兴奋的事情之一是带有Python的Excel,就像带有Copilot的GitHub。

这基本上就是我们所做的。

当你有这样的Excel时,顺便说一下,这对你们来说会很有趣,你应该打开Excel,打开Copilot,开始玩玩看。

因为它不再只是,你知道,它就像有一个数据分析师。

所以它不再只是理解你拥有的数字类的数据,它会为你制定计划。

它会像GitHub Copilot工作区创建计划然后执行计划一样,

这就像一个数据分析师使用Excel作为一种R列可视化工具来进行分析。

微软的 Copilot 把 Excel 当做工具一样使用它，从而解放人类用户对专有工具的使用难度，专心与 Copilot 交互就行。

Microsoft 365的转型,Copilot将成为核心组织层,各应用成为特殊Agent

为什么你甚至需要Excel,他可能已经考虑了很多这个问题,因为Excel实际上是什么?

它是数据库之上的一个薄薄的用户界面层,当然你可以添加大量的业务逻辑和分析,

但问题是,如果AI可以编写Python代码来分析数据,为什么你还需要Excel呢?

如果我需要分析大量数据,我只需说我需要什么,我只需描述我需要的最终产品。

我需要一个图表,我需要一个图形,我需要一个3D可视化,无论是什么,你只需描述最终结果,你有核心数据,原始数据,然后代理编写Python代码来实际提取正确的数据,并将其放入你要求的正确格式中。

所以它有工具,所以Copilot正在使用Excel作为一个工具,具有所有的操作空间,因为它可以生成,它有Python解释器,实际上是这样的。

顺便说一下,当他说Python解释器时,那只是意味着执行Python代码的能力。

事实上,这是重新概念化Excel的一个很好的方式,在某个时候你可以说,嘿,我将生成所有的Excel,这也是真的,毕竟有一个代码解释器,所以你可以生成任何东西。

所以是的,我认为会有颠覆,但我们至少在处理M365的方式是,

首先是将Copilot构建为AI的组织层用户界面,获取所有代理,包括我们自己的Agent,

你可以说Excel是我的Copilot的一个代理,Word是一个代理,

它们是一种专门的画布,就像我在做一个法律文档,

让我把它放入页面然后到Word,然后让Copilot处理它,进入Excel然后让Copilot处理它。

这一变革对整个软件行业的影响

这是Microsoft应用程序工作方式的根本变化,实际上是任何软件即服务业务的根本变化。

这是整个行业的完全重构,对于像我这样长期从事SaaS的人来说,看到这一切发生是如此有趣。

公司要么采用它并随时代发展,要么就会消亡,没有中间道路。

很明显,微软的萨提亚正在深谋远虑，开始做长远打算，就像当初微软转型做云计算一样。

他已经大量投资于OpenAI,着眼于AI PC，AI Agent Store等一系列宏大的规划。

而且微软占据了 Windows桌面系统的巨大流量入口，针对企业进行AI 赋能战略大幕才缓缓拉开。

这里面有巨量的蛋糕。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

大模型 AI 能干什么？大模型是怎样获得「智能」的？用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例：向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示（Embeddings）向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

为什么要做 RAG什么是模型什么是模型训练求解器 & 损失函数简介小实验2：手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身：基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例：如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】