ZDNet至顶网软件频道消息:纳德拉担任微软CEO已经有5个月了,2015财年刚刚过去10天,纳德拉就给全体员工发了一封电子邮件,宣布新财年他的施政纲领。在邮件中,纳德拉并没有不停地讲开发,也没有太多地提到设备和服务,而是就微软的世界观、核心要务以及公司文化等问题进行了阐述。纳德拉表示,微软不会再使用“设备和服务公司”的口号, 该定位是鲍尔默执政最后一年时提出的。纳德拉表示,展望未来,微软的核心是生产力和平台。
微软最初的使命是要使得每一个家庭里、每一张桌上拥有一台个人电脑。后来,微软要成为一个设备和服务公司。而在现在,纳德拉则表示,“设备和服务的说法在我们开始转型时是有帮助的,但现在我们需要更精准的策略。就我们的核心意义而言,微软是一个生产力和平台公司,要建设一个移动先行和云先行的世界。我们仍将再造生产力,以便帮助地球上的每个人和每个组织获得更多的收获。”
纳德拉指出,生产力不仅仅是像文档、电子表格和幻灯片之类的Office。生产力还涵盖分析软件与服务、开发工具、翻译软件和其它更多的东西。他还表示,未来的Skype在线翻译、Cortana私人助理、AzureML机器学习服务全都是新的微软生产力软件和服务的例子。 而平台也不仅仅是Windows,而是指打造可以在一些最重要的移动操作系统上运行的软件和服务。
纳德拉的电子邮件有一个图表达得很清楚:生产力软件和服务(又名“数字化工作及生活体验”)处于新的“一个微软”的中心。设备操作系统、硬件以及云操作系统(附于Azure和Windows Server上)是内核的扩展。
纳德拉在电子邮件中表明,Xbox是微软的核心业务之一。Bing也很重要,因为其与微软的许多产品都有牵连,并相互影响。“我想,作为一家大公司,界定核心业务非常重要,但在其它的我们能够产生根本影响和取得成功的领域作出聪明的选择也很重要。”游戏是纳德拉声称要投入的领域之一。“从花费的时间和金钱来看,游戏是移动为先时代最大的数字活动类别。”纳德拉承诺将保留游戏业务,此前不少分析师建议他放弃该业务。
纳德拉表示,“Xbox是最受推崇的消费品牌之一,其拥有不断增长的在线社区与服务。Xbox拥有人气爆棚的粉丝群。我们的很多技术也可以从游戏产品里获益,可以转而用到生产力产品和服务上,例如,Windows的核心图形技术和NUI技术、Skype里的语音辨认、Windows里Kinect的摄像头技术、Azure云强化版的GPU模拟等等。我们底线是要不断创新,要不断扩大我们的Xbox用户群,同时为微软创造附加的商业价值。“
关于不久前,购入诺基亚手机业务的事情,纳德拉在邮件中并没有透露是否有裁员的计划。微软官员表示,希望两家公司的合并可以节省6亿美元。有些华尔街人士预预,减少雇员人数很可能是微软节省开销的方式之一。纳德拉提到新员工培训和开发资源,让我觉得会有裁员这一步。
他在邮件也清楚地表明,微软正在改变开发产品的流程,会简化设计流程,各团队要合作将重点放在数据、应用科学和软件工程上。微软内部的各个工程团队将在预测分析和可衡量结果方面更加注重利用遥测数据。鲍尔默任期结束的时候,微软云计算与企业团队建了个社团/职能管理结构, 该团队现在正在拆除这个结构。笔者预计其他还没有这样做的团队也很快会动手。
纳德拉还表达了一个意思:微软这一阵子要出新招。他写道:什么都可以拿到桌面上来讨论,只要是关于改变公司文化、实现核心策略的事情都可以谈。部门架构要改变。会有合并和并购。岗位职责会有改进。要发展新的伙伴关系。要质疑令人生厌的传统。要调整我们的重点。要获取新的技能。要听取新的意见和建议。要雇用新人。要简化手续。如果你想在微软开花结果、想对世界产生影响,你和你的团队除了做好上述各条以外,还必须做出很多别的改变,而且是要充满热情地去做。
7月的纳德拉着实很忙,他在下周华盛顿特区召开的微软全球合作伙伴大会上有一个主题发言,还会出席7月22日微软财报电话会议。月底时,他还会在历时一周的、只有微软雇员参加的微软年度销售会议MGX上向销售人员训话。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。