888: Teams of Agents: The Next Frontier in AI Collaboration, with Mike Pell
31:32 Share

Mike Pell 与 Jon Krohn 讨论了微软车库项目，这是一个推动这家科技跨国公司创新文化的项目，以及听众如何将其原则应用到工作场所以促进创新。在这个为期五分钟的星期五节目中，你将听到更多关于微软对自主式 AI 的方法、工作场所中人机协作的未来，以及为什么实验和好奇心是未来工作中关键技能的讨论。

<raw_text>0 这是第 888 集，嘉宾是微软车库的总监 Mike Pell。欢迎回到 Super Data Science 播客。我是你的主持人 John Krohn。今天的节目重点介绍了我几周前在布鲁克林举行的首届 AI 和创造力峰会上主持的一次会议的亮点，该峰会由 Artist and the Machine 举办。

这是一个在阳光明媚的一天举行的精彩的全天活动。我的现场对话嘉宾是杰出的 Mike Pell。Mike 是 PDF 和 Adobe Acrobat 的发明者。他是微软车库的总监，这是一个全球创新项目。他拥有 20 多项美国专利，并著有 3 本书。今天的节目内容丰富、乐观且具有前瞻性，对本播客的任何听众都将感兴趣。

在节目中，Mike 详细解释了为什么 AI 代理是一种外骨骼，它赋予你从未有时间掌握的能力。他谈到了即将从被动式 AI 到主动式 AI 的转变，主动式 AI 将像值得信赖的同事一样介入。他还谈到了为什么他认为我们正在进入 AI 革命的“好时光”，以及这对未来工作意味着什么。

请注意，在节目的结尾，Mike 和我回答了听众的问题，但听众没有麦克风，所以我们会跳过他们提问时的死寂，直接跳到 Mike 或我为你重复问题。

好了，现在让我们直接进入我们的对话。我们开始吧。我在微软工作了 23 年，其中在车库工作了 10 年。别告诉任何人我在那里待了这么久。这太尴尬了。车库被描述为一个推动微软创新文化的项目。你如何在日常生活中培养员工的这种心态？例如，有没有什么特别的实践

我们的听众可以了解到，这可以让他们拥有一个更有创新力的工作场所？- 你这么说很有趣，John，因为我认为大多数人都想做一些有创意的事情。你的工作或你的角色可能不会

需要那样，但我们发现人们真的希望做一些比他们现在做的更多的事情。因此，我们自然而然地都被吸引去做一些新的、令人兴奋的事情。大约 10 年前，当 Satya Nadella 成为新任首席执行官时，我们在微软发现我们可以创建一个机制和一种方式，让人们在日常工作中做到这一点，而不会显得特别。

是的，这是我们的目标。我们永远无法做到所谓的“20% 时间”或每周有一天可以做任何你想做的事情，因为我们都太忙了。我们发现，如果我们试图改变文化，使其更具好奇心和实验性，那么它就会融入我们所做的一切。它会融入到空气中。因此，这不会是一件奇怪的事情，而只是我们所有人都在做的事情。我认为你们所有人也可以练习一下。

但实际上，你该如何做到这一点？这似乎是一件很容易说的事情。是的，我们将拥有好奇的文化。但是，你如何张贴标语说“要好奇”？不，实际上，你不会张贴标语。你告诉人们不要请求许可。

这听起来很糟糕，对吧？律师不喜欢这样。如果你问某人，“我可以创新吗？我可以做一些新的事情吗？”答案当然是否定的。但你必须告诉人们，去做吧。去做吧。证明它有效或无效。给我一些数据来证明你的观点，以便我们可以继续这样做。但这并不是你可以简单地说，“大家好，让我们都更有创意”就能奏效的事情，对吧？但是

但对个人而言，如果你建立联系，你说，“我知道你在这方面很有天赋。我知道你在这里有一个好主意。”人们就会去做。好的。那么，让我们谈谈一些现在正在引起很多关注的具体创新。企业自主式 AI。因此，今年 2025 年，似乎是自主式 AI 之年。你上周向我表达了一个有趣的观点。

关于 AI 代理如何像我们随时可用的外骨骼一样，使我们能够做以前从未做过的事情。你想详细说明一下吗？当然。我认为总的来说，AI 是人们的一种超能力，这意味着它将使你能够做一些你可能永远没有时间去做的事情，你不知道如何去做的事情，或者你真的……

即使有时间，也无法真正掌握。所以对我来说，这是一种外骨骼，就像钢铁侠套装一样，你穿上它就能获得这些能力，而无需深入挖掘，这就是它的魔力所在。现在，代理部分是当你将其中一些能力打包成一些让你感觉像值得信赖的同事、顾问或某个非常专业的人的东西时。

所以，你们知道，对我们来说，人工智能，我相信你们所有人也都尝试过，并做了非常有趣的事情，是底层技术，但代理是某种程度上感觉像人的包装。一个快速的听众问题。有多少，似乎可能是夹层噪音下降了，但这是否使得，上面的所有噪音是否使得难以听到我们，或者还可以？好的，很好。我可以看到你周围有扬声器。

无论如何，它似乎已经安静了一些，所以我不用责备他们。我认为我们让他们厌烦了。他们都走了。夹层的人？不，现在他们听得如此投入。他们在楼上开了酒吧。好的，是的，关于 AI 代理是外骨骼的观点很好。现在让我们更具体地谈谈人机协作。

在工作场所。因此，AI 越来越成为我们日常工作中的同事，而不仅仅是一种工具。微软的 AI 工作就是这样宣传的。它们就像强调人与 AI 之间协作的副驾驶助手。例如，新的 Microsoft 365 副驾驶可以加入你的会议，它可以总结讨论，突出行动项目作为主动助手，这听起来很像一个代理。

让人们从繁琐的任务中解放出来，从而专注于高价值的工作。是的，我的意思是这并不是一个真正的问题，但我确实有一个由此产生的问题。- 等等，我本来想回应一下。- 好的，说吧，说吧。- 好的，所以你刚才对我说的有趣的部分是，是的，AI 有很多不同的东西，

人们没有意识到的是，这些模型、这些代理和这些东西，它们在许多你没有意识到的方面都具有令人难以置信的能力。直到你开始问它某些问题，你才会发现这一点。它实际上可以充当顾问、咨询师或某个领域的专家。只是人们不知道他们可以深入到这种程度。

所以首字母缩写 GPT 中的 P 代表预训练，这意味着它拥有大量的知识。我知道你深入研究过这个，但很多人并没有意识到模型中还有很多你甚至没有听说过的事情。我们甚至还没有触及皮毛。它感觉就像你交谈的专家。

我编造了自己的问题。是的，我很高兴你做出了回应。太完美了。但我确实有一个关于人机协作的介绍性后续问题，那就是，既然现在许多人都在谈论 AI 副驾驶，微软首席执行官 Satya Nadella 甚至说每个员工都将拥有一个了解他们工作方式的 AI 副驾驶。那么，你如何设想 AI 作为合作者

在人力资源方面，就像在实际方面一样。当人和 AI 在许多项目和问题上并肩工作时，它是什么样的？

从我们现在所处的位置转变，这有点像被动模型，对吧？AI 只是一直坐在那里，等待你问它问题或告诉它做某事。我们将很快遇到的转变是，这将发生逆转，它们将变得更加主动。当你工作时，当你交谈时，当你做不同的事情时，它实际上不会打断你，而是会插话并说，“嘿，Mike，

你真的是这个意思吗？还是你在考虑我们上周做的事情？”所以，整个极性将从仅仅在后台等待转变为积极参与者，成为你的同事。这就是这种重大变化的感觉。你会感觉你实际上有了一个非常聪明的、值得信赖的同事。而信任部分是最重要的部分。

很好，是的，我认为随着错误率的下降，你可以越来越信任它。所以当我使用来自 OpenAI 的深度研究时，例如，它令人难以置信。因此，当你拥有这种准确性、这种信任度时，你可以使用的任务就越多，它肯定会增加。

而且一如既往，信任是赢得的，对吧？它必须做足够多正确的事情，你才会真正开始信任它。顺便说一句，人类的失败之处在于我们开始信任技术，而停止关注，对吧？当我们停止关注时，问题就出现了。所以我只想问你们所有人，当你们使用所有这些新技术时，不要在方向盘上睡着。不要过于信任它，以至于你没有进行验证。典型的克格勃情况。

信任需要验证。所以，是的，现在，就我们拥有的 AI 帮助的具体示例而言，我们信任它们处理的事情包括帮助编写代码，例如 GitHub Copilot。

编写和总结文本。- 你知道，我会很快告诉你，GitHub Copilot 几乎没有成功，因为最早的版本并不完美，对吧？你可能认识程序员，工程师非常挑剔。因此，当有一些语法错误时，有人查看了一下，然后说，“哦，这永远不会奏效。

就像愚蠢的语法错误一样。那是开始。如果他们当时停下来，我们就永远不会拥有我们现在拥有的东西，那就是你基本上可以告诉代理为你编写一些代码，它会做得非常出色。但有趣的是，我们如此挑剔，我们如此迅速地判断早期的错误，以至于我们忽略了更大的图景。- 很好，这是一个有趣的故事。我不知道这一点。

但是，是的，我的意思是，所以像 GitHub Copilot 这样的编写代码的东西，我们有用于编写和总结文本的大型语言模型，甚至生成图像、视频。从你在微软车库的角度来看，人机协作最令人兴奋或最具影响力的实例是什么？

这在我们车库里经常发生。我的工作非常有趣。我可以与世界上最成功的公司合作，并扰乱他们的思维。我做到这一点的方式是向他们展示 Microsoft Copilot AI 如何真正加速他们长期以来一直在做的事情的部分。

这非常出乎意料，因为它太简单了。就像他们一直做的事情一样。你必须做一些市场调查。你需要弄清楚你的竞争对手在做什么。你需要制定一个良好的市场策略。我们有很多人在这方面做得很好。

但是，模型完成这项工作所需的时间，你可以从需要三天的时间缩短到 30 秒，这绝对让他们震惊，因为他们根本不知道。所以这就是最大的破坏。我们看到的最大变化是，如果人们只是知道这一点，然后开始使用它并进行实验，那么他们的商业模式、流程、系统以及他们开展业务的方式就会发生改变。

所以这给人的感觉是它被低估了。但是，你认为我们今天可能做不到的事情，我们很快就能做到吗？是的，就像即将发生的事情一样。最明显的事情是你们所有人听说过自主式 AI。所以对我来说，当你听到代理或自主式时，请考虑任务这个词。

能够将任务链接在一起是目前 AI 实现和工作的最新技术水平。所以我们今天做不到的事情是，有时会给这些代理提供完全模棱两可的复杂任务，让他们在没有我们大量输入的情况下完成这些任务。

这就是即将发生的事情。就像现在一样，是的，通过强化学习，通过告诉它没有做对的地方，它可以纠正自己，并可能找到前进的道路，也可能找不到。但在未来，代理团队将一起帮助解决这些问题。而代理团队是我们现在还远未达到的目标。是的，单个代理可以与其他代理交谈，但我们没有看到代理大军一起涌现的行为。

是的，它正在发展。我的意思是，有一些开源框架正在兴起，例如 Crew AI。但我认为这个问题是，如果你有一个，即使只有 1% 的错误率，

在使用单个代理做出的决策上。如果你有 10 个代理一起工作，那么你必须将某种问题通过该多代理系统出现的概率相乘。或者反过来。我们还不知道。它可以降低错误率。

如果代理正在寻找它。我想你可以故意设置一个正在审查的代理。是的。这就是编排，对吧？以及我们试图构建到这些系统中的所有其他事情。很好。是的。你说的非常有道理。这就是你付我这么多钱的原因。对于那些不是 AI 专家但开始在工作流程中使用 AI 工具的专业人士来说……

你对如何有效地与 AI 协作有什么建议？人们如何充分利用当今可用的 AI 助手或 AI 代理，特别是如果你自己不是程序员？我首先告诉人们，你不需要上课。人们总是问我，我应该上什么课来学习 AI？我告诉他们，不要上课。就像和人说话一样与它交谈。

选择你最喜欢的，无论是 Copilot、ChatGPT 还是 Cloud，都没关系。像和人说话一样与它交谈。问它一些你会问你的朋友、家人或同事的问题。开始对话。这就是你将学会有效使用它的方法，因为然后你将开始弄清楚哪些类型的问题最有效地完成工作，无论那项工作是什么。我给他们的下一个建议是不要尝试将其用于大型项目。将其用于小型项目。

取得小的胜利，建立能够快速完成某事的能力，最终你将获得足够的专业知识或足够的，我会说，信任和信心，然后开始与你的队友讨论他们所做的事情。

这就是乘数效应发挥作用的时候。当你实际上可以与其他人一起工作时，不仅仅是你和 AI，而是你、你的助手和其他助手一起工作，那时你就会开始意识到在团队环境中使用它的强大之处。很好，非常酷。

好的。让我们稍微改变一下话题，在我的最后几个问题中，我们一直在讨论人机协作。我现在想听听你的想法，不仅是关于 AI 的未来以及我们如何与之合作，还包括 AI 如何改变人类的工作。所以

你上周在与我的一次谈话中强调了软技能（如创造力）相对于可自动化的硬技能的重要性。你举了一个具体的例子，意大利学生，我不知道是不是所有意大利学生，但我猜意大利学生经常进行口试。你说许多美国学生会不及格。

但 AI 可以成为解决方案的一部分。你想详细说明一下吗？是的，当然。我们看到的是，我将概括一下美国公司的情况，我们看到学生毕业时缺乏一些你期望拥有的最基本技能。清晰沟通、辩论、批判性思考、能够随机应变的能力。

这些孩子真的很聪明，对吧？他们比上一代人聪明得多。但是，过去被称为人文科学的这些技能在他们带到工作中的东西中却缺失了。所以我们看到的是，我们需要让学生、职业生涯早期的人掌握这些软技能，例如能够交谈、沟通和进行对话，因为他们角色中的硬技能部分将由机器自动化。

工程、医学、生物学，所有硬技能方面的东西都将通过系统获得。

缺少的是他们的商业头脑以及他们实际上成为一个真正有价值的人的能力。所以我看到的未来工作并不是依赖于使用 AI 来提高硬技能，因为这将是理所当然的。使用 AI 来更好地成为一个伟大的团队成员、一个伟大的教练、一个伟大的合作者。

这就是，你知道，这就是每个人工作的未来。这不仅仅是少数人。我们每个人都必须在这方面变得出色，因为相信我，你所做的事情的一部分将以某种方式实现自动化。你知道，但这并不是最重要的部分。重要的是你仍然是一个人。你非常聪明，对吧？你比机器永远都聪明。这就是我们想要从你身上获得的东西，也是我们从未来工作中需要的东西。

很好。在此基础上，以及 AI 如何重塑我们所做的任务，承担越来越多的工作任务，最近的微软工作趋势指数报告……昨天发布的。哦，真的吗？是的。

我一周前得到了这个数据，但我发现这个数据显示，75% 的全球知识工作者已经在工作中以某种形式使用生成式 AI。所以领导者……

商业领袖正在努力将这种个体实验转化为组织变革。Satya Nadella 在他的 Ignite 2024 主题演讲中强调，副驾驶是 AI 的用户界面。它是完成工作方式的组织层，每个员工都将拥有一个副驾驶。所以这表明未来 AI 将深深融入我们的工作流程，

所以我现在有一些问题要问你，这些问题深入探讨了 AI 如何改变工作、工作流程以及我们需要的技能。因此，根据微软的研究，2024 年是 AI 在工作中变得真实的一年，引用结束。

从你的角度来看，AI 如何从根本上改变工作的性质？例如，你是否预见到 AI 将像互联网或个人电脑一样普遍存在于我们的日常工作生活中？这种转变是什么样的？所以我先从最后一个问题开始。它已经存在了。

人们没有意识到机器智能，无论你想要什么，强化学习，所有这些 AI 中的底层东西多年来都存在于你的手机中。它们是 Netflix 如何知道你接下来想看什么的方式。它是亚马逊如何知道你接下来想买什么的方式。它已经融入到空气中了，对吧？它已经存在了。人们已经使用它很多年了。我们只是没有称之为 AI。

现在我们谈论它。一年后，没有人会像我们现在这样谈论 AI。它只会成为事物运作的方式。所以关于最后一个问题，它已经完成了。它已经结束了。

回到这如何影响个体工作，同样，AI 已内置于你已经使用的所有工具中，无论是 Microsoft Office 套件、Adobe Creative Suite、你正在使用的财务软件、你的项目管理软件，所有这些都具有一些机器智能的底层或正在发生的事情，这有助于你完成工作。你正在使用的程序可能不会明显地告诉你这一点，但这就是后台发生的事情。所以从某种意义上说，

我们使用的基础设施和系统已经在这样做了。所以我们不必担心这一点。但是你是否想有意识地使用它或想更快地完成工作，这就是你必须愿意推动和尝试的地方。Copilot，Satya 说 Copilot 是 AI 的 UI 的原因是他所说的它是界面。这是你访问人工智能的方式。你基本上只是与它交谈。

我向你展示了我的手机。我只是拿出我的手机，然后与 Copilot 交谈。嘿，Copilot，你对……有什么看法？它会像人一样与我交谈。所以界面是你与 AI 通信的方式，现在已经变得如此简单，任何人都可以做到，因为它只是一次对话。很好，很好，答案很清晰。我很高兴你一开始就驳斥了我的问题。这是我的工作。这是一个愚蠢的问题。

现在回想起来，我希望我能收回它。所以我还有一个最后的问题要问你。不，我们还没结束，对吧？不，因为我要向听众开放。我说这是我的最后一个问题，以便他们的潜意识大脑可以开始思考他们可能提出的问题，并让它们浮出到意识领域。所以我的最后一个问题建立在你对未来的设想之上。

为我们描绘一幅工作场所的图景，比如五年或十年后。正常的工作日是什么样的？是的，我的意思是，我可以继续说下去，但这可能是，你知道，这是关键问题。我会说，从框架的角度来看，它与今天的工作日并没有太大的不同。就像，我们都必须以某种方式赚钱。我们赚钱的方式，我们工作的方式将有所不同，因为这些系统……

将完成许多繁琐、无聊且耗时的工作。正如我们前面所讨论的，这让我们可以自由地使用这个令人惊叹的钢铁侠外骨骼来更好地完成我们的工作。所以我认为你会在工作场所发现，我们在影响力、酷炫程度以及能够完成这些我们以前无法想象的科学和医学方面的工作方面，正在做一些我们今天甚至无法想象的事情。

这将是未来工作的方向，就像这些我们甚至还没有达到的疯狂的事情一样。但我们进行的方式将是我们前面讨论过的。系统将积极地成为你的队友。它将成为你的导师。它将成为你的老板。它将成为你的同事，为你工作的人。你热烈的职场恋情。

我只是说，你知道，我们甚至不会想到我们的同事、老板和下属是我们的代理。它只会成为现实。但我们所做的事情的性质将是神奇的。我是一个乐观主义者，所以我对未来有着非常美好的看法。但我确实认为我们正在进入各行各业的“好时光”，无论是医学、工程、社会科学，你知道，所有这些。很好。我喜欢。我也是个乐观主义者。

我认为这将是一个美好的未来。但让我们看看听众的想法。情况会变得糟糕吗？你对 Mike 有什么意见或问题，他是洞察我们 AI 未来走向的世界领导者？

我们昨晚才讨论过这个。你想快速重复一下问题吗？当然。我认为这个问题是，AI 世界正在发生很多事情，你如何跟踪哪些是什么？你怎么知道什么东西最适合这个或那个？这是一个很好的概括吗？所以我们昨晚才讨论过这个，我也有同样的问题。我们都有同样的问题。在人类历史上，从未有过如此多的创新以如此快的速度每天都在发生。

所以我们开玩笑，半开玩笑地说，我们应该创建一个代理来跟踪正在发生的事情。这基本上会，你知道，众包，今天的或现在的领先情绪是什么，对于什么是最好的，例如，“嘿，现在哪个 AI 模型最适合编码？哪个 AI 模型可以为我制作一部完整的长片？哪个 AI 模型可以让我进入哈佛？”

因为它会每小时、每天都在变化。所以没有人能够跟踪所有这些。但我认为通过众包人们在帖子和讨论中的情绪，我们也许可以接近。对于特定任务，可能已经存在你可以利用的基准。

或者对于一般的能力，有 LMSYS，现在它已经被重命名为更好的东西，但它是 LMSYS，L-M-S-Y-S。如果你在 Google 上搜索它，你仍然可以访问相同的……你是说 Bing 吗？Bing？所以它是一个排行榜竞技场，或者是一个竞技场排行榜，人们去那里……

是回应 A 还是回应 B 更好？所以人类只是为了好玩而进行这种评估。回应 A 和回应 B 是由两个不同的领先开源或专有模型创建的。这给出了一个总体的观点。你说 Bing 是什么意思？Bing 搜索。你说在 Google 上搜索。哦，是的，对不起。我本周必须拿到报酬。是的。

我忘记了领先的搜索引擎是什么了。所以……

人们总是使用这个动词。人们总是狂搜东西。我经常这么说。作为一个有趣的，只是一个快速的小插曲。所以当 ChatGPT 两年前横空出世时，微软采用了我们的搜索引擎 Bing，并集成了其背后的 OpenAI 模型。这是一个实验，看看它能否增强，这个生成式 AI 能否增强搜索模型？发生的事情是人们……

人们开始使用这种人工智能驱动的搜索而不是搜索引擎。直到今天，我仍然这样做。我从不去谷歌或必应。我只是去Copilot，问它我问搜索引擎的问题，因为我会得到像人回答我一样的答案，而不是一堆链接。所以它有点像perplexity吗？

我不知道。我用我所知道的。是的，问题是，人工智能是自电力工业革命以来最伟大的事情，一些工作将变得不那么可行或不那么有利可图。所以，是的，我们能做什么？我们应该做什么？将会发生什么？设想一下。设想一下。

所以这是真的。大约六七年前，微软出版了一本书，名为《未来计算》，谈到了这件事。这是六年前的事了。如果你回顾历史，你会发现这种情况一次又一次地发生。是的，由于转型的速度，这可能更为严重，但这之前也发生过。

某些工作消失了，或者以不同的方式重组了。人们必须学习新的技能。我们朝着不同的方向前进。不同类型的运动出现了。这正是现在正在发生的事情。所以没有人可以把头埋在沙子里，认为这件事不会发生。它正在发生。它已经发生了。

所以我们现在必须弄清楚的是，我们个人前进的道路是什么？作为个人，我们在乎什么？作为家庭、社区和企业，我们在乎什么？让我们专注于此。让我们不要被“人工智能正在抢走我的工作”的想法所困扰。这没有用。有用的是我要为此做些什么？

我现在要专注于什么？我该如何学习不同的东西？我该如何做一些完全不同的事情？我总是说，我前几天告诉约翰，我永远不会成为一个伟大的汽车概念艺术家。我喜欢概念车素描。作为一个艺术家，我认为这超级酷。我永远不会那么好。我永远没有足够的时间来学习如何做到这一点。我现在甚至不用尝试就能做到这一点。我只是和我的AI助手一起工作。有很多辛苦的工作方面

我认为，你可以利用这些模型来赚钱的技能，可以让你以以前从未可能的方式开始赚钱、建立你的未来或职业生涯。所以作为一个乐观主义者，我认为它是一种促进者，而不是一种阻碍者。恐怕我们的时间到了。但迈克可能会在之后继续待着，以便能够从其他男士和其他穿着彩色西装的人那里获得更多问题。

太棒了。非常感谢您加入超级数据科学特别现场拍摄的这一集，这是世界上最受欢迎的数据科学播客。很高兴您能来这里。我只能想象一下观众对这一集的反应，所以看到大家点头并提出问题真是太好了。非常感谢。我希望您今天过得愉快。

感谢迈克·佩尔和观众参加了艺术家与机器人工智能与创造力峰会上的这场有趣且内容丰富的活动。如果您能参加艺术家与机器的活动，我强烈推荐。我认为洛杉矶很快就会有一场。

在2025年晚些时候。是的。在今天的节目中，迈克讲述了人工智能如何像一个外骨骼，使人们能够完成他们没有时间掌握的任务。虽然人工智能代理将这些能力打包成感觉像值得信赖的顾问或专业同事的实体。