他直言微软已出局：一场关于AI Agent、Claude与算力幻觉的残酷真相

在这场长达一小时的深度访谈里，Doug O'Laughlin 抛出了一个足以点燃行业的判断：微软，可能已经不在 AI 竞赛的主赛道上了。更刺痛的是，他给出的理由不是模型不行，而是方向错了。从 Claude Code 到 Agent Swarms，从 GPU 泡沫到 Copilot 困局，这是一篇会让从业者反复点头、又隐隐不安的文章。

“微软已经出局了”——这不是情绪，是路径判断

如果你只记住这场访谈的一句话，那大概就是这句：Doug O'Laughlin 认为，Microsoft 正在被悄悄挤出 AI 的核心战场。

这听起来反直觉。毕竟，OpenAI 最大的金主是微软，Azure 上跑着最重的算力，Copilot 几乎嵌进了每一个 Office 产品。但 Doug 的判断并不基于“谁模型更强”，而是基于一个更残酷的问题：谁在定义新的工作范式。

在他看来，微软把全部筹码压在 Copilot 上，本质是“给旧系统装外挂”。Copilot 是存在的，但它的存在方式是寄生的——依附在 Word、Excel、CRM 这些系统 of record 上。短期看，这是最低风险、最低阻力的商业化路径；长期看，却可能错过真正的范式跃迁。

Doug 用了一个极具画面感的比喻：Copilot 更像是“电动螺丝刀”，而 Agent 系统正在试图造的是“卡车”。前者只是让你拧得更快，后者是直接改变你如何搬运世界。

从 Gas Town 到 Agent Swarms：疯子般的构想，其实很务实

访谈前半段听起来像极了“一个疯子的自言自语”：Gas Town、Agent Swarms、一天 14 小时对着云代码狂敲。但如果你顺着 Doug 的逻辑往下走，会发现这套体系异常现实。

Gas Town 的核心并不是炫技，而是一个问题：当 Agent 不再是一次性调用，而是长期存在的“数字员工”，系统该怎么设计？ 这直接引出了 Agent Swarms——不是一个模型，而是一组协作的 Agent，各自有职责、工具和长期记忆。

这里有两个被反复强调、却常被忽略的细节：
- 第一，长期工具（long-lived tools）比模型本身更重要。Doug 反复提到自己在写每天运行的 scraper，而不是一次性 demo。
- 第二，context rot 是真实存在的。上下文会腐烂，启发式规则会失效，系统必须为“遗忘”和“盲区”设计机制。

这也是他对“提示工程”态度微妙的原因：当系统抽象层级不断上升，人类不该被困在 prompt 里，而是退到更高的 orchestration 层。

Claude Code 为什么是一个拐点，而不只是新工具

如果说整场访谈有一个被 Doug 反复点名的“关键产品”，那就是 Claude Code。

他把 Claude Code 描述为一个 inflection point——不是因为它能写更多代码，而是因为它改变了人每天如何与模型协作。Doug 提到，自己几乎每天都在用 Claude Code，这种高频使用本身就是信号。

更有意思的是他对模型演进的观察：Claude 4.6 相比 4.5 的提升“快得吓人”，而这种速度正在逼迫开发者不断重构系统来适配新模型。这背后不是单纯的技术竞赛，而是 labs 的经济学问题——边际成本、token 效率、推理与生成的取舍。

在他看来，Claude 的定位更接近“数字员工”，而 OpenAI 则逐渐成为一种“认知参考系”（cognitive reference）。这也解释了为什么他拿 Apple vs Blackberry 作类比：不是谁先做出来，而是谁定义了下一代交互。

Token、基准测试与数据幻觉：我们可能看错了增长

访谈中一个容易被忽略、却极其重要的段落，是关于 token 效率和 benchmark 方法论的讨论。

Doug 提到所谓的 5.2 token 效率争论，以及 Codex 5.3 的“反转”，本质是在质疑：我们到底在衡量什么？ 当 abstraction layer 越来越厚，npm 下载量、GitHub commit 数量都可能被放大或扭曲。

更麻烦的是，越来越多的真实使用发生在私有仓库和企业内部，这让公开数据的参考价值迅速下降。换句话说，行业可能正在用“看得见的数据”，解释“看不见的真实”。

这也是他对 hyperscaler 叙事保持警惕的原因之一。当 Amazon 宣布 2000 亿美元级别的投入，当数据中心、电力、NVIDIA GPU 成为主线叙事时，他反而想起了 dotcom 泡沫时期被过度铺设的光纤。GPU 利用率，可能会成为下一个被高估的指标。

Agent 才是新模态，Copilot 只是过渡形态

在访谈后段，话题从公司战略回到更大的趋势：多模态、Agent、以及“什么才算新模态”。

Doug 的答案很明确：Agent 本身就是一种新模态。不是视频生成，不是语音，而是能够跨系统、跨时间执行信息工作的实体。这也是为什么他对 Disney 与 OpenAI 的合作、对 Grok 应用的崛起、对法国 AI 计划都持一种“观察但不亢奋”的态度。

回到微软，他的批评显得格外冷静：Copilot 的“存在主义式聚焦”让公司过度依赖既有系统的粘性，像当年的 mainframe。短期收入也许稳健，但当 investor multiples 开始压缩，增长预期会迅速反噬这种策略。

不是微软不努力，而是它可能在回答一个已经过时的问题。

总结

这场访谈最有价值的地方，不是“微软是不是输了”，而是 Doug O'Laughlin 提醒了从业者一个更重要的判断标准：你是在优化旧世界，还是在构建新世界？

如果你是开发者，这意味着要尽早从 prompt 细节转向系统级思考，关注长期运行的 Agent 与工具。如果你在企业里，可能需要重新审视 Copilot 式方案的天花板。如果你是投资者，或许该对“算力=护城河”的叙事保持一丝怀疑。

最后留一个问题：当 Agent 真正成为信息工作的默认形态时，你现在构建的东西，会被它取代，还是被它放大？

关键词： AI Agent， Claude Code， Copilot， Token效率， GPU算力

事实核查备注： 需要核查：1）Doug O'Laughlin 关于“Microsoft out of the AI race”的原始表述语境；2）Claude 4.6 与 4.5 的具体版本与时间；3）Amazon 200B 美元投入的准确口径；4）Codex 5.3 所谓“反转”的具体含义；5）Disney 与 OpenAI 合作的公开信息范围