资本市场从不看表面繁华，只赌长期生死—这句话，正在微软身上上演最残酷的验证。

作为一位老微软，对于微软的感情与关注一直都在。自己在4年前开始投身大模型创业的时候，也和微软做AI与大模型的老同事老朋友们一直都有各种交流，我自己一直没想明白一个问题：从一开始，微软投资与合作OpenAI是战略正确的选择，但是作为一家万亿美元的公司，如果认为大模型是未来自己的命，为什么没有allin大模型自研，把命握在自己手里。一直到2年前，微软收购Inflection与Mustafa Suleyman, 让人看到了希望，但可惜一直没有炼出自己的大模型....

反映到财报上，2026年以来，微软财报依旧维持着巨头体面：Office 365企业订阅现金流稳健，Azure云业务增速领跑行业，整体营收与利润双双保持增长，账面数据挑不出明显短板。但二级市场却用脚投票，股价一路单边阴跌，年内累计跌幅突破20%，频频刷新年内新低，上演“业绩上涨、估值杀跌”的反常行情。

这份撕裂背后，不是短期业绩波动，而是AI时代微软核心商业逻辑的全面崩塌，更是战略短视+选人错招双重失误埋下的祸根。资本市场早已看穿这家软件巨头的三重死局：重金押注的自研AI负责人Mustafa加盟两年，核心大模型依然难产；绑定多年的OpenAI独家合作关系岌岌可危，技术命脉被他人死死拿捏；赖以生存的Office现金奶牛，被Anthropic的Claude精准狙击，商业根基摇摇欲坠。我的判断：Agents尚未颠覆整个软件行业，微软就先倒在了自己的保守与误判之下，Claude是冲击压倒的第一块多米诺骨牌。

一、战略短视+选人失误：

自研豪赌大模型收租，Mustafa两年成绩交白卷

2024年，微软斥巨资吞下Inflection AI团队，挖来DeepMind联合创始人Mustafa Suleyman，对外标榜要打响AI自研突围战，喊出“摆脱OpenAI依赖、掌控核心技术”的口号，看似野心勃勃，实则从一开始就埋下双重败因——顶层战略短视，核心选人失误，这场豪赌从开局就充满风险。

外界始终有一个戳穿本质的灵魂拷问：本该All in大模型自研的微软，反而畏首畏尾、瞻前顾后；本不该孤注一掷的Meta，却果断倾尽全力、死磕自研，这种极端反差，不是Meta更有勇气，而是微软被存量利益绑架，陷入了无可救药的战略短视。对微软而言，自研大模型从来不是锦上添花的可选项，而是关乎生死的必答题：它既能为Azure云业务提供独家token与算力消耗支撑，筑牢云业务的独家壁垒，更能支撑AI原生应用落地，完成对Office这类传统现金牛的自我革新；更核心的是，没有自研大模型，公司就没有AI原生的产品思维与技术灵魂，整个团队都会困在传统软件的思维牢笼里，永远做不出真正的AI原生产品，这也是微软至今在AI赛道碌碌无为的核心根源。

可微软沉溺于Office订阅和OpenAI合作带来的短期舒适区，抱着存量红利不肯放手，害怕巨额自研投入反噬现有业务，更不敢革自己的命，迟迟不敢全力All in，硬生生错失了最宝贵的自研窗口期。

如果说战略短视是所有大厂公司在跨过技术颠覆浪潮中，左手现金牛业务与右手创新技术产品的互搏悖论，那纳德拉的选人错招，就是直接刺穿微软自研大模型的导火索。大模型时代，无论是微软选中的Mustafa，还是Meta请来的Alex Wang，两人顶着行业大佬的光环，本质都是偏商业、偏战略的“管理者”，其实他们都缺乏一线从零到一打磨大模型的硬核实操经验，缺乏亲自动手的大模型研发的底层逻辑与落地难点，这样在颠覆式技术落地中，会有无数不确定的大小技术茬口还有路径的选择，偏战略偏产品、偏团队偏管理的leader，真到攻坚核心技术与路径选择与无数的茬口判断、可能很难发力并让团队信服跟随。

而反观国内大模型的研发，已经有不断的成功案例验证了铁律：大模型自研的成功，从来不靠资历老、名气大的行业名宿，反而要靠年轻、有一线实操大模型经验、敢打敢拼、懂技术落地的实战派带队人——DeepSeek梁文锋组建年轻团队，快速跑出顶尖大模型成果；小米重金聘请罗福莉带队，15个月的时间就实现大模型突破落地，都是最直接的铁证。可微软偏偏迷信大佬光环，无视行业规律，放弃实战派技术带头人，直接让微软两年的自研投入、更多的是时间成本，到现在都没有开花结果。

整整两年时间，Mustafa手握微软无限算力、千亿预算和顶配团队，全权牵头MAI自研模型项目，最终只交出了一份不合格的答卷：仅推出MAI-Image-2图像模型、MAI-Voice-1语音模型等边角料垂直产品，即便局部榜单略有表现，却始终拿不出能与GPT-4、Claude 3正面抗衡的通用文本大模型，核心推理、长文本处理、复杂任务执行等关键能力，全面落后竞品，连规模化商用的门槛都摸不到。即便后续微软被迫调整架构，让Mustafa放弃Copilot管理、专心聚焦自研，依旧看不到全面的突破迹象。

市场的质疑早已不是质疑，而是定性的批判：手握顶级资源、耗时两年却只拿出边缘模型凑数，本质是资本市场看微软，失去了AI原生创新的能力与魄力。更致命的是，自研核心模型的缺位，让微软彻底陷入“技术卡脖子”的困局，AI全栈布局沦为空中楼阁，依附外部模型生存，缺乏自己的核心长期竞争力。

但外界始终有一个灵魂拷问：本该All in大模型自研的微软，反而畏首畏尾；本不该孤注一掷的Meta，却果断全力押注，这种极端反差与双向错位，恰恰反映了两家公司包括微软的战略错视。对微软而言，自研大模型从来不是“可选项”，而是生死命题：既能为Azure云业务提供独家token与算力消耗支撑，筑牢云业务壁垒，更能支撑AI原生应用落地，完成对Office这类传统现金牛的自我颠覆；更关键的是，没有自研大模型，整个公司就没有AI原生的产品思维与技术灵魂，这也是微软至今拿不出真正AI原生产品的核心根源。

可微软偏偏陷入了“存量舒适区陷阱”：靠着Office与OpenAI合作的短期红利，不愿彻底革自己的命，担心自研投入反噬现有业务，迟迟不敢全力All in，最终错失自研窗口期。

二、合作悬顶之剑：OpenAI独家协议，从靠山变成定时炸弹

早年微软斥巨资押注OpenAI，签下独家合作协议，将GPT模型嵌入Office、Azure等全线产品，一度抢占AI办公先发优势，成为科技行业跨界合作的经典案例。可时过境迁，这份曾经的“胜利盟约”，如今已经变成悬在微软头顶的达摩克利斯之剑。

随着OpenAI自身商业化加速，其逐步摆脱对微软云服务与资金的依赖，开始布局独立产品生态与自有云业务，与微软的潜在竞争愈发明显。双方的独家合作协议并非牢不可破，OpenAI随时可能收紧模型授权、大幅提高合作费用，甚至直接终止独家合作，转而与其他厂商合作分食市场。尽管微软依然有和OpenAI的IP优势，但这归根结底是成本与早一步的优势，不是自己的核心优势，不是真正的护城河。何况OpenAI自己也自顾不暇，正在被Anthropic全面压制，请参加我之前的文章：OpenAI与Anthropic的资本与营收帝国

微软当前所有AI战略，几乎都建立在OpenAI的技术之上，Copilot、Office AI化、Azure OpenAI服务等核心业务，尽管现在开始也与Anthropic开始合作，但是船大掉头慢。最关键，还是没有自研大模型兜底，这种高度依赖外部技术的商业模式，其实缺乏长期安全边际。

微软被迫转头投资Anthropic、Mistral等竞品，即使和多模型合作来分散风险，可这种“左右逢源”的操作，既分散了核心资源，又进一步激化了与OpenAI的矛盾，让本就脆弱的合作关系愈发摇摇欲坠，陷入越补救越被动的恶性循环。

三、命门被直击：

Claude重构办公场景，Office现金奶牛面临颠覆

微软能稳居全球科技巨头顶端，核心依靠的是Office这头“超级现金奶牛”。Word、Excel、Outlook、PowerPoint等产品，覆盖全球数亿职场人与企业客户，靠着稳定的月度、年度订阅费，每年贡献数千亿稳定现金流，这也是微软估值长期高企的核心支撑。

而这头现金牛的致命脆弱性，根源正是微软战略短视、放弃自研大模型，导致整个公司彻底缺失AI原生思维。没有自研大模型打底，Office+Copilot从设计之初就带着先天残疾，只能做传统软件的AI外挂，根本无法实现自我颠覆、自我革新，只能被动等待外部AI产品来瓦解自己的商业根基，这是战略保守带来的必然恶果。

而Anthropic旗下的Claude，凭借最新升级的Cowork功能，直接瞄准了微软的命门，彻底颠覆了传统办公软件的使用逻辑，让Office的商业价值快速缩水。如今市场已经形成固定规律：Anthropic每发布一次Claude功能更新，微软股价就会应声下跌，几乎百发百中。

二者的核心差距，本质是AI外挂与AI原生Agent的代际差异，微软Copilot从出生就带着致命缺陷：

Copilot采用Human in loop模式，本质是传统Office的AI附加功能，用户必须先打开Word、Excel等软件，手动操作、引导AI完成辅助任务，AI只是被动助手，完全没有改变传统软件的操作逻辑与付费逻辑。

而Claude Cowork是纯原生AI Agent，采用Human supervised模式，用户只需用自然语言下达一句完整指令，比如“帮我整理这份销售数据、生成分析报告、制作配套PPT并同步发送相关邮件”，AI就能自主完成全流程跨应用任务，不需要用户逐个打开Office软件，不需要熟悉各类操作技巧，直接绕开传统办公软件的核心使用场景。

这意味着一个残酷的现实：如果未来职场人只需要对话AI就能完成全部办公任务，谁还会愿意为Office全家桶支付高额订阅费？

Claude没有直接替代Office，却彻底瓦解了Office的商业逻辑——微软赖以生存的订阅模式，在AI原生智能体面前，正在面临被颠覆的风险。企业客户开始缩减Office订阅预算，转而选择更高效、更简洁的AI原生办公方案，微软的现金奶牛，正在快速失去造血能力。

四、财报与股价的撕裂：市场不看存量红利，只忧未来生死

微软当前的亮眼财报，不过是过去二十年积累的存量业务红利，是Office与Azure的滞后贡献，短期无法快速逆转。但股价持续下跌，恰恰说明资本市场已经彻底放弃为存量买单，转而聚焦微软的未来危机。

华尔街的定价逻辑极为直白：微软依旧是一家赚快钱的传统软件公司，但绝对是AI时代的落后生、失败者。战略短视错失allin自研大模型窗口期，选人错招导致自研模型迟迟无法面世，让微软失去自主AI底牌；OpenAI合作隐患，让AI战略随时面临巨大风险；Claude持续迭代，让核心现金奶牛岌岌可危。

市场担心的从来不是微软现在赚不赚钱，而是三年后、五年后，微软还能不能守住自己的商业版图。当AI原生应用逐步替代传统软件，当企业停止为Office付费，当存量红利彻底耗尽，微软的高估值将毫无支撑。即便短期财报再好看，也撑不住持续杀跌的股价，业绩涨、股价跌的反常行情，本质是市场对微软未来的彻底看空。

传统巨头的转型困局，也许微软需要AI时代新“CEO”

AI会不会彻底杀死传统软件，目前尚无定论，但可以确定的是：Claude已经先一步威胁了微软的商业帝国。

留给微软的时间已经所剩无几，最近对Mustafa的职位调整开起来是一个自救改变的开端，可它的两大核心病灶依旧没有解决：战略上依旧没有彻底All in自研大模型，选人上依旧没有彻底更迭选人的逻辑，就是有实操练过大模型的top研究员。其实回看小米雷军在2025年初，千万底薪聘请罗福莉主持小米大模型自研，曾是DeepSeek-V2的关键开发者之一，也曾在阿里巴巴达摩院从事预训练语言模型研究。一年时间就交出惊艳的成绩：小米于2026年3月19日凌晨发布了三款MiMo-V2系列大模型，其中旗舰模型MiMo-V2-Pro凭借1万亿总参数、1M上下文窗口以及仅Claude Opus 4.6五分之一的API定价，在OpenClaw等智能体框架中的使用体感已超越Claude Sonnet 4.6、逼近Opus 4.6。该模型在发布前曾以匿名“Hunter Alpha”身份上线，因性能炸裂一度被外界误认为是DeepSeek V4，揭晓后迅速引发行业热议，被评价为以“性价比屠刀”冲击大模型市场。

微软需要复制DeepSeek与小米大模型的选人逻辑，找到新的大模型领军人物，尽快炼出自己的大模型。否则，微软如果继续维持现状，靠存量红利，即便财报短期依旧亮眼，股价的阴跌也很难停止。

但从最近微软的调整来看，依然是换汤未换药，其实最终这是CEO的责任：

• 2025年10月微软Satya告知员工，他将不再分管公司的商业业务。他表示此举旨在将更多精力投入到微软的技术研发，尤其是人工智能领域中。
• 2026年 3月17日 Satya宣布将原本分散的消费者与商业Copilot业务合而为一，由前Snap高管雅各布·安德鲁（Jacob Andreou）全面接管。与此同时，原本负责微软AI业务的Mustafa Suleyman将缩减其在产品端的职权，转而全力投向Superintelligence及前沿模型（Frontier Models）的研发；

现年58岁的微软掌舵人Satya已经执掌公司长达12年，以500强企业的标准衡量，这样的任期堪称“漫长”。此举传递出一个明确信号：必须掌握人工智能技术，没有任何商量的余地。在纳德拉的出色领导下，微软的股价飙升11倍，成功跻身市值突破3万亿美元的超级企业俱乐部。如果他无法紧跟人工智能的发展趋势、洞悉其对行业变革的影响，就会失去影响力与竞争力；事实上，各行各业的企业高管们，如今都面临同样的处境。

其实，现在多位硅谷极具影响力的首席执行官的任期步入第二个十年，其中包括53岁的桑达尔·皮查伊在Google任职10年和65岁Apple CEO蒂姆·库克任职长达14年。显而易见的是，2年前的Google与现在的Apple，在AI模型领域落后了。那Gemini是如何完成逆袭反超的呢？

谷歌Gemini从落后到反超OpenAI，最关键的转折点是联合创始人Sergey Brin以“创始人模式”回归一线：

1. 直接下场解决官僚主义问题

布林回归后做的最轰动的一件事：他发现谷歌内部竟然有一份“禁止使用工具清单”，而Gemini本尊就在这份清单上——理由是“Gemini必须保持纯粹”，不允许用它来写代码。

布林在采访中回忆：“我完全无法理解。明明Gemini的代码能力很好，却因为一些莫名其妙的原因被某个人加进了黑名单。我和他们吵得很凶，经过一段让人震惊的官僚主义流程之后，我终于把事情解决了。”

这件事暴露了谷歌当时的深层问题：流程变厚、规则变多、对产品定位不准。布林解决这件事后，Gemini的代码能力才真正被内部用起来——这正是后来Gemini在编程领域脱颖而出的基础。

2. 唤醒“先动再说”的文化

布林回归的意义不在于他写了多少代码，而在于他改变了谷歌的组织节奏。他每周参与AI研究讨论，研究“损失曲线”等技术细节，甚至参与关键人才的招聘。

更重要的是，他促成了Google Brain与DeepMind的合并，结束了两个AI部门分头运作、互相摩擦的状态，让Gemini走上“单一基座模型路线”。

与谷歌形成鲜明对比的是苹果。蒂姆·库克担任CEO长达14年（2011年至今），苹果在AI领域的落后，恰恰与他的管理风格深度绑定。

1. 运营导向vs创新导向

库克是公认的供应链和运营大师，但他的管理风格被批评为“保守、规避风险”。与乔布斯时代“追求颠覆式创新”不同，库克的苹果更擅长在既有品类上做迭代优化——iPhone、iPad、Mac莫不如此。

问题在于，生成式AI不是优化出来的，是赌出来的。当OpenAI、谷歌、微软在疯狂投入大模型时，苹果仍然坚持“端侧AI优先”的策略，迟迟没有推出有竞争力的聊天机器人产品。最后更是放弃了自研大模型，选择与Gemini合作，让人大跌眼镜大失所望。

资本市场从来不同情过去的辉煌，只相信未来的增长。当一家巨头的核心业务被颠覆、转型之路举步维艰时，再好看的财报，也只是落幕前的余晖，新太阳只能是allin自研基础大模型并用Agent native模式重构微软的产品线，正如Google+Gemini的模式。微软需要allin重现去年Google Gemini 2.5Pro的再造辉煌，这是唯一路径。但是现在还没有清晰的看到这个未来。

也许微软需要一个新的CEO，或者更新更年轻的AI思维的CEO。

Ken Qi，一位老微软的外观者的思考与建议 2026.3.25于西雅图