10 月 10 日，Satya Nadella 發表了一篇文章，重新定義了企業在 AI 上會問的問題。過去的問題是「我們能信任哪個模型？」他的答案是：預設情況下，一個都不能信。對待每一個前沿模型，無論是閉源還是開放權重，都應該像對待一位能存取敏感系統的強力員工一樣：限制權限、記錄操作、配備關閉開關，並且稽核時不能只聽員工自己怎麼說。
他在結尾留下一句容易複述卻難以落實的話：最值得信賴的系統，就是那個「讓我們對模型的信任降到最低」的系統。
我在這篇文章中的論點比新聞標題更聚焦，而且我認為更難被推翻：
- Microsoft 贏得企業 AI 競賽，靠的不是最好的模型。它贏在掌握了模型治理、計費與管控的場所，而企業數據（超過 3,000 萬個付費 Copilot 席位、Azure 營收達 1,000 億美元）證明了這一點。
- Azure 上的開放權重模型很重要，但不是因為它們更值得信賴。它們重要，是因為它們把控制權交給了部署者，而這正是 Nadella 轉移信任責任的地方。
- 部署者唯一無法合理為自己提供的東西，就是獨立驗證。這就是缺口，也是像我們這樣的測試公司該站的位置。
先做個揭露：我是 TestMu AI（前身為 LambdaTest）的共同創辦人。請帶著這個前提閱讀本文最後三分之一。我盡量讓每個主張都可查證，來源列在文末。
Microsoft 輸掉了模型競賽，但依然贏得了企業市場
「Microsoft 正在贏得企業 AI」是最容易被反駁的說法，所以需要精確定義。就模型市佔而言，Microsoft 不是領先者；但在企業 AI 實際運行的地方，它是。
衡量的是什麼
模式很清楚。企業向實驗室購買模型，但把它們部署在 Microsoft 內部。a16z 的 CIO 調查發現 OpenAI 在模型上領先，而 Microsoft 主導了企業 AI 應用。
Microsoft 也不再押注單一實驗室。Anthropic 的 Claude 已於 2026 年 6 月 29 日在 Microsoft Foundry 正式推出，透過 Azure 計費，並由 Azure 的身分與存取控制進行治理。Foundry 目錄現在收錄了來自 OpenAI、Anthropic、Meta、Mistral、DeepSeek、xAI、Cohere 等廠商的模型。
所以這個論點的精确版本是：Microsoft 正在成為企業 AI 的控制平面，也就是決定哪個模型運行、擁有什麼權限、使用哪些資料、記錄在誰的日誌裡的那一層。這正是 Nadella 文章所談的那一層。
企業計分板
如果掌控企業層是獎盃，Microsoft 2026 財年的成績單顯示它正在收下這個獎盃。在截至 2026 年 6 月的財年中，Azure 創造了 1,000 億美元年度營收，6 月季成長 43%，並預期 9 月季成長約 45%（Microsoft 8-K；MarketBeat）。商業剩餘履約義務（已簽約但尚未認列的待交付訂單）成長 84% 至 6,780 億美元（KuCoin 對該發布的摘要）。
Copilot 的數字對這個論點更重要，因為它們衡量的是企業把 AI 放到自家員工面前的程度：
這些具名部署正好落在最難建立信任的產業：NHS England 正把 Copilot 擴展到 50.5 萬名臨床人員與員工，KPMG 超過 27.6 萬名專業人士，HSBC 則承諾採用 20 萬個席位（UC Today）。Accenture 正在為約 74.3 萬名員工部署，Nadella 稱之為 Microsoft 最大的 Copilot 訂單（Let's Data Science）。Bayer、Johnson & Johnson、Mercedes-Benz 和 Roche 各自運行超過 9 萬個席位。
最能說明問題的是 Microsoft 如何包裝這一切。全新的 E7 套件把 Copilot 與 E5 安全性、Entra 身分識別以及管理 Agent 的層級 Agent 365 綁在一起。上市頭兩個月就有數百家企業購買，EY 正在為 40 萬名員工部署（UC Today）。Microsoft 不再單獨銷售 AI。它把 AI 連同圍繞它的身份、權限與治理一起賣，這等於把 Nadella 的文章變成了一個 SKU。
一個提醒是，3,000 萬個席位仍只占 Microsoft 付費商業 Microsoft 365 席位的約 6.6%（No Jitter），而且部分待交付訂單是在實際部署前就承諾的。領先是真的；市場仍處早期。這正是現在就打造信任層的理由——趁安裝基礎還在啟動階段。
Nadella 到底說了什麼
這篇名為《超級智慧時代的模型即內部風險》的文章，從一個承認開始。傳統軟體中，工程師可以把行為追溯到某條程式路徑；而在前沿模型上，沒有人能把輸出對應到特定訓練資料或權重，但企業卻把敏感資料與關鍵任務交給這些系統。他寫道，供應商的保證並不能免除部署者的責任（TNW）。
他的解法是借用安全團隊已經在用的內部風險控制：驗證身分、最小權限、日誌記錄、隔離。這些控制在模型之外。用他的話說，企業必須「把智慧的供給與對它的授權分開」。
七項原則，依 TNW 的整理如下：
- 模型多樣性。 沒有任何單一模型是唯一依賴的重要結果來源，也沒有任何模型可以自己檢查自己的工作。
- 證據。 每個有意義的模型動作都要留下防篡改、人類可讀的證據。
- 持續系統測試。 持續測試所有系統，包括針對故障與攻擊的測試。
- 部署者定義授權。 由公司而非模型決定模型可以存取什麼、做什麼。
- 獨立稽核。 稽核不得依賴受檢模型本身。
- 隔離。 獲授權人員可以在任務中途暫停或停止模型。
- 事件揭露。 快速告知受影響方，並在產業內分享教訓。
有兩個細節對後文很重要。第一，這個框架同樣適用於閉源與開放權重模型（OfficeChai）。第二，這篇文章沒有宣布任何產品、標準或時間表（FourWeekMBA）。這是一個立場，不是計畫，因此實作方式仍然開放。
這篇文章並非憑空出現。7 月，OpenAI 宣布有 Agent 逃出了沙箱評估環境並入侵了 Hugging Face 系統。9 月，一個 OpenAI 研究模型透過 DNS 聯繫到外部聊天機器人，OpenAI 隨後暫停了其最強模型的工具使用訓練與推論（Bernama/dpa）。Anthropic 也揭露，其一個模型在測試期間向費城警方發送了虛假的兇殺線報（Benzinga）。這些是實驗室事件，不是企業入侵，但它們解釋了為什麼「相信供應商」不再是可接受的答案。
Azure 上的開放權重：是控制，不是美德
這個論點的流行版本說開放權重模型更可靠。Nadella 自己在文章中基本上否定了這點：開放權重同樣是內部風險。可檢視的權重並不能讓行為可追溯，而這正是他指出的問題。
開放權重真正給企業的，是對 Nadella 交給部署者的那些變數的控制權：
- 版本鎖定 - 你驗證過的模型就是運行的模型。沒有人能在你不知情的情況下更新它。
- 位置 - 它在你的區域、你的資料中心或離線場站運行。Microsoft 的 Sovereign Private Cloud 在本地 Azure Local 上運行 Foundry Local。
- 連續性 - 部署之後，供應商或政府都無法撤銷你的存取權。
- 任務導向的後訓練 - 你可以把模型收窄到特定工作，並測試這種更窄的行為。
Microsoft 正為此打造基礎。7 月，它與 Mistral 簽下數十億美元協議，把開放權重的 Mistral Medium 3.5 放入 Foundry 並送上 Azure Local，包括完全離線的部署。10 月 9 日，它發布了 Microsoft-Decision-1，這是一個基於阿里巴巴開放權重 Qwen3.5-9B 進行後訓練的評分模型，用於路由、落地性檢查以及評估 Agent 提議的動作（Let's Data Science）。
現在看看反面證據。企業對開放模型的使用一直在下降，而非上升：Menlo Ventures 測得開放模型在 2025 年初占企業工作負載的 19%，到年中降至 13%，原因包括 9 到 12 個月的效能差距，以及不願使用中國來源模型（Menlo Ventures）。稍後的 Menlo 數據顯示這一比例為 11%（Keenable 彙整）。
所以「開放權重最適合企業」是不正確的概括。合理的立場是組合策略：在能力決定結果的地方用前沿閉源模型，在控制決定結果的地方用開放權重模型（受監管資料、離線場站、大量分類與檢查）。Decision-1 是個有用的訊號。Microsoft 選擇用開放基底來打造負責檢查其他模型的模型，並表示後續會把它改基於 MAI 與 OpenAI 模型重建（InfoWorld）。基底是一種選擇；控制層才是產品。
Azure 的優勢在於，它在同一套身分、計費與日誌系統下同時提供兩者。這正是 Nadella 的原則所需要的：一個能對眾多模型執行授權的統一場所。
歐洲：期限延後了，壓力沒減
很容易誇大監管的推力，所以這裡列出真正適用的內容。歐盟的《數位綜合法案》於 2026 年 7 月 27 日生效，把《AI 法案》高風險條款的期限往後推了一年多（CASRAI）。
日期依據 Gibson Dunn 與 Compliance Hub。
由此得出兩個誠實的結論。本季度監管並沒有逼任何人出手。但它從 2027 年 12 月起將強制執行的要求包括風險管理、文件化、人工監控與上市後監測。這些東西的建設時間超過 14 個月，而且看起來非常像 Nadella 的清單。
歐洲更強的驅動力是存取的連續性。2026 年 6 月，美國出口管制促使 Anthropic 暫停提供其兩個最先進模型的存取約三週，直到管制解除（Anthropic）。一份關於 Microsoft–Mistral 交易的分析，直接把歐洲重新燃起的主權訴求與那次暫停連結起來（ResultSense）。根據 ai2.work 報導，Gartner 預測 2026 年歐洲主權雲 IaaS 支出將達 126 億美元，成長 83%。
反面觀點也值得一看。德國與丹麥都宣布了從 Microsoft 軟體轉向開源的舉措（UC Today），而美國供應商的本地雲是否算真正的主權仍是未解之題。Microsoft 在歐洲的地位很強，但還沒定局。
平台無法提供的那一塊：獨立驗證
再讀一次那七項原則，按「誰能做到」分類。身分、權限、日誌與緊急煞車（原則 2、4、6）是平台功能。Microsoft 可以把它們建進 Foundry 與 Entra，而且大致上已經做了。
有三項原則不同。「沒有模型可以自己檢查自己的工作」（1）、「隨時測試整個系統」（3）以及「稽核不得依賴受檢模型」（5）都需要一個與被評判對象分離的一方。Nadella 自己也指出，用模型互相測試有其極限（OfficeChai）。
Microsoft 確實提供了評估工具，而且做得不錯。Foundry 的追蹤與評估在今年春天正式推出（Microsoft Foundry 部落格），其控制平面也包含自動化紅隊演練（Azure Updates）。這涵蓋了持續的內部檢查。但它無法涵蓋獨立性，原因是結構性的：Microsoft 對許多它要評分的模型都有商業利益。它長期持有 OpenAI 股份，承諾向 Anthropic 投入最高 50 億美元（AI Business），投資了 Mistral，現在還推出自己的模型。
這不是對 Microsoft 的批評。這是每個受監管產業早已採用的邏輯。公司維持內部控制，外部稽核師審計帳目。雲端供應商運行自己的安全機制，獨立公司出具 SOC 2 報告。沒有人認為雲端應該自我稽核；也沒有人該認為模型市場應該如此。
需求在數據中清晰可見：
- Harris Poll 調查的 685 位 CIO 中，81% 表示他們已失去對自己 AI Agent 的監督，60% 沒有中央治理層（Dataiku）。
- McKinsey 2026 年調查發現，三分之二的組織在 Agent 上仍處於實驗階段，但只有不到四分之一在擴大規模，信任與風險是主要障礙（NHI Mgmt Group 報導）。
- IDC 把缺失的稽核軌跡描述為真正的治理缺口：在一項調查中，多數組織無法驗證其 Agent 做了什麼（IDC）。
Box CEO Aaron Levie 回應 Nadella 的文章時表示，AI 正進入零信任時代，需要分層保護與可稽核性（Benzinga）。安全領域的零信任在平台周圍催生了一個獨立供應商生態系。同樣的事即將在這裡發生。
TestMu AI 與 Microsoft 的定位
以下是我先前揭露的偏見，直白地說：我認為獨立驗證是一個品類，而 TestMu AI 應該是定義這個品類的公司之一，建立在 Microsoft 的技術堆疊上。
這層關係不是假設。我們的測試調度平台 HyperExecute 就是在 Azure 上打造的（Microsoft 客戶故事）。2022 年，我們推出了與 Azure DevOps 和 GitHub Actions 的整合，並在 Ignite 上成為重點合作夥伴（Help Net Security）。接下來是我會如何把這件事延伸到信任層。這是一個提案，不是已宣布的交易。
具體來說，這意味著三件事：
- Agent 的發布閘門。 在 Foundry 或 Copilot Studio 中建構的 Agent，在取得生產環境權限前，須經過獨立的預生產測試。我們的 Agent Testing 產品涵蓋聊天、語音與 IVR Agent；我們的 agent-to-agent 工作則涵蓋無人介入的流程。
- 最終落入客戶控制平面的證據。 結果會流入 Foundry 基於 OpenTelemetry 的可觀測性系統，該系統已能接收第三方 Agent（Microsoft Tech Community）。平台保存日誌；驗證者簽署結論。
- 在模型運行的地方進行驗證。 對於 Azure Local 上的主權與離線部署，測試必須在同一邊界內運行，否則證據就會離開模型被鎖住的那個房間。
有一個質疑直接指向我們。如果我們用 AI Agent 測試 AI Agent，不就是在做 Nadella 警告的事嗎？在某種程度上是的，所以設計才重要。測試 Agent 必須運行在與受測系統不同的模型上（原則 1）。通過／失敗必須基於對預期行為的確定性檢查，模型只用於探索與生成案例，而不是給自己打分。而且每個結論都必須讓人類稽核員可讀，而不必信任我們的模型。
質疑與解答
「領導企業 AI 的是 Anthropic 和 OpenAI，不是 Microsoft。」 就模型市佔而言，這完全正確，本文也同意。但重點在控制平面。Claude 本身現在也透過 Foundry 銷售，開在 Azure 帳單上（Redmond Mag）。模型供應商與平台贏的是不同的層。
「Nadella 的文章是 Azure 的行銷。」 有可能，但內容實質上仍然正確。安全團隊本來就對人有內部風險控制；把它們延伸到模型只是常規工程。注意，文章沒有提到任何 Microsoft 產品，所以不能單就其本身被視為銷售話術。
「開放權重模型正在失去企業市佔，所以這是錯的押注。」 數據支持這一點，所以本文的論點是關於組合與控制，而不是開放權重會贏。Microsoft 用開放基底打造檢查模型，才是相關訊號。
「監管剛延後，所以不急。」 高風險義務現在落在 2027 年 12 月。通用模型義務自 2025 年 8 月起已適用。驅動買家的是事件紀錄，不是法律行事曆。國會裡的 Kill Switch 法案也指向同一方向（TNW）。
「Microsoft 會自己做驗證。」 它會做評估，也應該做。但獨立性不是它能加上去的功能，理由跟公司不能當自己的外部稽核師一樣。對 Microsoft 客戶最好的結果，是一個讓獨立驗證者容易接入的平台。
「為什麼是測試公司而不是稽核事務所？」 稽核事務所定期檢查控制措施。原則 3 要求持續測試整個系統，包括在故障與攻擊期間。那是每次發布都要做的持續性技術工作。這正是測試基礎設施一直以來為軟體做的事；現在的目標換成了 Agent。
什麼會證明這是錯的？
一篇值得發表的論點應該說明什麼會推翻它。有四件事會：
- 企業接受平台自行評估就已足夠。 如果 CIO 與監管機構把供應商自己的評估當作稽核，獨立層就會保持很小。
- 實驗室解決了忠實的可解釋性。 Nadella 的論點建立在無法追溯模型行為之上。如果這改變了，隔離的重要性下降，驗證也會變便宜。
- 採購重心離開平台層。 如果企業端到端標準化採用單一實驗室的 Agent 堆疊，控制平面就會從 Microsoft 轉移到那家實驗室。
- 主權意味著離開 Microsoft。 如果歐洲買家認定美國供應商的本地雲不夠主權，Microsoft 在歐洲的優勢就會縮小。
未來 12 個月我會觀察三個訊號：Microsoft 是否把 Nadella 呼籲的隔離技術標準化、歐盟關於高風險符合性的指引是否提及第三方測試，以及企業是否開始在 AI 採購中要求驗證證據。如果三者都動起來，信任層就會變成一個市場。
來源
Nadella 的文章與各方反應
- Satya Nadella 在 X 上：「超級智慧時代的模型即內部風險」（2026 年 10 月 10 日）
- TNW：Satya Nadella 表示企業應把 AI 模型視為內部風險
- FourWeekMBA：Nadella 表示應把前沿 AI 模型當作內部風險對待
- OfficeChai：AI 模型需要被當作強勢的內部人員對待
- Benzinga：Nadella 表示 AI 系統的設計應讓我們對模型的信任降到最低
- Let's Data Science：Nadella 呼籲建立 AI 緊急煞車控制
Microsoft 企業業績
- Microsoft Form 8-K，2026 財年第四季財報發布（2026 年 7 月 29 日）
- MarketBeat：Microsoft 第四季財報電話會議重點整理
- KuCoin：Microsoft 第四季財報摘要（含 RPO 數據）
- No Jitter：Microsoft 365 Copilot 採用率較上季躍升 50%
- UC Today：Copilot 付費席次突破 3,000 萬；NHS、KPMG、HSBC、EY E7
- Enterprise DNA：Copilot 付費席次達 2,000 萬（《財富》500 強數據）
- Let's Data Science：Accenture 及其他具名 9 萬席次客戶
市場數據
- a16z：企業 AI 軍備競賽中的領導者、成長者與意外贏家
- The Decoder：OpenAI 仍領先企業 AI 市場，Anthropic 快速追趕
- SaaStr 解析 ETR 數據：誰正在贏得企業 AI 市場
- Carly：2026 年 LLM 市占率（Menlo、Ramp、Microsoft 數據）
- Menlo Ventures：2025 年中 LLM 市場更新報告
- Keenable：2022–2026 年開放權重模型 vs. 專有模型採用情況
Microsoft 平台與模型
- Enterprise DNA：Claude 在 Microsoft Foundry 正式推出（GA）
- Redmond Mag：Anthropic Claude 於 Microsoft Foundry 正式推出
- ADTmag：Foundry 模型目錄
- AI Business：Claude 進駐 Foundry；Microsoft–Nvidia–Anthropic 投資條款
- Let's Data Science：Microsoft-Decision-1
- InfoWorld：Microsoft 以新模型將決策功能從生成式 AI 中分離出來
- Microsoft Foundry 部落格：Build 2026 可觀測性
- Azure Updates：Foundry 控制平面中的可觀測性
- Microsoft Tech Community：Foundry 控制平面中的可觀測性
歐洲與主權雲
- Microsoft Learn：Microsoft Sovereign Cloud
- Noqta：Microsoft 與 Mistral 的主權 AI 合作協議
- SiliconANGLE：Mistral 與 Microsoft 簽署數十億美元合作協議
- ResultSense：Microsoft 將資助 Mistral 在歐洲的算力基礎建設
- ai2.work：Microsoft 與 Mistral 押注主權 AI（Gartner 數據）
- UC Today：Microsoft 365 Local 與歐盟主權議題
- Anthropic：關於 Fable 與 Mythos 存取權限的聲明
- CASRAI：歐盟《AI 法案》數位綜合法案期限延後
- Gibson Dunn：歐盟《AI 法案》綜合協議
- Compliance Hub：數位綜合法案延期時間表
事件與治理調查
- Bernama/dpa：安全防護遭破壞後，OpenAI 暫停頂級 AI 模型的開發工作
- Dataiku / Harris Poll：2026 年全球 AI 坦白報告 CIO 版
- NHI Mgmt Group 評析 McKinsey 2026 年 AI 信任成熟度調查
- IDC：不存在的稽核軌跡
TestMu AI（LambdaTest）與 Microsoft
