网易首页 > 网易号 > 正文 申请入驻

你的Office被两个AI接管了:GPT写稿Claude审稿,微软默认开启

0
分享至

新智元报道

编辑:元宇

【新智元导读】微软最大的对手不是谷歌,是自己曾经的独家依赖。Copilot最新升级默认GPT写稿、Claude审稿,Anthropic的Agent骨架更被直接焊进Office。从绑定OpenAI到收编所有顶级模型,微软押注的是:无论谁赢,流量都经过我。

单模型时代,结束了。

刚刚,微软把Copilot的引擎换了,在Researcher中引入多模型智能。

从此,Copilot的Researcher智能体,默认同时调用GPT和Claude。

这不是让你手动切模型的那种「多模型」,而是GPT写完初稿,Claude自动扮演专家评审员逐条审查,审完再交付给你。

一个负责「冲锋」,一个负责「挑刺」。

微软表示,这是Microsoft 365 Copilot深度研究代理Researcher迈出的重要一步。

Researcher专为在工作流程中处理复杂研究而设计,这次通过两项全新的多模型能力:「批判」(Critique)和「智囊团」(Council),进一步提升了准确性、深度和可信度。

实测效果惊人。

在DRACO基准测试中,这套「双模型互搏」架构综合得分比此前一直被视为深度研究天花板的Perplexity Deep Research(搭载Claude Opus 4.6)高出13.8%。

但这还不是全部。

同一天上线的Copilot Cowork,微软表示是把支撑Claude Cowork的技术平台引入了Microsoft 365 Copilot,并与Work IQ、企业权限和治理体系深度整合,让AI能自主规划、跨工具推进多步任务。

这已经不是「接了个API」那么简单,而是在把外部前沿智能体能力,纳入微软自己的工作系统。

微软的牌面已摊开:不把赌注压在单一模型上,而是把Anthropic、OpenAI等前沿模型纳入Copilot的多模型编排框架。

也就是说,Copilot正在从传统AI助手,升级成一个面向企业工作的多模型执行与编排系统。

Critique

让AI自己审自己的作业

过去的AI研究工作流有一个结构性盲区:规划、检索、综合、撰写全部压在一个模型上。

让模型既当运动员又当裁判,这样幻觉几乎是必然的。

微软这次给出的解法是:把「生成」和「评估」拆成两个独立角色。

具体到大模型,是让GPT负责上半场:任务规划、迭代检索、起草初稿;Claude负责下半场:以专家评审员的身份,基于结构化评价量表(Rubric)逐条审查。

这个量表主要聚焦三个维度:

来源可靠性评估,审查引用是否权威、可验证;

报告完整性,检查是否覆盖了用户请求的所有意图;

严格的证据溯源,要求每一个关键结论都锚定到带有精确引用的可靠来源。

更关键的是,审阅者的定位不是「第二作者」,而是「同行评审」。它不替你重写,而是逼你写得更好。

微软365和Copilot企业副总裁Nicole Herskowitz说:「我们不是简单地在Copilot里塞了多个模型,我们是让客户真正享受到模型协同工作的好处。」

未来这套机制还会升级为双向互审:GPT也能审Claude的稿。

Critique已经是Researcher的默认模式,无需手动开启。

其实,这算不上什么技术花活,而是把学术界运行了几百年的同行评审制度,第一次工程化地嵌进了AI系统。

用架构设计来压制幻觉,而不是一味指望单个模型变得更聪明。

DRACO跑分拆解

13.8%的含金量

数据不说谎。

DRACO(深度研究准确性、完整性和客观性)是由Perplexity和学术界研究人员于2026年2月推出的基准测试,覆盖10个领域、100项复杂研究任务,全部源自真实使用场景。

每个问题经过5次独立运行取均值,评估维度包括事实准确性、分析广度和深度、表达质量、引用质量四项。

评委模型是GPT-5.2。

微软特别强调,采用了与基准论文完全一致的评估协议和配置,确保「同口径」公平对比。

搭载Critique的Researcher综合得分实现了+7.0分(SEM±1.90)的显著提升,比此前表现最好的Perplexity Deep Research高出13.88%。

DRACO基准测试综合得分对比图:各深度研究系统(含Researcher with Critique、Perplexity Deep Research等)横向得分对比。其中除Researcher with Critique外,其余对比结果引自Zhong et al., arXiv:2602.11685。

拆开四个维度看:

分析广度和深度提升最明显,+3.33。其次是表达质量+3.04,事实准确性+2.58。引用质量同样有提升。

所有维度均达到统计学显著(配对t检验,p<0.0001)。

真正值得注意的是那个+3.33。分析深度的飙升说明Critique最大的价值不是纠错,而是可以逼出更全面的分析视角。

在领域层面,10个领域中有8个观察到显著提升,覆盖医学、技术、法律等核心场景。

仅有的两个例外是「学术」和「大海捞针」,这两个领域测试结果波动较大。

DRACO基准四项评测维度提升表:Researcher with Critique(多模型)相较单模型 Researcher,在分析广度与深度、呈现质量、事实准确性和引用质量上的提升,以及各项对最终总分的贡献。

13.8%听起来是一个数字。

在深度研究这个赛道上,此前各家打得难分难解,Perplexity搭载Claude Opus 4.6好不容易爬到的天花板,现在被Critique一个架构创新直接击穿了。

当你需要的不是一个答案

而是一场辩论

Critique解决的是「怎么让一份报告更准」的问题。

但有些场景,你要的根本不是一份精修稿,而是两个专家吵一架。

而这,就是Council的定位。

在模型选择器中选「Model Council」,GPT和Claude会各自独立生成一份完整报告,并排展示。

然后,一个专门的评委模型会对两份报告进行评估,生成一份综述(Cover Letter),深入分析双方在哪些观点上达成一致、在何处存在分歧,以及各自带来的独特见解。

Council模式产品界面截图:GPT和Claude各自生成的完整报告并排展示,附评委模型生成的Cover Letter综述。

表面上看,这只是「多选一」变成了「全都看」,实质上是把决策场景中的信息盲区暴露出来。

一个模型可能忽略的事实、权重不同的分析框架、另一条推理路径……Council把这些全部摆到桌面上。

做季度战略报告的时候,你希望看到一份精修稿,还是两个专家各执己见、让你自己判断?

Critique是「编辑审稿」模式,效率优先。

Council是「专家会诊」模式,决策优先。

两个模式精准覆盖了企业用AI做研究的两种核心场景:日常产出要快要准,重大决策要全要思考全面。

Copilot Cowork

微软把Anthropic的撒手锏搬进了Office

如果说Critique和Council改变的是研究质量,Copilot Cowork改变的是工作方式本身。

Copilot Cowork直接基于Anthropic的Claude Cowork技术平台构建。

这里不是「接入」或者「兼容」,而是「基于其技术平台构建」。

它的工作方式很简单:你描述想要的结果,Copilot Cowork自动制定计划,跨工具和文件进行逻辑推理,在推进过程中实时展示进度,你可以随时介入和引导。

Copilot Cowork操作界面:描述目标 → 自动规划 → 跨工具执行 → 实时进度展示。

内置Claude加上微软原生技能:日历管理、每日简报等,覆盖从一次性杂事到每月预算审查的各类任务。

Capital Group等机构已经在使用,反馈集中在规划、排程、产出成果以及准备管理层审查等高价值场景。

目前通过Frontier计划向早期客户开放。

这意味着,微软和Anthropic的关系,已经从「模型供应商」进化到了「技术平台共建」,Cowork把Claude的Agent骨架直接嵌进了M365的肌肉里。

微软本月早些时候已以测试模式发布Copilot Cowork,目标是「抓住市场对自主AI智能体日益增长的需求」。

所以,这不是一次产品更新,这是一次架构级别的站队。

微软的真正野心

从AI助手到模型指挥中心

把以上所有动作连起来看,微软的战略意图已经很清晰:它不再押注自己或者某一个模型能赢,而是转向押注无论谁赢,流量都经过我。

从对OpenAI的深度依赖,到把Anthropic的技术深度整合进产品线,微软正在从「模型选手」转型为「编排层」。

Critique让GPT和Claude协作,Council让它们竞争,Cowork让Anthropic的Agent能力直接为Office用户服务。

这是平台逻辑,不是模型逻辑。

正面战场上,微软同时在硬刚谷歌Gemini的多模态路线和Anthropic Claude Cowork的自主Agent路线。

但当Anthropic、OpenAI、谷歌三巨头的模型格局已经成型,微软的策略不是下场当选手,而是用生态开放把所有选手的能力收编进自己的平台。

对开发者来说,信号已经非常明确:未来的竞争力不在于绑死一个模型,而在于编排多模型的能力。

但市场对于微软这次Copilot升级,似乎并不买账。

微软股价当日仅微涨约1%,本季度仍面临近25%的跌幅:这是2008年金融危机以来最差的单季表现。

华尔街更在意的,可能是落地数据:多模型来回调用的成本谁买单?企业员工真能把它融入日常工作流?

可以确定的是,这次升级改写了微软与OpenAI的合作关系,OpenAI在微软生态里的位置,已经从「唯一的王牌」变成了「牌桌上的一张」。

而对Anthropic、OpenAI、谷歌三家来说,值得警惕的是:当平台方开始把你的能力当作可替换的模块来编排,模型能力本身或许就不再是护城河了。

企业级AI正在从「聊天机器人」时代翻篇,进入「工作系统」时代。

这个转折点上,决定胜负的不再是谁家的benchmark最高,而是谁能把多个模型编排成一条可靠的、可审计的、可落地的工作流。

参考资料:

https://www.reuters.com/business/microsoft-unveils-ai-upgrades-rolls-out-copilot-cowork-early-access-customers-2026-03-30/

https://techcommunity.microsoft.com/blog/microsoft365copilotblog/introducing-multi-model-intelligence-in-researcher/4506011

https://www.microsoft.com/en-us/microsoft-365/blog/2026/03/30/copilot-cowork-now-available-in-frontier/

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
英伟达技术大牛实名发声:身患重病时,黄仁勋出手帮他抢下生机

英伟达技术大牛实名发声:身患重病时,黄仁勋出手帮他抢下生机

普陀动物世界
2026-11-18 08:58:23
逃过了股市暴跌,却没逃过银行理财的暴击

逃过了股市暴跌,却没逃过银行理财的暴击

深水财经社
2026-11-18 14:21:15
普京来华前夕先送大礼,俄方宣布重磅消息,中国大后方再落一子

普京来华前夕先送大礼,俄方宣布重磅消息,中国大后方再落一子

通鉴史智
2026-11-18 10:06:16
甘肃19岁姑娘,认58岁男上司为干爹,去家中照顾他引发悲剧

甘肃19岁姑娘,认58岁男上司为干爹,去家中照顾他引发悲剧

民间精选故事汇
2025-06-14 13:37:34
41岁C罗15分钟戴帽,生涯985球!沙特联赛却把钱从买人转向建球场

41岁C罗15分钟戴帽,生涯985球!沙特联赛却把钱从买人转向建球场

桑葚爱动画
2026-11-03 14:18:57
沉默45年,中国终于迎来第二轮“严打”!目标改变总体战正式打响

沉默45年,中国终于迎来第二轮“严打”!目标改变总体战正式打响

闻识
2026-05-04 08:59:03
CBA3消息!强援加盟广东宏远,山东或买断皮尔森,上海不满布歇试训表现!

CBA3消息!强援加盟广东宏远,山东或买断皮尔森,上海不满布歇试训表现!

体坛卡卡说
2026-11-17 11:05:10
二十届五中全会释放用人新风:跳出年龄学历框,不再降格凑班子

二十届五中全会释放用人新风:跳出年龄学历框,不再降格凑班子

户外阿毽
2026-11-17 06:11:58
完了!膝软骨退化,库里生涯真的要完了……

完了!膝软骨退化,库里生涯真的要完了……

体育新角度
2026-11-18 11:27:31
郑丽文:绝不放弃武力护台,洪秀柱表态:两岸和平不能回避统一

郑丽文:绝不放弃武力护台,洪秀柱表态:两岸和平不能回避统一

混沌录
2026-11-17 22:34:08
财报炸裂!英伟达史上首次单季营收突破1000亿美元

财报炸裂!英伟达史上首次单季营收突破1000亿美元

每日经济新闻
2026-11-18 06:31:33
曝蔡天凤案大反转!6000W豪宅邝球拿了3000W,写他名是为了省税

曝蔡天凤案大反转!6000W豪宅邝球拿了3000W,写他名是为了省税

神秘的未知领域
2026-11-18 01:50:28
JunJia绿帽事件迎来结局!Doggo远赴欧洲打比赛,WBG新阵容曝光:RNG双C再次合体

JunJia绿帽事件迎来结局!Doggo远赴欧洲打比赛,WBG新阵容曝光:RNG双C再次合体

风尘Game
2026-11-18 12:56:14
一旦恢复该规定,中国结婚率或将大幅上涨,离婚率也会有所下降

一旦恢复该规定,中国结婚率或将大幅上涨,离婚率也会有所下降

福建睿平
2026-10-28 07:23:25
回顾:山东女子野生虎区强行下车,与幼虎合照,10分钟后悲剧发生

回顾:山东女子野生虎区强行下车,与幼虎合照,10分钟后悲剧发生

兰姐说故事
2025-01-17 10:30:03
真相炸裂!宗庆后3个私生子并非同一母亲,小儿子是别墅管家所生

真相炸裂!宗庆后3个私生子并非同一母亲,小儿子是别墅管家所生

派大星纪录片
2025-07-15 13:28:11
午后拉升!千亿PCB龙头,冲上涨停

午后拉升!千亿PCB龙头,冲上涨停

中国基金报
2026-11-18 16:08:54
美媒爆料:勇士酝酿重磅交易,巴特勒、格林均可作为筹码

美媒爆料:勇士酝酿重磅交易,巴特勒、格林均可作为筹码

夜白侃球
2026-11-18 11:25:39
18分逆转!格莱姆斯47+6+3,赛后小里冲进场庆祝,东契奇先行退场

18分逆转!格莱姆斯47+6+3,赛后小里冲进场庆祝,东契奇先行退场

担酒
2026-11-18 15:07:43
高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

靓仔情感
2026-11-17 04:36:22
2026-11-18 17:03:00
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16711文章数 67239关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

艺术
旅游
亲子
游戏
公开课

艺术要闻

漫天香氛,秋风醉人~杭州的秋天从不让人失望!13个地方,秒出大片!

旅游要闻

秋假遛娃剑门关,全程17000步,6个小时,喜提废腿体验!

亲子要闻

宝宝气人但是聪明的4个行为

英国法庭驳回索尼PlayStation数字内容集体诉讼

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版