微軟用自家AI替換OpenAI和Anthropic

微軟用自家AI替換OpenAI和Anthropic

Marcus Chen
210
original

微軟在部分應用中用自家研發的AI模型替代OpenAI和Anthropic的模型,標誌著其在AI領域從依賴外部轉向自主掌控的戰略轉變。本文分析此舉對開發者、企業使用者和AI生態的潛在影響。

微軟正在悄然調整其AI戰略:不再全面依賴OpenAI和Anthropic,而是將自家模型部署到部分核心應用中。據彭博社報道,這一變化已出現在Microsoft 365的某些Copilot功能中,以及Azure的AI服務裡。

戰略轉向:從合作伙伴到自研

過去幾年,微軟與OpenAI的深度合作被視為AI行業的標準正規化。但隨著OpenAI轉向盈利性結構、Anthropic推出自己的企業方案,微軟意識到過度依賴外部合作伙伴存在風險。如今,微軟開始優先推廣其自研的Phi系列和最新的MAI模型,這些模型在特定任務上表現出色,且成本更低。

具體應用場景

這一變化首先落在Microsoft Copilot的文件摘要和郵件智慧回覆上。這些功能過去呼叫的是GPT-4,現在在部分使用者群中已切換到微軟自家模型。值得注意的是,微軟並未完全切斷與OpenAI的聯絡——在需要極端複雜推理的任務中(如高階資料分析),GPT-4依然被保留。

對於Azure OpenAI Service的使用者而言,影響更為直接:新客戶在初期可能會被引導使用微軟的MAI模型,而不是GPT-4或Claude。這並非強制,但預設選項的改變暗示了微軟的傾向。

實際影響:開發者和企業使用者需留意

如果你是使用Microsoft 365 Copilot的高階使用者,你可能不會立即注意到差異——微軟聲稱自家模型在摘要、問答等場景下「效能相當甚至更好」。但實際測試中,開發者發現微軟模型在程式碼生成和數學推理上仍落後於GPT-4。

對於企業架構師來說,這意味著需要重新評估依賴微軟AI服務的長期風險。如果微軟逐步用自家模型替換第三方模型,那麼之前基於GPT-4構建的某些工作流可能需要調整。

行業反應與下一步

這一決策並非完全意外。微軟自2023年起就在加速自研模型,並在Phi-3等輕量級模型上取得顯著進展。分析師認為,此舉將加劇AI平臺之間的競爭,同時降低微軟對OpenAI的依賴——後者近期頻繁的定價調整和API變更已讓部分大客戶不滿。

實用要點:

  • 關注微軟官方文件中關於模型切換的公告,尤其是Microsoft 365 Copilot的功能更新日誌。
  • 如果你正在使用Azure OpenAI Service,建議在測試環境中比較GPT-4與微軟MAI模型在具體任務上的表現。
  • 對於新專案,考慮採用多模型策略,避免鎖定在單一供應商。

微軟的這一步棋並非「去OpenAI化」,而是分散風險、控制成本的長遠佈局。對於普通使用者,短期內影響有限;但對於深度整合AI的企業,這是重新審視技術棧的合適時機。

微軟OpenAIAnthropic自研AI模型Microsoft Copilot行業趨勢戰略調整

分享

評論

0
0/500 字元

暫無評論

成為第一個評論的人

探索更多

相似工具

GeoInfer

GeoInfer

GeoInfer 只憑畫面本身推斷照片拍攝地:借助建築、地形、植被等視覺線索完成識別,無需 EXIF、GPS 或反查圖片。

SharpLines

SharpLines

SharpLines 是 AI 體育預測平台,涵蓋 NBA、NFL、MLB、NHL、NCAA 與足球,多模型輸出比賽預測並對各大博彩線做即時比對分析。

GoodMoat

GoodMoat

GoodMoat是一款AI驅動的股票估值工具,它區別於傳統「黑箱」模型,將每個估值數字直接追溯到原始SEC文件,並註明來源和刷新時間。它支持任何股票的完整DCF、反向DCF(判斷市場已定價的增長)以及三種交叉驗證的公允價值模型。其X-Ray功能通過AI深度分析40多項財務指標,將複雜數據轉化為對企業護城河或炒作本質的通俗解讀。所有AI輸出均對照原始文件核查,避免幻覺數字,確保結果可靠。

Osmosis

Osmosis 是 HMD Secure Sales Hackathon 2026 展示的 CRM 原型,主張讓線索、案例與預測從聊天中自然抽取,而不是靠人工填表。

Pommy AI

Pommy AI 是一個面向創始人和營銷人員的自動化系統,自動生成、安排並優化社交媒體帖子(reels/shorts)和視頻廣告活動。它學習品牌聲音,設計創意,定位受眾並處理跨平臺分發,幫助用戶以自動駕駛方式擴大增長。

Q-bit AI pro 2.0

qbitaipro.com 的公開登陸頁僅提供終端登入畫面與一組示範帳號,除了 BTC Futures Engine 的自述外,登陸頁沒有可見的功能清單、團隊介紹、監理揭露或定價,因此本條目只陳述可查核內容,不描述官網未揭露的能力。

開源專案

Operit: 開源安卓 AI 代理, 連接模型與工具執行真實任務

Operit 是一個開源的安卓 AI 代理, 主要使用 Kotlin 開發。它能夠將雲端或本地模型與系統工具、終端和瀏覽器連接起來, 從而執行真實的用戶任務。該項目在採集時擁有 5669 個 GitHub 星標, 採用 Other 許可證。

OctoBot: 免費開源的Python加密貨幣交易機器人

OctoBot 是一個免費開源的 Python 加密貨幣交易機器人,可在 15 個以上交易所自動化交易策略。它提供回測、紙面交易和 Web 界面,幫助用戶輕鬆管理交易。項目採用 GPL-3.0 許可證,目前(採集時)在 GitHub 擁有 6146 個星標。

Casdoor: 開源 UI 優先的身份與訪問管理平臺

Casdoor 是一個開源的、以 UI 為先的身份與訪問管理平臺,定位為專門的認證伺服器。它通過單一管理界面管理用戶、組織、應用和身份提供商,並支持 OAuth 2.0、OIDC、SAML 2.0、CAS 和 LDAP 等協議。同時提供 WebAuthn、passkey、TOTP 雙重認證、生物識別登錄、SCIM 2.0 配置、基於角色的訪問控制和多租戶組織模型。技術棧採用 React 前端和 Go 與 Beego 後端,可持久化到 MySQL、PostgreSQL 等資料庫。項目以 Apache-2.0 許可證開源。

OpenAlice: 本地AI交易工作空間,採用Git式審查工作流

OpenAlice是一個本地交易工作空間,允許AI編碼代理通過Git風格、審查門控的工作流執行研究、投資組合管理和經紀訂單。項目主要使用TypeScript開發,採用AGPL-3.0許可證,在採集時獲得5201個GitHub星標。

comp: 開源的AI原生合規平臺

comp 是一個開源的 AI 原生合規平臺,可自動化 SOC 2、ISO 27001 等認證流程。作為 Vanta 和 Drata 的自託管替代方案,它降低成本並保護數據安全。基於 TypeScript 構建,提供自動化證據收集、智能策略檢查和風險分析。適合重視數據主權和定製化的中型團隊。

Awesome-LLM4Cybersecurity: 匯總大語言模型與網絡安全交叉資源

Awesome-LLM4Cybersecurity 是一個精選的 GitHub 倉庫,彙編了大型語言模型與網絡安全交叉領域的最新論文、工具、數據集和框架。該倉庫由專家社區維護,據項目描述,已獲得超過 1600 個星標,是安全研究員和 AI 開發者快速了解或追蹤前沿進展的重要資源。項目主要使用 JavaScript 編寫,採用 MIT 許可證。