微软刚刚做了一件可能让
模型公司很不舒服的事
它把Openai Anthropic自研模型
甚至其他开放模型
全都放进同一个候选池
再让copilot自己决定该用谁
用户以后可能连模型名字都不用看
可一旦模型可以随时更换
AI产业里最值钱的部分
究竟还会不会是模型
2026年9月25日
微软发布新版copilot
增加home code和autopilot三个入口
home把聊天Cowork和
office应用放到一起
code让普通员工也能
搭建自己的工具
autopilot则是一名可以持续工作并
主动推进任务的长期智能体
它运行在云端
用户关掉电脑
甚至去睡觉
它仍然能继续处理工作
萨蒂亚纳德拉随后接受采访
给这次更新补上了
一层更重要的解释
微软判断AI竞争正在离开
单纯比拼模型能力的阶段
下一轮胜负会落在产品上
谁能把模型接近真实工作
谁能管住权限成本和风险
谁才有机会成为企业默认的AI入口
这个判断直接碰到了过去
三年最流行的一套叙事
大模型公司不断刷新榜单
每次发布都强调推理分数
编码能力和上下文长度
公众也习惯把AI战争
理解成一场模型排名赛
今天这家领先
几周后另一家反超
微软现在准备把这
张排行榜藏到后台
新版copilot里有一个叫auto的路由系统
用户提交任务之后
auto会同时考虑
准确率响应速度和成本
再选择最合适的模型
简单摘要不必调用
最昂贵的前沿模型
复杂分析可以自动升级
一个任务如果需要多个子代理协作
系统还能够跨越不同模型家族
让每个模型处理自己擅长的部分
纳德拉甚至说
他已经很久没有亲自选择模型了
负责路由的系统正在
成为用户实际面对的模型
用户选择的是一个
可以调度模型和工具
还能连接数据的工作环境
任务决定后台使用谁
代理决定怎么分工
个人只需要关心最后有没有完成
这一步看起来只是
省掉一个下拉菜单
下面却压着一场权力转移
过去模型品牌直接面对用户
ChatGPT Claude和Gemini的
名字本身就是入口
微软希望把这些模型装进copilot
让他们在后台为每一项任务竞标
一旦用户习惯由copilot自动选择
模型公司就会失去一部分直接关系
微软已经在这样做
纳德拉提到copilot体系里
既有微软自己的Mai模型
也有Openai的Anthropic模型和Grok
Azure AI foundry还提供
大量开放权重模型
企业可以把自己的模型接入copilot
微软不要求客户永远
绑定某一家供应商
路由器会根据政策和
任务决定调用对象
现阶段Openai仍然占据重要位置
纳德拉承认
微软API侧的绝对用量仍由Openai主导
Astra也获得了很强的采用
可他同样强调
所有模型都要在copilot
系统里竞争任务
今天领先的模型
明天仍要证明它在质量
速度和价格之间保持优势
模型厂商因此会面对一个陌生局面
能力差距足够大时
最强模型拥有定价权
能力逐渐接近以后
路由系统会把普通
任务分给更便宜的选择
只把少数高难度任务交给旗舰模型
模型每提升一点分数
未必还能换来同等比例的调用量
只要另一款模型便宜的多
又能达到可接受结果
企业就有理由切换
路由权还会重新
定义模型厂商的客户
过去开发者会主动比较模型
再把选中的名字写进产品
auto接管选择之后
模型厂商首先要
说服微软的评估系统
它需要在微软设定的
任务集里证明成功率
也要接受延迟价格和
安全策略的联合排序
模型面对的就不再只是最终用户
还包括一个掌握分发的算法采购员
这种变化会压缩品牌溢价
一个模型即使拥有很高知名度
只要在常见任务上
没有拉开结果差距
路由器路由器就可能把
流量交给成本更低的竞争者
旗舰品牌仍能吸引高难度任务
但大量普通调用会被
更便宜的模型分走
大模型行业过去习惯
用发布会塑造领先感
进入自动路由时代以后
真正决定收入的会是
后台持续发生的任务胜率
企业也会获得新的谈判筹码
同一种工作能够在
多个模型之间迁移
采购部门便可以要求供应商降价
或者把调用量转移给替代者
模型接口越标准
切换阻力越小
溢价能力越靠近掌握工作流的平台
微软此时既是云服务商
也是裁判和流量分配者
这个位置的商业价值可能
高于单独拥有一款冠军模型
问题随之而来
路由标准如果缺少透明度
客户很难判断一次选择
究竟服务于任务质量
还是服务于微软自己的利润
自研may模型与外部模型
同时进入候选池后
潜在利益冲突会更加明显
企业需要系统会自动选择的承诺
也需要可查证的模型
调用记录和成本变化
失败重试与策略
命中同样要留下依据
开放模型在这里尤其危险
纳德拉说
开放权重模型目前在微软
平台上的绝对规模仍然较小
增长速度却很快
企业拿到权重后
可以按照内部数据进行微调
也能部署在自己控制的环境里
对于强调数据主权
成本和可控性的公司
这种自由度很有吸引力
中国模型也没有被
排除在整个体系之外
微软的foundry可以托管来自
不同地区的开放权重模型
不过在copilot的核心产品中
目前主力仍然是美国闭源模型
这里存在明显的双层策略
微软对模型来源保持开放
对进入企业核心工作流的模型则
保留更严格的安全和合规门槛
模型路由只是第一层
微软更大的筹码来自office和Windows
也包括teams Github以及企业身份系统
模型负责生成答案
企业工作却需要知道
谁能读取哪份文件
谁有权发送邮件
哪项操作必须获得批准
出了错误又该由谁回滚
模型能力越强
这些看起来沉闷的基础设施越重要
autopilot正好把问题推到台前
它与传统聊天机器人最大的差别是
可以长期运行并完成整段业务流程
用户给出目标
它能够打开应用和读取资料
再调用工具把结果交回来
它还拥有自己的身份
不必一直借用用户
当前会话完成每一步
长期代理听起来很诱人
让他整理销售线索和更新表格
同时追踪供应链
员工第二天回来直接检查成果
可他一旦拿到账号和文件
还能控制软件
错误的代价会立刻增加
聊天机器人答错一句话
通常只需要重新询问
autopilot点错一个按钮
可能改变真实订单
客户记录或财务状态
纳德拉把信任称为
企业采用最大的障碍
企业不会因为模型在某项测试
领先就允许它进入核心系统
管理员需要观察代理做过什么
限制他可以访问的资源
为不同部门设置政策
并在异常发生时切断权限
每一个动作都必须留下审计记录
agent365承担的就是这层工作
它管理代理身份
设置安全政策
提供可观察性和治理能力
微软把它放在新版copilot旁边
要提供的远不止一个管理页面
autopilot越能独立工作
agent 365越接近企业
必须购买的控制层
这也暴露出微软真正的护城河
模型可能被超越
企业身份和权限体系
不会在一夜之间搬走
一家公司已经把邮件
与会议放进微软365
文档和员工账号也在里面
在启用autopilot时
最省事的方案自然是
继续使用微软的治理工具
竞争对手即使做出更聪明的代理
也得重新解决权限映射
以及审计和合规问题
Openai和Anthropic当然不会
甘心只做模型供应商
两家公司都在向企业产品推进
开始提供代码代理办公
连接器和长期任务能力
纳德拉承认竞争会非常激烈
也承认Openclaw一类产品启发
了行业对autopilot的想象
微软没有假装一切都由自己发明
他的回应是把消费级代理
的体验装进企业治理框架
这场竞争的焦点会越来越具体
Openai能不能在企业权限上追上微软
Anthropic能不能让Claude
接触更多工作数据
同时维持安全边界
Google能不能利用Workspace和
Android形成自己的闭环
模型表现仍然重要
但它已经只是整套产品的一部分
新版copilot的三个入口也反映
出微软对未来工作的划分
home负责了解情况
Chat和COWORK在这里汇合
word Excel和Powerpoint直接嵌入
code负责让员工构建工具
autopilot负责持续执行
人类先理解
再创建规则
最后把一部分重复
工作交给代理运行
微软没有把autopilot描述成
完全替代员工的系统
纳德拉强调
人应该同时留在任务的入口和出口
人来决定目标
也负责验收结果
代理可以处理中间的大量步骤
可授权和最终判断仍然不能消失
这套边界很重要
因为长期代理容易制造一种错觉
它能够自己运行
看上去像拥有完整责任
实际上模型不知道公司的隐性约束
也不会承担法律和财务后果
企业如果只把任务扔进去
等最后再看结果
就可能在很早的步骤出错
却让错误连续扩散几个小时
真正可靠的流程需要检查点
代理完成资料收集后先确认范围
准备对外发送信息时再次请求批准
涉及付款和删除时强制停下
权限变化也一样
微软说的人类在环不能
只是一句发布会口号
它必须变成产品里
的暂停键和批准门
还要留下回滚记录
成本会成为第二道门槛
纳德拉说的很直白
TOKEN存在边际成本
行业不可能永远靠补贴维持使用量
今天很多AI产品用低价
甚至免费吸引用户
背后的训练推理和云端
运行费用仍然有人承担
补贴减少后
客户会开始计算每一次
代理任务到底值多少钱
微软因此把copilot拆
成两种计费逻辑
日常问答和初稿适合固定订阅
总结与普通分析也包括在内
CO work code和autopilot需要持续调用工具
也可能使用更昂贵的前沿模型
这些能力采用按量计费
管理员还能限制不同
团队可以调用的模型家族
查看积分消耗和剩余额度
这套设计承认了一个现实
一次聊天和一个运行
8小时的代理任务
成本根本不在同一水平
把两者塞进统一订阅
重度用户会大量消耗算力
轻度用户则替别人买单
按量收费能让价格更接近实际使用
也会让AI价值接受更
严格的财务审查
企业以后不会只比较
每百万TOKEN的单价
他们会看一个任务
通过验收花了多少钱
便宜模型如果连续返工三次
总成本可能更高
昂贵模型一次完成
也许反而划算
auto路由器的价值就在这里
它试图把模型价格成功率和
任务难度放进同一套决策
这也解释了微软
为什么加入finops for AI
传统云计算已经形成成本治理
团队会追踪存储网路和算力使用
AI代理带来的账单更难预测
因为一次任务可能临时
调用多个模型和工具
还会因为失败重试继续消耗
没有预算政策
代理很容易变成
一台自动烧钱的机器
成本治理会决定
autopilot能不能走出试点
部门主管需要看到
它究竟缩短了多少时间
减少了多少人工步骤
错误率有没有下降
微软给出的理想案例是把
过去需要12个月的复杂
供应链项目压缩到3个月
只有这种差距真正出现在业务里
按量收费才容易被接受
用户习惯也会变化
过去员工主动打开软件完成任务
copilot时代
员工可能先描述目标
再监督系统调用不同软件
软件界面不再是工作的中心
任务和权限才是中心
word Excel和teams仍然存在
但它们越来越像代理使用的工具
而不是员工必须逐个操作的目的地
这会影响软件公司的位置
过去企业软件靠
界面和功能留住用户
代理能够跨应用操作以后
界面价值可能下降
稳定接口和数据质量会变得更重要
哪款软件能被代理可靠调用
哪款软件就更容易留在工作流程中
只靠复杂操作制造使用粘性的产品
反而可能被代理绕过
微软拥有一个天然优势
它既控制大量办公应用
也控制调用这些应用的代理入口
copilot可以理解teams里的讨论
读取Sharepoint文件
再把结果写进Excel
其他模型公司需要
一个个申请连接权限
微软已经站在数据和操作之间
这个优势同样会引发平台权力问题
auto t企业选择模型
选择标准由谁制定
微软自己的Mai模型
会不会得到更多机会
某个模型成本更低
但质量略差
系统会不会为了利润优先调用
企业管理员可以限制模型范围
却未必能看清
每一次路由的全部依据
微软需要证明auto带来
的便利不会变成黑箱
客户至少应当知道哪些
任务调用了哪个模型
为什么升级到更昂贵的选择
以及输出是否经过其他模型复合
路由系统掌握的越多
透明度越不能只停留
在一张总费用报表
开放模型也可能
迫使微软提高透明度
企业自己部署模型时
能够掌握权重数据位置和运行成本
闭源模型如果价格更高
决策过程又不透明
就必须用明显更好的结果证明价值
auto会让这种比较每天发生
而不是一年做一次采购评估
纳德拉对开放与闭源
没有给出单一答案
他认为两者都会存在
闭源模型适合追求最强
能力和快速更新的客户
开放模型适合需要微调
控制和数据主权的场景
企业任务足够多样
市场很难被一种模式全部占据
更值得注意的是微软
对AI基础设施的判断
市场一直担心数据中心建设过度
科技公司投入巨额资本
电力和芯片订单不断增加
可AI收入能否跟上仍有争议
纳德拉没有简单选择过剩或不足
他把判断标准放在技术扩散上
算力只有进入真实业务
才能形成可持续回报
企业用TOKEN完成工作
生产效率最终反映到经济产出
数据中心才有收入基础
如果算力长期集中在少数
热门应用和模型训练中
大量基础设施就缺少
足够的推理需求支撑
纳德拉给出了一句很有分量的判断
长期来看
推理必须占据主导
训练类似研发投入
推理才接近收入
公司可以在一段时间内用
融资和现金流扩大训练
但财务规律不会消失
收入必须来自用户
持续调用模型解决问题
否则训练规模再大
也只是不断增加研发账单
这个判断会把压力传回产品层
模型跑分无法直接
偿还数据中心投资
copilot autopilot和各种行业代理
才有机会把算力变成收入
微软越强调产品
越说明整个AI产业
需要尽快证明需求
基础设施已经提前建起来
接下来必须有人持续购买推理
数据中心还要面对当地社区
微软取消部分项目中的保密协议
试图更早公开电力和用水情况
也说明经济影响
纳德拉说
公司必须获得社区允许
不能把数据中心建好以后就离开
微软拿华盛顿州昆西作为例子
声称当地税收在长期内增长约12倍
并带来学校与医院建设
也增加了就业
这些数字属于微软的陈述
不能直接替代独立评估
数据中心能增加税基
也可能推高电网和水资源压力
真正的账要看谁承担基础设施升级
居民电价是否变化
以及长期岗位数量
能不能匹配最初承诺
取消保密协议只是开始
项目运行后的公开数据更重要
监管问题也被放进同一条逻辑
纳德拉支持建立新的AI规则
不希望等事故出现后再补救
他提到行业可以引入
更广泛的嵌入式评估者
让不同背景的人参与模型测试
而不是只由微软和Openai
内部决定什么能够发布
他还希望美国与中国围绕AI
扩散和安全建立共同规范
两个国家都想让技术
为本国公民创造价值
也都不愿面对失控系统造成的后果
竞争不会因此停止
可最低限度的测试和
风险边界仍有协商空间
这部分发言带有明显的现实考量
模型跨境流动
开放权重可以被下载和修改
单个公司的安全政策
无法覆盖整个市场
如果各国规则差异过大
企业会把高风险研发移
向监管更宽松的地区
共同底线很难谈
却比事故发生后互相指责更有价值
采访最后回到人类控制
纳德拉认为不服务于人类或者
脱离人类控制的系统没有发布价值
前沿模型进入世界之前
企业需要投入更多测试时间
能力增长不能自动成为上线理由
产品团队还得证明
系统能够被监督被停止
也能在错误发生后恢复
这句话听起来像原则声明
真正考验会出现在商业压力上
竞争对手率先发布新能力
微软愿不愿意继续测试
客户要求代理拥有更多权限
公司会不会放宽限制
季度增长需要新收入时
安全检查能不能抵抗产品进度
控制原则只有在这些时刻
仍然有效才算真实边界
新版copilot把这些矛盾
集中到一个产品里
它想让代理持续工作
又必须保留人类批准
他允许多个模型竞争
又掌握路由权
他承诺提高效率
同时把TOKEN成本直接带进企业预算
他依赖更多数据中心
也要取得社区同意
所以这次发布的重要性来自
微软正在搭建的AI企业操作层
模型可以替换
任务留在copilot
应用可以变化
身份和权限留在agent
365 价格可以调整
成本治理仍由微软掌握
每一层都在减少客户
离开微软体系的理由
Openai和Anthropic接下来会
被迫回答一个问题
他们要继续做最强模型
还是建立完整的企业工作平台
前一条路需要不断
投入更昂贵的训练
并接受模型被其他平台路由
后一条路会直接进入
微软最熟悉的战场
面对几十年积累的
客户关系权限系统和办公数据
Google也会成为关键变量
它拥有Workspace cloud和Android
具备复制这套结构的基础
若Google把Gemini
办公数据和设备入口真正连起来
微软就不能只靠现有分发取胜
企业会比较哪一套代理更懂工作
也会比较哪一套系统更容易治理
模型战争不会结束
位置却会改变
最强模型仍然推动能力上限
可多数企业任务不需要
每次都调用世界第一
可靠便宜可审计的模型组合往往
比一款昂贵冠军更有商业价值
微软要做的就是把
这种组合变成默认产品
开头的问题现在可以回答了
如果模型随时可以更换
AI产业最值钱的部分
会逐渐向任务入口数据权限
路由系统和执行记录移动
模型仍然重要
却不再独占价值
谁掌握用户目标
谁决定调用顺序
谁能证明每一步安全
谁就能从每一次推理中持续收费
纳德拉押注的正是这个位置
微软不必在每一次
模型发布中都拿第一
只要copilot成为企业
交代任务的第一站
最强模型就会主动进入它的系统
争夺调用
竞争规则由此改变
过去大家争的是谁能
造出最聪明的大脑
下一轮争的是谁能让所有
大脑在自己的产品里工作
这场产品战争才刚刚开始
autopilot能否稳定完成长任务
auto能否公平选择模型
agent 365能否挡住权限
和提示注入风险
都需要真实部署验证
微软已经把路线画得很清楚
接下来要证明的是这套庞大
系统能够创造的业务价值
确实高于它消耗的算力和信任