微软正努力让OpenAI变得可有可无
内容提要
微软CEO纳德拉透露，公司自研AI模型已在Excel中部署，性能媲美GPT-5.6且成本更低；另一模型MAI-Code-1-Flash在GitHub Copilot中获数百万开发者使用，代码接受率比竞品高约10%。微软正利用自身数据优势，逐步减少对外部AI供应商的依赖，强化自主AI能力。
延伸解读
成本与性能的权衡
微软称其自研模型在Excel中性能与GPT-5.6相当，但成本更低。这表明微软可能更注重实际任务中的性价比，而非追求顶尖的通用智能。对于普通用户而言，日常任务可能并不需要最前沿的模型，成本效益成为关键考量。
数据优势的壁垒
微软利用其庞大的企业数据来训练模型，并强调“当你自己就是AI实验室时，数据不会泄露给竞争对手”。这种数据优势可能形成良性循环，帮助微软快速迭代模型，从而在特定场景（如代码生成）中超越外部供应商。
对OpenAI依赖的减弱
微软在GitHub Copilot中部署自研模型，并声称代码接受率比GPT-5.4 Mini和Claude Haiku 4.5高约10%。这表明微软正逐步减少对OpenAI和Anthropic的依赖，尽管尚未完全取代，但已显示出自主AI能力的提升。
Q&A
微软在Excel中部署的自研AI模型性能如何？
微软表示，该模型在常见任务上的表现与GPT-5.6相当，但成本更低。
微软的MAI-Code-1-Flash模型在GitHub Copilot中的表现如何？
该模型被数百万开发者使用，代码接受率比GPT 5.4 Mini和Claude Haiku 4.5高约10%，且用户留存率略高。
微软为什么要在自己的产品中使用自研AI模型？
为了减少对外部AI供应商（如OpenAI和Anthropic）的依赖，降低成本，并利用自身数据优势强化自主AI能力。
微软在AI模型开发方面有哪些数据优势？
微软拥有大量企业编码和工作数据，且作为AI实验室，数据不会泄露给其他AI公司，这有助于快速改进模型。
微软的'hill-climbing machine'指的是什么？
这是微软对其模型、工具和工作流组合的快速改进机制的称呼，利用其数据优势来持续优化AI系统。
微软自研AI模型是否意味着它不再需要OpenAI？
不是。微软仍在与OpenAI合作，但自研模型证明了其自主构建AI的能力，并逐步减少对外部供应商的依赖。
