當AI自己學會“挑錯”和“辯論”，它離真正靠譜還有多遠？微軟給Copilot裝上的兩個新“大腦”，正在嘗試回答。

3月31日，微軟宣布為其Microsoft 365 Copilot平臺中的深度研究智能體“Researcher”進行重要更新。這次更新的核心，是引入了名為“Critique”（批判機制）與“Council”（理事會機制）的兩項新功能。其目標是通過整合OpenAI的GPT模型與Anthropic的Claude模型，構(gòu)建一個多模型協(xié)作的工作流，從而大幅提升企業(yè)級AI研究的嚴謹性與可靠性。

微軟Copilot平臺正在轉(zhuǎn)變：不再滿足于做只給單一答案的智能助手，而是成為協(xié)調(diào)多個頂尖AI模型的“總指揮”。這直擊企業(yè)用戶的核心痛點——如何讓AI在深度研究、數(shù)據(jù)分析等嚴肅工作中更可靠、更少犯錯。

“Critique”批判機制的核心，是將“寫報告”與“審報告”分離。面對復(fù)雜研究問題時，系統(tǒng)不再讓單一模型包辦。先由OpenAI的GPT模型查找資料、規(guī)劃任務(wù)并起草初步報告，但這份草稿不會直接交給你，而是立即轉(zhuǎn)給“嚴苛審稿人”——Anthropic的Claude模型。Claude會像資深專家一樣，逐字逐句審核事實準確性、邏輯嚴密性和引證可靠性，相當于在AI生產(chǎn)線上強行嵌入一道質(zhì)檢關(guān)。

效果如何？微軟用DRACO基準測試衡量。結(jié)果顯示，加入“批判機制”的Researcher智能體，得分較之前單模型版本有所提升，意味著研究質(zhì)量從“勉強能用”邁向“基本可靠”。未來，這一流程還可反向操作，讓Claude起草、GPT審核，增加靈活性。

如果說“批判機制”是嚴謹?shù)摹敖恿悺�，那么“Council”理事會機制就是開放的“平行實驗”。

“Council”啟用后，系統(tǒng)針對同一問題同時派出GPT和Claude兩個模型，它們互不干擾，各自獨立研究、檢索，最終形成兩份完整報告。隨后，“裁判模型”登場，任務(wù)不是簡單判斷對錯，而是進行更精細的“元分析”——找出兩份報告的共識點，更重要的是，高亮標出分歧所在。這些分歧可能源于數(shù)據(jù)解讀、分析角度或?qū)ν皇聦嵉牟煌捶�。同時，裁判還會總結(jié)每個模型獨有的、可能被對方忽略的洞察。

由此，AI給出的不再是“一個標準答案”，而是“一份包含不同聲音的分析光譜”，幫助專業(yè)人士更全面理解問題，發(fā)現(xiàn)潛在盲點，為決策提供更立體的依據(jù)。

兩項更新背后，是微軟更大的AI生態(tài)布局。

盡管與OpenAI關(guān)系緊密，微軟正積極將不同廠商的頂尖模型（如Anthropic的Claude）整合進Copilot平臺。這種開放策略，讓企業(yè)用戶可根據(jù)任務(wù)特點（例如需要GPT的創(chuàng)意還是Claude的嚴謹）靈活搭配，也降低了對單一技術(shù)的依賴風險。

未來的企業(yè)級智能體，很可能由IT管理員像搭積木一樣，根據(jù)合規(guī)與業(yè)務(wù)需要自由選擇和編排不同底層模型。

對于金融、法律、醫(yī)療等容錯率極低的行業(yè)，多模型協(xié)作意義尤為重大。

在這些領(lǐng)域，一個錯誤的數(shù)據(jù)解讀或法律條文誤判，都可能引發(fā)巨額損失或嚴重風險。傳統(tǒng)單一AI模型固有的“幻覺”問題，是阻礙其深入應(yīng)用的最大障礙�！芭袡C制”通過即時校驗，增加了一道風險防火墻，有效過濾明顯錯誤；而“理事會機制”提供的對比視角，則像給分析師和律師配了一位持不同意見的“虛擬同事”，助其做出更審慎判斷。這并非取代人類專家，而是用AI生成更高質(zhì)量、更全面的輔助材料，把人從繁瑣的信息篩選中解放出來，專注于更高層的戰(zhàn)略與風險研判。

在推進這些強大功能的同時，微軟也強調(diào)其與“負責任AI”原則的銜接，包括公平性、可靠性、安全性和透明度。多模型架構(gòu)下，數(shù)據(jù)隱私與安全由企業(yè)級云架構(gòu)保障，所有輸出均受安全監(jiān)控。而“理事會機制”本身，通過展示推理差異，也提供了一種天然的透明度。

總體來看，Copilot平臺通過讓多個AI模型相互制衡與互補，正正面攻克阻礙AI進入關(guān)鍵業(yè)務(wù)領(lǐng)域的可靠性難題。

來源：布谷財經(jīng)