标签: AI办公

  • OpenAI 悄悄收了一家做 PPT 的创业公司,ChatGPT 离「取代 Office」又近了一步

    8月8日,一家成立刚一年出头的 AI 演示文稿创业公司 NextSlide,在官网上挂出了一句话:我们被 OpenAI 收购了。没有新闻发布会,没有财报电话会,连交易金额都没对外披露。可把这桩低调的交易翻开来读,里面藏着 OpenAI 一个挺大的心思。

    这家公司,做的是让人不再为 PPT 发愁

    NextSlide 的活儿说白了很简单:你丢给它一段提示词、几页零散笔记、一份完整文档,或者一堆调研资料,它能自动吐出一套逻辑通顺、版式讲究、还能继续二次编辑的幻灯片。创始人 Ahmed Beshry 的出发点很朴素——传统做演示文稿门槛太高,既费时间又要求你会设计,他想把这种可视化表达的能力,下放到每一个有想法但不一定会排版的人手里。

    AI 将零散笔记自动生成可编辑演示文稿
    OpenAI 把演示文稿团队收编进 ChatGPT,剑指办公生产力

    收购其实早就完成了,只是现在才说

    有意思的是,这桩收购的时间线比官宣早了小半年。Beshry 的 LinkedIn 履历显示,他从 2025 年 4 月起创办并执掌 NextSlide,到 2026 年 3 月就进了 OpenAI。换句话说,交易大概率在今年 3 月前后就落定了,只是双方一直没对外讲,直到 8 月 8 日才由创始人自己发帖确认。他在帖子里特意感谢了 OpenAI 前应用 CEO、如今回来做兼职顾问的 Fidji Simo,说她从一开始就认可 NextSlide 的愿景,并亲自把团队迎进了门。

    “让视觉沟通变得更易获取,帮助更多人清晰地表达自己的想法。”—— Ahmed Beshry 谈 NextSlide 的初衷

    这位创始人,不是第一次把公司卖掉了

    Beshry 也不是头回创业。早些年他联合创办过做零售自助结账的 QueueHop,后来又在智能购物车公司 Caper AI 当联合创始人兼首席商务官——那家公司 2021 年被 Instacart 收走。所以这次进 OpenAI,他不是拿钱走人,而是留下来继续做产品,直接参与到 ChatGPT 的开发里。带着一支专门做”可编辑演示文稿”的团队进来,分量可想而知。

    OpenAI 在悄悄补齐全职生产力版图

    把 NextSlide 放进 OpenAI 最近一两年的动作里看,逻辑就清晰了。2025 年它收购了实验平台 Statsig,把它创始人提为应用部门 CTO;又和 Jony Ive 的硬件团队 io 合并,押注下一代 AI 设备。现在再加上演示文稿,OpenAI 显然不满足于只做一个对话框,它想把”接收信息”到”产出成品”之间的整段工作流都揽过来。

    另一边,Microsoft 早就把 Copilot 嵌进了 PowerPoint,Google 也在 Workspace 里把 Gemini 越做越深,两家手里都攥着几十年的办公软件家底。OpenAI 没有这套老本可吃,所以它选了另一条路:直接把最擅长某件事的专业团队买进来,用 AI-native 的方式把办公场景重做一遍。

    • 对普通用户来说,ChatGPT 可能从”帮你列大纲、写逐字稿”,进化到”直接给你一整套能改的幻灯片”。
    • 做汇报、写方案、准备路演的人,产出流程会被进一步压缩。
    • 不过具体什么时候上线、收多少钱、怎么集成,OpenAI 目前一个字都没说。

  • 语音应用 Wispr Flow 悄悄杀入会议记录赛道

    Wispr Flow 准备推出会议记录功能
    Wispr Flow 借更新条款,透露将推会议记录功能(配图:生成式 AI)

    一条被悄悄写进条款的新功能

    语音听写应用 Wispr Flow 最近没开发布会,也没发官宣,而是借着更新服务条款,悄悄露了底。公司给用户发邮件说条款和隐私政策有变,细心人一翻发现,新增了好几段关于”会议数据”和”会议记录(Notetaker)”的内容。

    按条款原文,Notetaker 会处理会议音频、参会者信息、会议元数据、发言人标签和转录文本,输出则是 AI 生成的会议转录、摘要、行动项和会议洞察。换句话说,它要做的不只是把话转成字,而是顺手把”谁说了啥、接下来该干啥”都整理好。

    它要挤进一条拥挤的赛道

    这个功能一上,Wispr Flow 就直接撞上了 Granola、Fireflies、Read AI、Otter、Fathom 这一票老玩家。市面上其实有两条路线:

    • Granola 那类,靠系统音频在本地转录,不录音、也不以机器人身份入会,存在感最低;
    • Fathom、Fireflies 那类,则以可见的 bot 身份加入会议、把录音存到云端,功能更全但侵入感强。

    Wispr Flow 目前没明说走哪条。这个选择会直接决定它落到用户手里的观感——是轻巧的”隐形秘书”,还是又一款”全程在录”的工具。

    “OpenAI 的计算策略,是搭建一个有韧性的组合,把合适的系统匹配到合适的负载上。”——类似的思路也适用于会议记录:模型再强,也得看它落在哪条工作流里。

    为什么一个听写 app 想做会议

    表面看是品类扩张,骨子里是冲着”上下文”去的。Wispr Flow 本来就架在邮件、文档、消息、CRM 和代码编辑器之上,是个跨应用的语音层,它比别人更清楚你平时怎么写、用什么工具。会议记录能补上它一直缺的一块:会议里的决定、承诺和人脸人名,往往在打开那些 app 之前就产生了。把这些喂给创始人 Tanay Kothari 念叨已久的”懂你个人上下文的 AI 助手”,逻辑就通了。

    钱和隐私,两本账

    底气来自融资。Wispr Flow 至今已拿下超过 8100 万美元,上轮估值 7 亿美元;今年 5 月彭博说它在谈新轮,估值可能冲到 20 亿。估值要翻近三倍,投资人赌的就是产品能长出新东西,而不只是把语音转写做得更顺手。

    但会议记录带来的隐私账,和单纯听写不是一回事。听写通常是一个人主动对着它说话;会议记录处理的却是多方对话,里面可能还有根本不用 Wispr 的人。条款把”录制或转录前取得同意”的责任推给了用户,而 Notetaker 又要求开启 Cloud Sync——这意味着即便你关掉了模型训练,对话依然会进 Wispr 的云。当 AI 助手想更懂你,代价往往是把更多人的对话,也卷进同一片云里。

  • 微软官宣Copilot超级应用年内上线,聊天、编程、智能体全塞进一个App

    微软终于把话挑明了。7月29日的财报电话会上,CEO纳德拉亲口确认:微软正在做一款Copilot“超级应用”,把聊天、写代码、智能体这些功能全部装进同一个App里,今年之内就发布,个人用户和企业客户都能用。

    微软Copilot超级应用
    微软要把所有Copilot产品收进一个入口 | 图源:The Verge

    纳德拉在会上是这么说的:

    “Copilot正在快速进化,从聊天到Cowork,再到Autopilots。本季度我们会把这些Copilot体验整合到一起,包括编程,做成一个超级应用……这是重要的一步,我很期待尽快分享更多细节。”

    这事其实早有风声

    今年5月底,《财富》就爆料过微软内部在搞一个大一统项目:把Copilot聊天机器人、GitHub Copilot编程助手、Copilot Cowork,还有内部代号Autopilot的智能体工作流系统,全部揉进一个应用。当时微软没有正面回应,现在纳德拉直接在财报会上盖章,等于承认这就是下一步的主打产品。

    为什么要做这件事?看看微软现在的产品线就明白了。消费者用的Copilot是一个App,程序员用的GitHub Copilot是另一个产品,企业里的Microsoft 365 Copilot又是一套体系,名字全都叫Copilot,入口却各在各处。用户经常搞不清自己用的到底是哪个Copilot,这种割裂感一直是微软AI产品被吐槽最多的地方。超级应用说白了就是一次大扫除:一个入口、一个登录,聊天聊到一半想写代码,或者想让智能体接手跑任务,都不用切换产品。

    对面OpenAI已经出招了

    这个时间点也不是巧合。OpenAI前不久刚发布了ChatGPT Work,把ChatGPT和编程工具Codex打包进同一个应用,思路几乎一模一样。两家在模型上打了这么多年,现在不约而同转向了同一个战场:谁能先把聊天、编程、智能体捏合成一个顺手的工作空间,谁就能占住用户的默认入口。

    微软的底牌是分发渠道,Copilot已经嵌进了Windows、Office和Azure的每个角落;OpenAI的底牌是模型和用户心智。这场仗比拼的不再是谁的模型跑分高,而是谁的整合做得更顺。


    财报数字撑腰

    底气也来自这份财报。上个季度微软营收干到了900亿美元,同比增长18%,超出市场预期的877亿。几个关键数字值得记一下:

    • Azure年收入首次突破1000亿美元大关;
    • 微软云单季收入593亿美元,同比增长27%;
    • Microsoft 365 Copilot付费席位单季净增约1000万,总数突破3000万,远超市场预期的2690万。

    投资人这一年一直在追问:微软砸下去的AI资本开支到底什么时候变成收入?这份财报加上超级应用的官宣,算是微软给出的答案——AI不光能卖席位,还要变成所有人每天打开的那个App。至于最后做出来是真香还是臃肿的缝合怪,年内见分晓。

  • Perplexity把Windows电脑变成AI员工:能翻本地文件能改表格,月费200美元起

    Perplexity把它那个叫「Personal Computer」的智能体工具搬到Windows上了。简单说,就是让全世界用得最多的操作系统,直接变成一台本地运行的AI工作机——你的电脑不再只是工具,它自己就能干活。

    Perplexity Personal Computer 登陆 Windows
    Perplexity 的智能体工具 Personal Computer 正式支持 Windows(图源:The Verge)

    它到底能干什么

    今年4月,Perplexity先在Mac上推出了这个工具,定位是「通用数字员工」。这次的Windows版思路一样:它可以访问你电脑里的本地文件和应用,替你创建文档、更新表格,把那些琐碎的桌面操作接过去自己跑。

    在这之前,Perplexity已经在5月份把Personal Computer接入了微软365办公全家桶和Teams会议软件。这次补上Windows本机这一环,整条链路就打通了。Perplexity在新闻稿里点出了一个很多AI公司避而不谈的现实:企业里大量真实工作其实发生在Windows本地电脑上,而这些场景一直「在AI够不到的地方」。

    「现在微软用户可以让Computer在一个地方同时处理本地文件、Microsoft 365和网页。它就是为企业工作在本地机器上那种乱糟糟的真实状态设计的。」——Perplexity官方说法

    门槛不低:200美元一个月起步

    先别急着下载,这东西目前只向付费的Max和Enterprise Max用户开放,订阅价格从每月200美元起。很明显,Perplexity瞄准的不是普通个人用户,而是愿意为「数字员工」掏钱的企业客户。

    针对企业最担心的数据问题,Perplexity给了两个承诺:

    • 不用公司数据训练模型;
    • 执行敏感操作前一定先通知——比如发邮件、删文件这种动作,不会不吭声就干了。

    这步棋,踩在了微软的地盘上

    有意思的地方在于,Windows是微软的主场,微软自己也有Copilot。Perplexity现在等于跑到别人家客厅里,说「你家的活我来干」。对用户来说这未必是坏事——桌面智能体这个赛道刚刚热起来,Anthropic、OpenAI都在做类似的电脑操作能力,多一个竞争者,产品打磨的速度只会更快。

    真正值得盯的是安全边界。智能体能碰本地文件、能发邮件,权限越大风险越高,「敏感操作先通知」这类护栏会不会在实际使用中被用户嫌麻烦而关掉,才是接下来见真章的地方。

  • Monday.com 裁员两成押注 AI:约 630 人,重组花掉近 5500 万美元

    又一家软件公司为了 AI 动刀裁人。以色列的协作办公软件厂商 Monday.com 宣布裁掉数百名员工,理由是要重组业务、把资源往 AI 项目上倾斜。

    Monday.com 裁员与 AI 转型
    图片来源:TechCrunch

    裁员 20%,约 630 人,理由是”支撑一个更精简、更聚焦的运营模式”——聚焦的方向,就是它的 AI Work Platform。

    砍掉两成人力,全押 AI 平台

    按照公司说法,这次要把员工总数砍掉 20%,差不多 630 个岗位。官方给出的理由听起来很标准:为了支撑一个更精简、更聚焦的运营模式。而所谓聚焦,指向的就是它主推的 AI Work Platform。

    其实 Monday.com 今年年初就已经掉头很猛了。它把 AI 平台当成核心产品,整个产品线都围着一个判断重做——企业客户越来越希望 AI 智能体能和员工一起干活。现在这个平台里塞了不少东西:无代码应用搭建、可定制的 AI 智能体、工作流自动化工具,还有一个能生成报表、更新看板的聊天机器人。


    不是它一家:今年裁员理由都写着”AI”

    Monday.com 只是加入了一支越来越长的队伍。为了腾出钱投 AI,一大批科技公司今年累计裁掉了几十万人。5 月的科技行业裁员量创下多年未见的月度新高,而据 Layoffs.fyi 统计,今年有创纪录的 78% 的公司把”要重新聚焦 AI”列为裁员理由之一。

    2026 年至今,科技行业已经砍掉了超过 12.2 万个岗位。

    同一份数据显示,2026 年到目前为止,科技行业被裁的岗位已经超过 12.2 万个。至于这次重组要付出多少代价,Monday.com 自己给了个数:预计将产生 4500 万到 5500 万美元的相关支出。

    • 裁员规模:约 630 人,占员工总数 20%。
    • 聚焦方向:AI Work Platform,含无代码搭建、AI 智能体、工作流自动化和聊天机器人。
    • 行业背景:今年 78% 的公司把裁员归因于”聚焦 AI”,全行业已裁超 12.2 万岗。
    • 重组成本:预计 4500 万至 5500 万美元。
  • 马斯克把Grok塞进Outlook:收件箱里多了个AI副驾

    马斯克旗下的 xAI(公司主体挂着 SpaceXAI 的名字)在 7 月 21 日又往前迈了一步。继给 Word、Excel、PowerPoint 都接上 Grok 之后,它正式把这款 AI 带到了 Outlook,发布了一款面向 Microsoft 365 的邮件插件 Grok for Outlook。所有付费的 X 和 SuperGrok 用户都能用,直接从 Microsoft Marketplace 装就行。对那批天天在邮箱里「打仗」的职场人来说,这相当于把 AI 直接按进了收件箱的最前线。

    它到底能帮你干嘛

    功能设计得很实在,全是围着「邮件效率」转。它能自动总结冗长的对话串,你不用再翻几十封往来邮件去拼前因后果;能按你自己的说话语气起草回复,让一键回邮不再千篇一律;还能干一件很多人最头疼的事——收件箱大扫除:归档已经聊完的对话、把噪音信息过滤掉、自动标出那些你真正得回的邮件。

    不止正文,连附件和外网都管

    除了处理邮件本身,这个插件还能读取附件里的内容,并且实时去搜网页和 X 平台的信息。关键是,所有这些动作都不用你跳出 Outlook 界面。当你需要确认邮件里提到的一个链接或者一组数据时,不用再开浏览器,在插件里就能顺手查完。这种「在哪做事就在哪给辅助」的嵌入感,恰恰是 xAI 在办公场景里想铺开的一条产品线。

    从文档、表格、演示到现在的邮件,Grok 正在一个一个吃掉微软 365 的核心应用。对用户来说,它不是多了一个新工具,而是在原有工作流里长出来的一层 AI。

    权限给得很大,但发出去前你说了算

    装插件时,你会看到一个 OAuth 授权界面,列出它要拿的权限范围:读邮件、写邮件、替你发邮件、读写日历等等。听起来权限不小,但 xAI 在这点上留了一道安全阀——所有 Grok 生成的邮件都先躺在「草稿箱」里,必须你亲手点发送才会真的出去,它不能自己替你群发。xAI 也表示不会拿你的邮件数据去训练模型。对企业来说,IT 管理员还能通过 Azure AD / Entra 后台集中管控这个插件,分阶段推给员工,不想要了也能一键收回权限。

    这步棋,图的是什么

    把视野拉开来想,Grok for Outlook 不是孤立的一个功能。它折射出 xAI 的一个清晰意图:把 AI 做成一层贴着现有办公软件走的「基础设施」,而不是另起炉灶做一个独立应用。谁的工作流先被它嵌进去,谁的切换成本就越高,后面越难被替代。在微软自家 Copilot 已经铺开的情况下,马斯克这一脚踩进来,Office 里的 AI 助手之争算是正式变成了多角战。

    • 这不是免费新功能,得先有 X Premium 或 SuperGrok 订阅,没有单独的 Outlook 收费。
    • 企业部署前最好先测一下数据防泄漏(DLP)和敏感标签的执行情况。
    • 对普通用户最大的甜头,是把「拒绝会议」「确认日程」「从 PDF 抽日期」这类重复活儿交给它。

    邮件可能是普通人每天接触 AI 最高频的入口。当 Grok、Copilot 们争先恐后钻进同一个收件箱,真正分高下的不会是「能不能写」,而是「放不放心让它看、让它动」。这一步,xAI 用草稿箱和权限回收留了退路,但信任这件事,终究要用户在真实邮件里一封一封攒出来。

    Grok for Outlook 插件概念图
    Grok for Outlook:嵌入收件箱的 AI 邮件助手(配图由 AI 生成)
  • OpenAI 给小生意人递了把 AI 伙计:ChatGPT for Small Businesses 上线

    OpenAI 周二扔出一个叫 ChatGPT for Small Businesses 的计划,瞄准的是那种一个人顶五个岗位的小老板——既要当营销、又要做会计、还得管销售和战略。他们的想法很朴素:与其让这些人在工具面前抓瞎,不如把刚发布的 ChatGPT Work 智能体直接塞进他们的日常。

    不是卖工具,是手把手带

    这个计划里有一堆落地的东西:针对具体场景的线上 webinar、OpenAI Academy 牵头在各城市做的线下培训、可随时回看的图文指南,还有一票合作伙伴的插件集成。ChatGPT Work 是 7 月 9 日和 GPT-5.6 一起推出的,本质上是个住在 ChatGPT 里的智能体,能啃下分析预算、写营销物料、准备会议这类多步骤的活儿——前提是老板愿意给它读文件、接应用的权限。

    一个人、一支 lean 的团队、时间有限、资源匮乏,每个老板都被期待身兼数职。我们相信 AI 能改变这一点,它像放大器一样延伸个人的能力。 —— OpenAI 公告

    把活儿交给插件

    OpenAI 拉来了 Dropbox、Shopify、Intuit、Slack、Atlassian 这些老面孔做集成,把小企业常见的流程直接打包成可复用的智能体插件。去年那轮 AI Jam 里,78% 的参与者当天就搭出了能用的 AI 工作流,42% 的人每周省下五个小时以上——这组数字大概就是 OpenAI 现在想放大的。非营利机构 Community Solutions 的 Adam Ruege 就说,他现在每天用连着 Google Drive 和 Gmail 的参谋长智能体盯日程、备材料。

    • 线上 webinar 加城市线下培训加图文指南,手把手教
    • 打通 Dropbox、Shopify、Intuit、Slack 等常见工作流
    • 目标:把 9 亿免费用户里的更多小老板变成付费 AI 用户

    背后是一门生意账

    CFO Sarah Friar 一点没藏着对大企业客户的野心。OpenAI 现在估值 8520 亿美元、等着上市,可赚的仍比花的多;反观对手 Anthropic,二季度刚透出要首次盈利的信号。有意思的是,Friar 2024 年加入时说过,ChatGPT 每周 9 亿用户里 95% 一分钱不付,但来自企业的收入占比已经翻倍到大约 40%。把小老板们养成付费的 AI 重度用户,显然是这个缺口的解法之一。

    OpenAI ChatGPT for Small Businesses 计划
    OpenAI 用 ChatGPT Work 智能体帮小企业主把杂活交给 AI

  • 多西带着Buzz杀进协作赛道:人和AI智能体要在同一个群里干活了

    如果你最近觉得公司群聊越来越挤,那杰克·多西(Jack Dorsey)刚刚又给了你一个进群的理由。这位 Twitter 和 Block 的联合创始人,在周二甩出了一个叫 Buzz 的新应用——它瞄准的是 Slack 和 GitHub 的地盘,做的却是一件有点不一样的事:把人和他们手里的 AI 智能体,塞进同一个工作群聊里。

    Buzz 的样子,第一眼看上去就是 Slack 的近亲。左侧频道列表、右侧对话窗、再配上文件和应用,都属于标准配置。但多西在 X 上强调,Buzz 是“模型无关、去中心化、自我主权、开源”的。对一个越来越依赖 AI 智能体干活的公司来说,这一点挺关键——员工不用再在五六个平台之间反复横跳,Buzz 试图把编码、协作、项目管理都收拢到一个窗口里。

    多西在 X 上写道,Buzz 是“model-agnostic, decentralized, self-sovereign, and open source”——模型无关、去中心化、自我主权,并且开源。

    它背后的公司不是什么车库创业,而是多西自己的 Block。Square、Cash App、Afterpay、Tidal 都出自这家公司,Buzz 是它最新的一笔押注。从产品逻辑看,Buzz 想解决的是这样一个尴尬:现在团队用 AI 智能体做任务,但智能体往往散落在不同工具里,人和“数字同事”很难在同一个空间里配合。Buzz 的做法是直接让智能体进驻群聊,你 @ 它一下,它就能在同一个对话里帮你查代码、跑任务、整理信息。

    开源,是它最硬的底牌

    因为代码完全开放,开发者可以把 Buzz 改成最适合自己团队的样子。需要某个功能?自己写、自己部署,不用等厂商排期。这种“自托管”的思路,在企业场景里尤其吃香——数据留在自己手里,权限自己说了算。多西不是唯一盯上这块的人。Paradigm 的合伙人兼 CTO Georgios Konstantopoulos 前不久也开源了一个类似的东西叫 Centaur,他管它叫“虚拟员工”,能跑在 Slack 里,也能通过 API 调用。

    现在上车,可能还早了点

    不过 Buzz 自己也很诚实:它目前还是“早期阶段”。对已经在用 Slack 的成熟团队来说,现在把所有工作流搬过去并不明智。它的免费桌面端已经上线,覆盖 macOS、Windows 和 Linux,代码也传到了 GitHub 上,谁都能去翻、去改。

    Jack Dorsey 与 Buzz 群聊协作平台
    Buzz 把人和 AI 智能体放进同一个工作群聊(图源:TechCrunch)
    • 群聊形态,但原生内置 AI 智能体,而不是事后接个插件
    • 同一窗口里直接管理 GitHub 项目,少切几次屏
    • 开源可自托管,企业能自己把控安全和数据
    • 免费桌面端已上 macOS / Windows / Linux,代码在 GitHub

    说到底,Buzz 想回答的问题其实是:当 AI 智能体变成团队里“编外员工”,我们该把它们安排在哪儿?多西给出的答案是——别另起炉灶,直接进群。至于它能不能真的从 Slack 嘴里抢下肉,现在下结论还太早,但“人和智能体同群办公”这个方向,看起来已经不是会不会发生,而是什么时候普及的事了。

  • 微软在Excel里悄悄换掉OpenAI:自研MAI接管Office

    微软总部与Office办公场景
    微软正把自研MAI模型悄悄塞进Excel和Word的AI功能里(图:Getty Images)

    过去两年,微软给外界的印象一直是”OpenAI 最铁的盟友”——Copilot 背后站着 GPT,Office 365 的不少智能功能都贴着 OpenAI 和 Anthropic 的标。但彭博社 7 月 7 日的一则报道把这个默契撕开了一道口子:在 Excel 和 Word 里,已经有相当一部分用户提问,不再交给 OpenAI 或 Anthropic,而是由微软自己的 MAI 模型来回答。

    具体数字没公开,但彭博说,每个星期这两款软件里已经有”数万条”AI 提示词是 MAI 在处理。别看占比还小,放到 Excel 和 Word 这种亿级用户的产品里,这已经是微软第一次把自研模型悄悄塞进了核心办公场景的台前,而不只是躲在测试环境里。

    从 Excel 和 Word 开始,微软动了”外人”的奶酪

    有意思的是,微软自己从没高调宣传过这步棋。以前它巴不得你记得 Office 365 是”由 OpenAI 和 Anthropic 的模型驱动”;现在它选择了闷声干。TechCrunch 找微软求证,对方只回了一句”暂无更多信息可以分享”。这种不否认也不解释的态度,某种程度上比一份正式声明更说明问题。

    微软 AI 模型业务负责人穆斯塔法·苏莱曼(Mustafa Suleiman)在 6 月 Build 大会上说得直白:”我们每年向 Anthropic 支付巨额费用,目标是逐步减少、并最终消除这部分支出。”

    一句话把动机说透了:不是不想用,是太贵了。

    七个模型一起上,MAI 到底是什么来头

    MAI 不是临时起意。就在今年 6 月的 Build 开发者大会上,微软一口气发布了 7 款全新的自研 AI 模型,覆盖语音、图像、代码和推理——其中包括一个能写代码的 agentic coder,以及一个文生图模型。也就是说,微软已经在为”逐步替换第三方”悄悄准备弹药了。

    这些模型的卖点很统一:不追求纸面参数多吓人,而是强调”同样的活儿,花更少的算力”。放在 Office 这种每天海量、高频、但单次并不复杂的调用场景里,自研模型的成本优势会被放大。再配合微软自己的 Maia AI 芯片做软硬协同,推理开销比外购方案低上一截。

    • MAI-Transcribe-1 / MAI-Voice-1:对标 OpenAI Whisper 的语音转录与生成
    • MAI-Image-2:图像生成,替代部分文生图需求
    • MAI Code 1 Flash:面向开发者的代码生成模型
    • MAI Thinking 1:主打轻量高频办公场景的推理模型

    除了 Office 套件,MAI 也已经接进了 GitHub Copilot;Teams 上自研的语音转写能力也计划在几个月内上线。微软的意思很明确:凡是能自己干的,就别再长期花钱请外援。


    不只是微软,整个硅谷都在”省 token”

    把镜头拉远一点,微软这步其实是一股大潮里的一朵浪。今年上半年还流行”tokenmaxxing”——能多烧就多烧,把智能拉满;最近几个月画风突变,Amazon、Uber、Meta、Accenture 都被曝在收紧员工的 AI 预算,能省则省。AI 服务的账单一出来,连硅谷自己人都被吓到。

    更戏剧性的是,成本压力甚至把一些公司推向了”对手阵营”。有报道说,硅谷已经有人开始盯着中国的便宜模型(比如 GLM-5.2)找 Agent 方案,虽然绕不开安全和合规的顾虑。这说明一件事:当账单足够疼,地缘和安全的优先级都会往后挪一挪。

    自研到底,是想把命门攥回自己手里

    微软当然不会明天就跟 OpenAI、Anthropic 说拜拜。它手里还握着和 OpenAI 的合作协议,只是折扣窗口正在收窄。苏莱曼团队真正在做的,是搭一套”自主可控”的模型体系,免得将来被头部实验室的市场价拿捏。

    这也折射出整个行业的尴尬:靠外购大模型做商业化,盈利模型到现在都没完全跑通。微软这次把自研模型塞进 Excel 和 Word,看起来是省几块钱的小动作,实则是大厂为”AI 主权”交的第一笔学费。接下来,GitHub Copilot、Teams,甚至 Bing,会不会也慢慢换上 MAI,值得盯着看。

  • OpenAI放出GPT-5.6,顺手把Codex做成了人人可用的办公搭子

    OpenAI GPT-5.6 与 ChatGPT Work 概念图
    OpenAI GPT-5.6 与全新的 ChatGPT Work 智能体(配图)

    两周前,GPT-5.6 其实已经”发布”过一次,但那时候普通用户根本摸不到。6 月 26 日那波上线,只向大约 20 家提前报备过的机构开放——因为特朗普 6 月 2 日签的行政令要求,AI 公司在全面公开前沿模型之前,得先把模型交给政府做能力评估。这等于 OpenAI 自己定的发布日,被外部按了暂停键。

    等了两周,才拿到放行条

    美国商务部下属的 AI 标准与创新中心把模型审了两周,7 月 8 日放行,GPT-5.6 这才算真正面向所有人开放。Sam Altman 在 X 上给它的评价是”我们做过的最强模型”。系统卡片里写得挺坦率:Sol 在网络安全、生物这两个领域能找出漏洞和攻击的”零件”,但在测试条件下没能自己拼出一条完整的攻击链。这也解释了为什么管控会下沉到产品层——部分 API 调用可能被拦截,甚至在生成到一半时被暂停,交给安全系统复核。

    ChatGPT Work:把 Codex 塞给普通人

    OpenAI 挑在同一天抛出了另一个东西:ChatGPT Work。简单说,它是把 ChatGPT 和 Codex 揉到了一块儿。Codex 本来是给写代码的人用的,现在 OpenAI 想让不懂编程的普通人也能用它干非编程的活——从你指定的 App、文件和工作流里收集上下文,直接产出文档、表格、演示文稿,甚至网页应用。

    OpenAI 在博客里说,ChatGPT Work 能从你选择的工具里收集上下文,产出文档、表格、演示文稿和网页应用;一个”统一插件目录”让它能连上 Slack、Gmail、Google Drive、日历和各类 CRM。

    说白了,它不再只是一个聊天框,而是想坐到你工作流的正中央。落地范围也够大方:Mac 和 Windows 的桌面端,连免费用户都能立刻用上;手机和网页端先给 Pro、Enterprise、Edu 这几个档位,Plus 和 Business 会在接下来几天陆续放开。OpenAI 的说法是,全球已经开始推送,24 小时内基本铺满。

    一家人,三种打法

    GPT-5.6 不是单个模型,而是一家人。Sol 是旗舰,主打智能和效能;Terra 是均衡的日常工作模型;Luna 走性价比路线,便宜又快。OpenAI 还加了一个 Ultra 模式,默认让四个智能体并行干活,对付复杂任务。

    • Sol 在一项智能体”考试”里比 Anthropic 的 Fable 5 高了 13 分,而且用的 token 更少。
    • Terra 和 Luna 在某些评测里,用大约十六分之一的成本就能打平 Fable 5。
    • 这一家人背后就一个信号:模型不光要比谁聪明,还要比谁便宜。

    顺便给微软递了颗定心丸

    OpenAI 说 GPT-5.6 会成为 Microsoft Copilot 的”首选模型”。这话多少有点针对性:这周彭博刚报道微软为了省钱,开始更多依赖自家 MAI 模型,外界一度猜测两家要闹掰。OpenAI 这波等于公开把”我们还是好搭档”写在脸上,也顺手压了压”分家”的传闻。


    把最近几件事连起来看挺有意思:Codex 并进了 ChatGPT,Atlas 浏览器退场,能力改由 Chrome 扩展承接。模型在 API 里打价格战,产品在桌面上抢入口——OpenAI 的意图很直白,就是想让你电脑上那个”替你干活的东西”只叫一个名字。聊天框时代的 ChatGPT 是个浏览器标签页,智能体时代的 ChatGPT,想变成你电脑里常驻的那一层。