微软转向自研 MAI 模型以削减不断上升的 AI 成本
随着“Token 最大化”时代的结束，财政务实主义逐渐占据主导，微软正将其战略重点转向内部 AI 开发。据报道，这家科技巨头正在减少对 OpenAI 和 Anthropic 等第三方供应商的依赖，转而采用其自有的 MAI 模型，以管理不断上升的运营支出。
从第三方模型向自研 MAI 的转变
在过去的一年里，微软在很大程度上依赖其战略合作伙伴关系，将 Office 365 营销为由 OpenAI 和 Anthropic 驱动的强大引擎。然而，近期部署策略的转变表明其正朝着垂直整合的方向迈进。报告指出，微软已开始利用其自研的 MAI 模型，在 Microsoft Excel 和 Microsoft Word 等核心生产力应用中处理日益增长的用户提示词（prompts）比例。
通过通过其自身的基础设施处理查询，微软可以显著降低与外部 API 调用相关的高额授权费用和计算成本。这一转型标志着公司的关键转折点：从第三方智能的主要分销商转变为一个自给自足的 AI 生态系统。
通过智能体能力扩展 MAI 生态系统
微软的转型不仅仅是一项成本节约措施，更是其内部技术能力的巨大扩张。在最近的 Build 大会上，该公司通过宣布推出七款全新的 MAI 模型，展示了其内部研究的深度。这些模型不仅仅是简单的聊天机器人，而是为特定高价值任务设计的专业工具，包括一个智能体编程助手（agentic coder）和一个先进的文生图生成器。
这些“智能体化”（agentic）模型的引入至关重要。与仅能预测文本的标准 LLM 不同，智能体模型旨在执行多步工作流并与软件环境进行交互。通过自主研发这些模型，微软确保其 AI 智能体针对 Windows 和 Office 环境进行了深度优化，从而提供第三方模型可能难以企及的无缝用户体验。
行业向 AI 成本优化转型的广泛趋势
微软并非孤例；它是行业广泛趋势的一部分，即科技巨头正将效率置于单纯的规模之上。在经历了一段时期对算力和 Token 的无节制支出后，据报道，包括 Amazon、Uber、Meta 和 Accenture 在内的公司都在寻求遏制其 AI 开支的方法。
高端模型推理带来的“价格冲击”已成为维持 AI 盈利利润率的一个重大障碍。大规模提供实时、高推理智能的成本是巨大的，这导致一些公司甚至开始探索来自国际竞争对手的、虽然存在争议但更经济的智能体解决方案。微软加强其 MAI 套件的举措释放了一个明确信号：行业正在进入“成熟期”，届时胜负将取决于能否以更具成本效益的方式提供智能。
核心要点
- 战略转型： 微软正在 Excel 和 Word 等旗舰产品中积极使用其自有的 MAI 模型取代 OpenAI 和 Anthropic 模型，以降低 API 开销。
- 专业化工具： 公司正通过七款新模型（包括智能体编程助手）实现内部产品组合的多样化，从而从简单的文本生成转向复杂的任务执行。
- 经济现实主义： 这一转变反映了 Meta 和 Amazon 等科技巨头之间更广泛的行业趋势，即从昂贵的“Token 最大化”转向可持续、成本优化的 AI 部署。