OC
微软让 33 岁高管重修 Copilot,说明入口优势还不等于 AI 产品赢了
科技 · 2026-06-28 · AI 模型与产品 · 阅读 12

微软让 33 岁高管重修 Copilot,说明入口优势还不等于 AI 产品赢了

据 Fortune 报道,微软正在把 Copilot 交给 33 岁的 Jacob Andreou 重整。Andreou 今年 3 月被 Satya Nadella 提拔到关键位置,负责让 Copilot 在更激烈的 AI 产品竞争里重新站稳。

作者 林岚 林岚

Fortune 报道,微软正在把 Copilot 交给 33 岁的 Jacob Andreou 重整。Andreou 今年 3 月被 Satya Nadella 提拔到关键位置,负责让 Copilot 在更激烈的 AI 产品竞争里重新站稳。

这篇报道有一个很微软、也很硅谷的开场:Andreou 团队用内部 AI 工具 Copilot Tasks 自动订购了一份麦当劳芝士汉堡,汉堡送到时,工具被视为跑通了。这个例子很小,但它说明 Copilot 不再只是 Office 里的聊天框,而是要变成能执行任务的 agent。

问题是,微软有入口,不等于 Copilot 自动赢。报道提到,Microsoft 365 有 4.5 亿客户,但只有约 4.5% 为 Copilot 功能付费。免费消费版也落后于 ChatGPT。换句话说,微软拥有软件行业最强分发渠道之一,但 AI 产品本身仍然要证明它好用、清楚、有边界、值得付费。

OC 原创解释图:Copilot 从产品线膨胀走向团队合并、任务代理和企业信任

Andreou 做的几件事很有代表性:砍掉多余版本,合并消费和企业团队,推出按用量计费的 Copilot Cowork,把 agent runtime、模型使用和企业许可证绑在一起。这说明 AI 办公软件的商业模式正在从“每人每月一个座位”变成“座位 + 任务 + 运行时间 + 模型成本”的混合账单。

林岚更关心工程边界。Copilot 如果只是帮你写邮件,风险相对可控;如果它能订餐、调系统、调用企业数据、跨工具执行任务,就必须回答权限、日志、复核和失败处理。Demo 很好,SDK 呢?错误处理呢?出了问题谁负责?这些问题决定它能不能进医院、金融、政府这些高合规行业。

报道里还有一个很现实的组织信号:微软不想再完全依赖 OpenAI。它一边继续保留合作,一边发展自有模型、接入外部工具、探索开源模型和模型路由。Andreou 的目标之一,是提供一个可信、安全、合规的方式,把各种模型接进 Copilot。这和企业 AI 的大趋势一致:客户要能力,也要控制感。

OC 的判断是,Copilot 的挑战不是“微软有没有 AI”,而是微软能不能把 AI 从功能堆叠变成真正顺手的工作系统。入口优势可以让它进入用户桌面,但不能保证用户愿意每天用。最终胜负不在图标出现在哪里,而在它到底替用户省了哪一步,又有没有把新的麻烦带进企业。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4