微软的 AI 布局：Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
苹果上周五对 OpenAI 提起了商业机密诉讼，指控从硬件负责人往下都存在不当行为，并称 OpenAI 现在有超过 400 名前苹果员工。OpenAI 的回应很谨慎，但时间点太糟了——公司正打算今年晚些时候上市。这期播客还聊了微软 CEO 纳德拉警告企业别把数据交给 AI 实验室、开源能不能解决数据信任问题，以及一位前 OpenAI 研究员拿了 2 亿...
推荐理由：苹果选在 OpenAI 准备今年上市的时候打商业机密官司，指控从硬件负责人往下都有问题，还甩出一个数字：OpenAI 现在有 400 多个前苹果员工。这时间点太寸了，等于直接往 IPO 路演的火堆里泼水。播客里 OpenAI 的回应很小心，但正文没披露具体抗辩细节。另外还聊到微软 CEO 纳德拉警告企业别把数据喂给 AI 实验室，以及开源能不能解决数据信任问题——这些是延伸讨论，不是这篇的核心事实。我会先打个折：消息源是 TechCrunch 的播客摘要，不是完整的调查报道，很多细节还没浮出来，但光凭“上市前被大厂告”这个事实，就够让行业盯着看了。
ACM Queue 这篇文章把现在 MLOps 的尴尬摊开了：传统运维那套靠确定性响应做健康检查、灰度发布、告警的方法，在 ML 系统上基本失灵。核心矛盾就两条——模型输出不是确定的，以及数据跟代码一样在驱动系统行为。文章举了几个扎心的例子：微软 Azure 验证新模型好不好用，居然是让另一批大模型当裁判，再靠内部员工点“赞”来兜底，SRECon 现场...
推荐理由：这篇 ACM Queue 文章把 MLOps 的核心矛盾讲得很透：传统运维靠确定性响应做健康检查和灰度发布，但 ML 系统输出不确定，数据跟代码一样在改变系统行为。微软 Azure 的例子尤其扎心——用大模型当裁判验证新模型，再靠员工点赞兜底，说明行业连“模型好不好用”都没个靠谱的自动化标准。对正在把模型往生产环境塞的工程师来说，这篇文章不是给答案，是把问题清单列出来了，实用价值很高。
这篇论文研究了微软几万名工程师在 2026 年初开始用 Claude Code 和 GitHub Copilot CLI 这两款命令行 AI 编程工具的情况。有三个发现比较实在：第一，大家开始用主要是因为看到身边的同事在用，靠的是同事间的社交网络，不是公司硬性摊派。第二，能不能坚持用下去，跟工程师写代码的活跃度关系更大，跟年龄、性别这些背景信息关系不大...
推荐理由：这篇论文拿微软内部几万工程师的实操数据说话，不是实验室跑分。我会先打个折——它是一篇研究论文，不是产品发布，但信息密度够高。三个发现都反直觉：推广靠同事圈子的社交传染，不是公司强推；能不能坚持用跟年龄性别关系不大，主要看你平时写代码多不多；token 开销集中在少数重度用户身上。这些对做工具落地的人有直接参考价值，所以给 featured。
微软 CEO 纳德拉在个人博客里抛出一个观点：企业用 OpenAI、Anthropic 这类闭源模型，等于把敏感业务数据交出去。这些模型实验室未来可能利用这些信息，反过来跟客户抢生意。他把这叫做“逆向信息悖论”。文章还引了投资人 Jason Calacanis 和 Palantir CEO Alex Karp 的类似警告，但没给出具体数据或案例。有个背...
推荐理由：纳德拉亲自警告闭源模型的数据风险，角度很尖锐，但文章纯观点输出，没数据没案例。H 和 R 都打中了，K 明显缺失，刚好卡在 featured 门槛上。
微软 CEO 纳德拉指出，企业付费使用 AI 时，提示词、工具调用记录、纠错反馈这些操作痕迹会变成“智力废气”被模型吸收，等于把自己的专有知识免费送给了模型方。他主张企业需要一道信任边界：私有评估数据、组织记忆、用模型输出微调自己模型的权利，都得留在企业手里，未经同意不能外泄。正文没提具体产品或落地时间。
推荐理由：纳德拉这个“反向信息悖论”把企业AI的信任问题讲透了：你花钱用模型，你的提示词、纠错记录这些操作痕迹就变成了模型方的免费养料，等于把自己的专有知识拱手送人。他主张企业得守住一条线——私有评估数据、组织记忆、用模型输出微调自己模型的权利，未经同意不能外流。概念很锋利，但正文没提任何产品或落地时间，目前只是观点输出，所以重要性我给78分，先别太激动。
三家大厂自己公布的数据显示，2025年它们的机房一共排了1.04亿吨二氧化碳，相当于法国全国排放的33%。微软一家就占了将近一半，主要是因为它猛铺AI基础设施。更让人不放心的是，这三家都在悄悄往回缩：亚马逊和谷歌不再提“全天候用清洁能源”的目标，微软买的碳抵消也被发现效果注水。而且这些数字都是企业自己报的，实际排放很可能更高。
推荐理由：三家大厂自己报的数据，2025年机房排了1.04亿吨二氧化碳，相当于法国全国排放的33%。微软一家就占了近一半，主要是猛铺AI基础设施。更让人不放心的是，亚马逊和谷歌不再提“全天候用清洁能源”的目标，微软买的碳抵消也被发现效果注水。这些数字都是企业自己报的，实际排放很可能更高。对AI从业者来说，这不是环保口号，是行业正在变成顶级排放源的事实，而且承诺还在往回缩。
FT 拿到内部文件，发现 OpenAI 和谷歌通过微软 Azure 和谷歌云，把模型访问权限卖给了至少八家被美国列入实体清单的中国公司，包括华为、商汤、依图和科大讯飞。交易走的是这些公司的海外子公司或第三方经销商渠道。两家公司都否认违反出口管制，但 FT 看到的内部记录显示，部分销售团队知道客户的背景，交易还是继续推进了。核心争议在于：通过云服务提供模...
推荐理由：FT 这篇独家调查有内部文件支撑，不是匿名消息。它把 OpenAI 和谷歌通过 Azure 和谷歌云向实体清单上的中国公司卖模型访问权这件事坐实了，还给出了具体客户名单和交易路径。我会先打个折：两家公司都否认违规，FT 也没把内部文件全文公开，所以证据链的完整度外人没法完全验证。但即便只按已披露的信息看，这事对行业信任的冲击也够大——它说明现有的出口管制框架在云服务场景下存在明显漏洞，而且大公司的合规声明和销售行为之间可能有温差。对国内从业者来说，这还多了一层现实意义：以后用海外云服务接入模型，合规风险可能比想象的高。
OpenAI 在发布 GPT 5.6 时宣布，这个新模型将成为微软 365 Copilot 的“首选模型”，覆盖 Word、Excel、PPT 和 Cowork。这明显是在回应前几天彭博的报道——微软为了省钱，正用自家 MAI 模型替换掉部分 OpenAI 软件。但 OpenAI 这篇公告没讲清楚“首选模型”具体指什么，是独家供应、默认调用还是只是推荐...
推荐理由：OpenAI 选在这个时间点发公告，明显是在对冲彭博那篇“微软省钱换模型”的报道。它把 GPT 5.6 和 Copilot 365 全家桶绑在一起说事，话题性够强，所以 H、K、R 都踩中了。但整篇公告没给出任何合同细节或排他性条款，“首选模型”到底意味着什么完全靠猜，实际分量要等微软那边的动作才能验证，所以分数没往上调。
微软2026年可持续发展报告显示，2025年碳排放比2020年基准线高出25%，主要来自数据中心建设和供应链。公司承认现有的减碳方案跟不上AI需求的增长，2030年负碳目标更难实现了。报告没给出具体的追赶计划，这点先别太激动。
推荐理由：微软官方报告给出25%的排放增幅，且自认减碳追不上AI需求，这是硬数据。但文章只是转述报告内容，没有独家分析或新方案，所以放在featured档，不到p1。
FT 这篇评论认为，微软靠着和 OpenAI 的绑定在 Copilot 上抢跑，但还没转化成实打实的收入。Azure 的增速在放缓，企业愿不愿意为 Copilot 持续付费仍是个问号，自家模型研发也落后。市场之前给微软的 AI 估值溢价，现在得看它能不能交出真金白银的业绩。
推荐理由：FT 这篇评论抓到了微软 AI 叙事的核心矛盾：靠 OpenAI 绑定拿到的估值溢价还在，但 Azure 增长和 Copilot 变现还没兑现。三个维度都踩中了，不过它是分析评论，不是一手数据，所以放在 featured 级别刚好。
OpenAI 宣布 GPT-5.6 将作为 Microsoft 365 Copilot 的首选模型，集成到 Word、Excel、PowerPoint、Chat 和 Cowork 里。按官方说法，新模型能让每个 token 产出更多有用工作：Word 里写文档需要的提示轮次更少，Excel 里做分析更省 token，PPT 里从想法到幻灯片的转换更快。...
推荐理由：OpenAI 把最新旗舰模型 GPT-5.6 设为 Microsoft 365 Copilot 的默认引擎，覆盖 Word、Excel、PPT、Chat 和 Cowork。这是模型发布后第一个大规模企业落地动作，不是实验室指标。我会先打个折：正文没给出具体节省了多少 token 或时间的数据，也没说这些改进是在哪些测试集上验证的，所以效率提升的幅度暂时只能看官方说法。但就凭它直接进入几亿人的日常工作流这一点，重要性和共鸣感都拉满，值得放在头条。
微软已经在 Excel、Outlook 等 Copilot 产品里用自研的 MAI 模型处理部分请求，目标是逐步砍掉对 OpenAI 和 Anthropic 的模型支出。AI 负责人 Mustafa Suleyman 6 月公开说过 Anthropic 太贵，要最终清零这笔成本。目前 MAI 只处理每周几万次请求，占比还很小，但路线很明确：用户可能花同...
推荐理由：微软在 Copilot 里用自研 MAI 模型替换 OpenAI 和 Anthropic，Mustafa Suleyman 公开说 Anthropic 太贵、目标是清零这笔成本。目前 MAI 每周只处理几万次请求，占比很小，但路线很明确：用户可能花同样的钱，背后模型已经换了。这点先别太激动，正文没披露 MAI 在复杂任务上的效果对比，也没说替换后用户反馈如何，但省钱意图和落地动作是实打实的。
过去12个月，AI公司总共承诺了97.5亿美元，用来组建“前线部署工程”团队，也就是把自家工程师直接派到客户公司里，帮他们把AI用起来。这笔钱相当于埃森哲一年人力成本的四分之一。目前出现了三种玩法：微软和亚马逊直接从现有员工里调人，不额外融资；OpenAI和Anthropic则拉上TPG、黑石等私募，成立独立公司来干这事，OpenAI还为此收购了一家1...
推荐理由：Tunguz用硬数字和三种结构模型把FDE趋势讲透了，让人信服部署工程已经是百亿美元级别的战略战场。没给更高分是因为这是分析文章而非突发新闻，部分数字依赖公司承诺而非实际支出，我会先打个折。
TechCrunch整理了一份2026年因AI因素裁员的科技公司名单。微软刚砍掉约4800个岗位，占全球员工2.1%，公司说这些岗位“不是被AI取代”，但承认AI正在改变工作方式。5月是近年来科技裁员最惨的一个月，AI是被提及最多的理由。2026年至今，科技行业已裁掉约12万个岗位。这份名单覆盖了微软、甲骨文、GitLab等十家公司，每家的裁员人数和官...
推荐理由：这篇是 TechCrunch 整理的 2026 年 AI 裁员流水账，不是独家爆料，所以分数卡在 78。但数据扎实，十家公司有名有姓，微软的裁员规模和“AI 改变工作方式”的官方口径都写清楚了，对从业者判断行业温度有直接参考价值。
微软新设了一个叫“Frontier Company”的业务部门，预算 25 亿美元，要把 6000 名行业和工程专家直接塞进客户公司里，跟客户一起设计、部署和迭代 AI 系统，最后按实际业务成果说话。负责人是 Rodrigo Kede Lima。微软商业业务 CEO Judson Althoff 说这是业内最大的结果导向型工程组织。微软特意强调自己平台...
推荐理由：微软 Frontier Company：25 亿美元、6000 名驻场工程师、按结果收费。规模大、模式新，但本质是服务生意，不是产品突破，所以给 78 分，刚好卡在 featured 门槛上。
微软新成立了一家叫 Microsoft Frontier Company 的运营公司，专门用微软现有的 AI 工具帮企业做落地部署。公司背后有 25 亿美元投资和 6000 名行业与工程专家。商业业务 CEO Judson Althoff 不太喜欢“派驻工程师”这个叫法，说这是业内规模最大、以结果为导向的工程组织。就在两天前，AWS 刚宣布了一个类似的...
推荐理由：微软成立 Frontier Company 专做 AI 落地部署，25 亿美元、6000 人规模，和 AWS 两天前的动作形成直接对打。数字和竞争叙事都够硬，三条全中。没给更高分是因为原文没给出任何已落地的客户案例或效果验证，更像战略宣示。
欧盟正在考虑砍掉数据中心必须公开能效和水耗的强制要求，改成让企业自愿报告。一份修订草案显示，原本要强制披露的关键绩效指标会被拿掉。环保组织认为，在 AI 基建猛踩油门的当下，这是倒退。欧盟官员则辩称原方案太繁琐。目前最终文本还在谈，正文没披露具体投票时间表。
推荐理由：FT 独家拿到了修订草案，不是泛泛的政策信号，细节很具体。三个维度都踩中了：政策反转有悬念，草案改动有干货，对 AI 基建圈的人有直接冲击。正文没披露最终投票时间表，这点先别太激动。分数卡在 featured 门槛，因为虽然料很实，但政策还没落地，我会先打个折。
纽约时报在 6 月 26 日提交了第三次修订诉状，把矛头从模型训练转向了微软给 OpenAI 搭建的超级计算机。他们援引最高法院刚判的 Cox 案，说微软明知 OpenAI 会生成侵权内容，还提供算力，属于“协助侵权”。诉状里还提到，微软内部讨论过用合成数据代替版权材料，但最后没这么做。案子在纽约南区法院，文章没写微软的具体回应。
推荐理由：纽约时报第三次改诉状，把矛头从模型训练转向微软提供的超级计算机，援引 Cox 案主张协助侵权，这个打法比之前更狠。内部讨论合成数据却没用的细节是新的，直接关系到企业怎么评估版权风险。文章没写微软的回应，这点信息有缺口，但案子本身对行业震动够大，给 78 分合理。
代表近400家美国地方报纸的出版商联盟在纽约南区联邦法院起诉了微软和OpenAI。起诉书说，这两家公司“系统性且秘密地”爬取报纸网站，把文章复制到自己的服务器上，用来训练Copilot和ChatGPT背后的模型，还删掉了文章的版权管理信息。原告称，这些AI产品靠出版商长期投入的内容撑起了几十亿美元的市场价值，但出版商一分钱都没拿到。OpenAI的回应是...
推荐理由：这是目前规模最大的AI版权诉讼之一，三个维度都踩中了。没给更高分是因为这不是第一起同类案子（纽约时报先告了），而且文章只停留在指控层面，没给出起诉书里具体的技术证据，比如到底怎么爬的、用了多少文章。我会先打个折，等看到更实的证据再调整。
雪佛龙不再只卖天然气，而是直接下场建燃气电厂，给微软的数据中心供电。计划在 2028 年前建成超过 1 吉瓦的发电能力，电厂会挨着数据中心建，绕过美国电网平均 5 年的并网排队时间。项目声称会配碳捕集，但文章没披露捕集率和成本，这点先别太激动。对做 AI 的人来说，信号很直接：云厂商缺电缺到要把石油公司拉进发电生意里了。
推荐理由：雪佛龙不卖气改卖电，直接给微软数据中心建燃气电厂，1 吉瓦规模，2028 年投运，还绕开了美国电网平均 5 年的并网排队。云厂商缺电缺到把石油公司拉进发电端，这个信号对 AI 基础设施圈很强烈。分数没给更高是因为碳捕集的捕集率和成本正文都没披露，绿色那部分先别太当真。