导读目录

• 更新内容

• Critique功能

• Council机制

• 应用意义

• 多维对比

更新内容

根据 黄金形态通APP 报道，微软于周一（美东时间3月30日左右）更新了Microsoft 365 Copilot中的深度研究代理（Researcher agent）功能，引入多模型协作机制。该更新允许用户在同一研究任务中调用OpenAI的GPT模型与Anthropic旗下的Claude模型，实现分工协作，提升研究报告的质量与可靠性。

这一功能标志着微软在AI代理（Agent）领域进一步深化多厂商模型集成，旨在为企业用户提供更严谨、更高效的深度研究工具。

Critique功能

新功能名为“Critique”，其工作流程为：首先由OpenAI的GPT模型生成研究初稿，随后Anthropic的Claude模型按照学术同行评审流程，对初稿进行严格审查，包括准确性、完整性以及引证质量的评估，最终生成优化后的正式报告。

微软表示，这一分层处理方式已在DRACO基准测试中带来13.8%的性能提升，超越了OpenAI、Google、Perplexity以及Anthropic单独的深度研究工具表现。该机制有效模拟了人类学术研究中的“写作+评审”流程，显著降低AI生成内容的幻觉风险与事实错误。

Council机制

微软同时推出了“Council”（理事会）机制。该机制允许多个AI模型同步开展独立研究，然后由一个“裁判模型”对各模型输出进行提炼，综合共识部分并突出分歧点，最终形成更全面、平衡的研究结论。

在演示中，微软展示了GPT与Claude模型并行生成研究报告的场景，通过Council机制对比双方产出，帮助用户快速识别不同模型的优势与局限。这种并行+仲裁的设计，进一步增强了AI代理在复杂研究任务中的鲁棒性和可解释性。

应用意义

此次更新体现了微软在Microsoft 365 Copilot生态中推动“多模态协作”的战略方向。企业用户可在不离开Office环境的情况下，获得接近专业研究机构的报告生成能力，适用于市场分析、竞争情报、学术综述以及政策研究等多种场景。

通过整合OpenAI与Anthropic的优势模型，微软不仅降低了单一模型依赖风险，还为用户提供了模型选择灵活性。这与此前Claude模型已在Copilot Studio和Copilot Chat中逐步上线的趋势一致，反映出AI基础设施正向异构、多供应商协作方向演进。

多维对比

以下表格对比传统单一模型研究与微软新多模型协作机制的差异：

最新市场反馈显示，此类多模型Agent功能正成为提升企业AI采用率的关键 differentiator，尤其在需要高可靠性的研究与决策场景中。

编辑总结

微软深度研究代理功能的更新，通过GPT初稿生成与Claude学术评审的Critique流程，以及多模型并行研究的Council机制，显著提升了AI生成报告的严谨性和实用性。这一创新不仅强化了Microsoft 365 Copilot在企业场景的应用价值，也反映出AI代理技术正从单一模型依赖转向开放协作的新阶段。未来，多厂商模型集成将成为提升AI研究工具可靠性的主流方向，企业用户可借此获得更接近人类专家水准的辅助能力。

常见问题解答

1. 微软本次更新的核心功能是什么？
微软更新了Microsoft 365 Copilot的深度研究代理功能，引入Critique机制：由OpenAI GPT模型先制作研究初稿，再由Anthropic Claude模型按学术评审流程审查准确性、完整性和引证质量，最终输出优化报告。同时推出Council机制，让多个模型同步研究，再由裁判模型提炼共识与分歧。

2. Critique功能如何提升研究报告质量？
Critique模拟人类学术同行评审流程，GPT负责创意性初稿生成，Claude则专注事实核查与逻辑严谨性。这种分工有效降低了AI常见的幻觉问题，并在DRACO深度研究基准上实现13.8%的性能提升，优于单一模型工具。

3. Council机制与Critique有何区别？
Council强调并行协作：多个模型（如GPT和Claude）同时独立开展研究，然后通过裁判模型对比输出、综合共识并突出分歧，提供更全面视角。Critique则是顺序式评审，侧重初稿质量把关。两者结合使用可进一步增强研究结果的平衡性与可信度。

4. 此更新对企业用户有何实际价值？
企业可在Office环境中直接获得高质量深度研究能力，适用于市场调研、竞争分析、投资尽调等场景。减少人工审核负担，提高决策效率，同时通过多模型协作降低单一供应商风险，支持更复杂的多步骤研究任务。

5. 这是否代表AI代理技术进入新阶段？
是的。此次更新凸显AI代理从“单一模型执行”向“多模型协作+评审仲裁”演进的趋势。微软整合OpenAI与Anthropic优势，体现了异构AI生态的成熟，为未来Agent在企业级复杂任务中的可靠应用奠定基础。用户可根据具体需求灵活选择或组合模型，提升整体研究产出质量。