问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年3月31日，微软宣布对旗下365 Copilot研究代理功能进行重磅更新，首次支持用户在同一研究任务中同时调用OpenAI旗下GPT模型与Anthropic旗下Claude模型，通过「GPT草拟初稿、Claude评审校验」的分工模式实现跨厂商大模型能力整合，为深度研究场景的AI应用提供了全新范式。
如果你此前用AI做深度行业研究、学术报告梳理，大概率遇到过这种两难：用GPT生成内容效率高、创意延展性强，但事实错误、引证不规范的问题需要花大量时间二次核对；用Claude输出的内容严谨性、长文本处理能力更突出，但生成速度和发散性往往难以满足快节奏产出需求。微软此次的功能更新，恰好击中了这一普遍存在的用户痛点。
此前主流AI应用普遍采用绑定单一厂商模型的逻辑，用户为了兼顾不同需求只能在多个工具间来回跳转，数据互通成本极高，而头部厂商也普遍对竞品模型持排斥态度，生态壁垒成为AI效率提升的明显瓶颈。
随着大模型落地场景越来越垂直，单一模型的能力边界问题越发凸显：通用大模型很难同时满足生成速度、事实准确性、创意发散、专业领域认知等多重需求，跨模型调度的市场需求已经十分明确。
此次微软推出的「Critique」评审功能，为双模型协作设计了一套完整的作业流水线：系统默认先调用OpenAI的GPT模型生成研究初稿，随后自动将内容同步至Anthropic的Claude模型，按照学术评审标准完成校验。
据官方介绍，Claude的校验环节将重点覆盖三大维度：一是核心事实、数据的准确性，排查GPT生成内容中可能出现的幻觉问题；二是研究框架、内容逻辑的完整性，补充初稿遗漏的核心视角；三是引用来源的合规性，标注可疑的引证内容并给出修正建议。
微软还透露，未来该功能将支持双向自定义分工，用户可根据自身需求选择由Claude生成初稿、GPT完成优化，或是为不同环节指定适配的模型版本，进一步放大不同模型的能力优势。
此次微软主动在核心办公产品中接入竞品模型的动作，也被业内视为AI生态从“闭源闭环”走向“开放协同”的标志性信号。此前大模型厂商普遍陷入“堆参数、卷通用能力”的内卷，而多模型调度模式则给出了新的发展思路：不再追求单一模型覆盖所有场景，而是通过调度不同专长的模型，以最低成本实现最优输出效果。
有行业分析师指出，未来3-5年，主流AI应用都会转向多模型混合架构，垂直领域的小模型只要有明确的能力长板，就能接入通用生态获得商业空间，整个AI产业的分工也会进一步细化。
滇公网安备 53252802528133号