微软与 OpenAI 友好“分手”:合作协议更新,未来 AI 发展各有考量

OpenAI架构风险与AI开发者应对策略:从资本暗雷到技术去风险化 在人工智能领域,公司治理结构与资本运作模式是支撑技术发展的底层框架,其设计直接影响着技术的稳定性与生态健康。以特殊目的实体(SPV)和双层股权为代表的复杂架构,虽能强化控制权与灵活分配利益,但也可能埋下治理缺陷与估值泡沫的风险。这些顶层设计的压力会通过API策略、模型迭代和生态位挤压等方式,传导至开发者的日常工作中,表现为服务稳定性、成本可控性和技术依赖性的挑战。从工程实践角度,开发者需通过抽象层设计、多模型备份和成本监控等手段,将对单一供应商的依赖视为系统性风险进行管理。本文以OpenAI的‘私人提款机’ 阅读详情

合作协议更新

微软与 OpenAI 的关系一直错综复杂,本周二者以看似友好的方式“分道扬镳”。周一,微软宣布更新与 OpenAI 的长期合作协议,允许 OpenAI 在所有云服务提供商平台上提供产品和服务。一天后,OpenAI 宣布将其最新的 AI 模型 Codex 及其他工具引入 AWS,AWS 是微软在云服务领域的最大竞争对手。今年早些时候,亚马逊宣布与 OpenAI 达成价值 500 亿美元的合作协议,最初旨在让 AWS 成为 OpenAI Frontier 的第三方提供商,并围绕 Alexa 定制模型开展合作。微软对此颇为不满,重新谈判前曾考虑采取法律行动。

双方的考量与利益

亚马逊和 OpenAI 希望建立更紧密的合作关系,亚马逊在 AI 市场迎头赶上,试图通过 Bedrock 服务将智能代理推向企业客户。本月早些时候,OpenAI 称与微软的协议限制了满足企业客户需求的能力。尽管微软不愿看到 OpenAI 模型在亚马逊平台可用,但作为修订协议一部分,微软将继续获得 OpenAI 通过 ChatGPT 及其 API 平台赚取收入的 20%,包括在 AWS 等平台的收入分成,虽有收入上限,但对双方仍互利。

合作现状与未来影响

微软仍是“OpenAI 的主要云合作伙伴”,会在 Azure 上率先推出 OpenAI 最新产品,但因不再有独家合作权,OpenAI 新模型可能很快出现在竞争对手云平台。未来,OpenAI 模型出现在谷歌的 Gemini Enterprise Agent Platform 服务上也不足为奇。这使微软相对竞争对手的优势减弱,特别是在 Azure OpenAI 服务和 Foundry 项目方面。微软对 OpenAI 模型和产品的非独家授权将延长至 2032 年,比之前的 2030 年截止日期延长两年。

协议变更的深层原因

现在收入分成变成单向,微软无需再将 Azure OpenAI 收入的 20%返还给 OpenAI。新协议规定,若微软搜索和新闻广告收入同比增长 15%,则无需向 OpenAI 支付收入分成。此外,微软仍持有 OpenAI 营利部门约 27%的股份,是主要股东之一。这种“分手”能实现是因为微软获取 OpenAI 模型的权限不再与通用人工智能(AGI)条款挂钩,取消该条款后,理论上达到 AGI 微软也不会失去使用 OpenAI 未来最先进模型的权限,OpenAI 也无动力通过宣布达到 AGI 终止合作。

过往矛盾与冲突

双方围绕 AGI 条款争论超一年。去年,OpenAI 考虑以 30 亿美元收购 AI 编码工具 Windsurf 时矛盾激烈,其希望 Windsurf 不受与微软协议限制,甚至曾考虑指控微软反竞争。最终 OpenAI 放弃收购计划,但引发了关于其营利性重组长达数月的紧张谈判。2023 年非营利组织董事会罢免 Sam Altman 的 CEO 职务后,微软对 OpenAI 产生警惕,CEO Satya Nadella 聘请 DeepMind 联合创始人 Mustafa Suleyman 领导 AI 业务。有报道称 Altman 对此“感到愤怒”,特别是 Suleyman 团队与 OpenAI 工程师打交道时。2024 年一次会议上,微软 AI 负责人对前 OpenAI 首席技术官 Mira Murati 大喊大叫要求获取代码,使双方紧张关系达到顶点。聘请 Suleyman 是为推动变革,让微软开发自己的 AI 模型,减少对 OpenAI 的依赖。

微软的未来策略

协议部分变更让微软与 OpenAI 及 Sam Altman 的混乱局面保持距离。OpenAI 陷入公众争议、战略调整和高管变动漩涡,合同更新同一周,Elon Musk 和 Altman 在法庭上就公司未来较量,微软也被卷入。撇开此事,微软仍在开发替代 OpenAI 的模型,MAI - Transcribe - 1 等模型成果不错,支持 25 种语言的语音转文本,但与 OpenAI 大语言模型相比,微软多数 AI 模型针对性强、规模小。为弥补差距,微软关注 Anthropic 产品,甚至考虑在某些产品中使用谷歌的 Gemini 模型,就像试用 Anthropic 的 Claude Code 一样。微软会为不同任务选合适 AI 模型,确保企业客户使用其企业软件,抵御竞争。微软和 OpenAI 合作紧张源于争夺相同客户。未来微软 AI 发展将结合内部开发及 OpenAI、Anthropic 等公司的模型,合作更多围绕财务层面,关系转变似乎更简单。

基于MCP协议构建AI代理浏览器自动化工具:让AI拥有“眼睛”和“手” 浏览器自动化是软件测试和流程自动化领域的核心技术,它通过模拟用户操作实现网页的自动导航、交互与数据提取。其底层原理通常基于WebDriver协议,通过控制浏览器实例执行脚本,完成点击、输入、截图等任务。这项技术的核心价值在于将重复性人工操作转化为高效、准确的自动化流程,广泛应用于数据采集、表单填写、竞品分析和自动化测试等场景。随着AI代理技术的发展,如何让AI模型直接操作图形界面成为新的挑战。Model Context Protocol(MCP)作为一种标准化协议,为AI模型与外部工具提供了通用通信框架。通 阅读详情

相关推荐

从苹果AI架构看全球化AI应用开发:模型路由网关设计与实现

在构建全球化AI应用时,模型路由网关是实现技术栈灵活切换与合规适配的核心架构。其基本原理是在用户请求与底层AI模型之间建立抽象层,根据预设策略动态分发请求至不同模型服务。这一设计的技术价值在于解耦业务逻辑与模型供应商,使系统能够灵活应对不同地区的法规要求、市场环境和技术生态变化。通过配置化的路由策略,开发者可以在保证核心体验一致性的前提下,实现模型供应商的“热切换”,用户几乎无感知。典型的应用场景包括:满足不同地区的数据安全与内容审核要求、根据性能与成本优化模型选择、以及为特定市场集成本地化AI服务。本文以

weixin_34279579的博客 461

终极指南:为什么OpenAI Agents SDK是构建Agentic AI应用的首选框架

在当今AI技术快速发展的浪潮中,Agentic AI(自主智能体)已成为最受关注的技术方向之一。面对市场上众多的开发框架选择,技术团队常常陷入"选择困难症":是选择功能全面的CrewAI,还是控制度极高的LangGraph?是拥抱Google的生态系统,还是采用微软的AutoGen?经过深入的技术分析和实际项目验证,我们发现**OpenAI Agents SDK**在大多数场景下都是最明智的选择。

gitblog_00354的博客 1139

AI Agent工具链演进:从框架混战到MCP协议标准化

在人工智能领域,大语言模型(LLM)与工具(Tools)的协同是构建实用AI Agent的核心。其原理在于通过标准化的接口描述,让模型能够理解、规划和调用外部功能,从而突破自身知识局限,执行复杂任务。这一技术价值在于实现了能力解耦与生态互操作性,大幅提升了开发效率和系统可维护性。其应用场景广泛,从自动化编程助手、智能客服到数据分析工作流,都依赖于稳定高效的工具调用机制。当前,行业正从各家框架(Framework)私有的工具接入方式,向统一的协议标准演进,以解决生态割裂和重复开发问题。其中,Model Con

weixin_30919571的博客 382

OpenAI自研AI芯片:算力平权与软硬协同的深度解析

在人工智能领域,算力是模型训练与推理的基石,其核心在于通过专用硬件(如GPU、TPU)执行大规模并行计算,以处理海量数据。其技术价值在于突破通用计算架构的瓶颈,通过定制化设计实现更高的计算密度与能效比,从而显著降低大规模AI训练与服务的总拥有成本(TCO)。这一趋势正推动从依赖通用硬件向软硬协同优化的范式转变,广泛应用于大模型训练、云端推理等场景。本文聚焦于OpenAI自研AI芯片的案例,深入剖析其如何借鉴谷歌TPU的设计哲学,并针对Transformer架构进行深度优化,以应对天价算力账单与性能瓶颈,最终

weixin_30336061的博客 385

AI Agent协议化:MCP、A2A、AG-UI如何重塑智能体开发范式

在人工智能工程化进程中,协议化是实现系统互操作性和规模化扩展的核心基础。其原理在于通过定义标准化的通信接口与数据格式,将复杂的智能体系统解耦为可独立开发、测试和部署的模块化组件。从技术价值看,协议化能显著降低系统集成成本,提升开发效率,并促进跨团队、跨组织的智能体协作生态形成。在应用场景上,无论是企业内部的知识库查询、自动化流程编排,还是多智能体协同决策等复杂任务,标准协议都提供了可靠的技术底座。当前,AI Agent领域正围绕MCP(Model Context Protocol)、A2A(Agent-to

weixin_33834075的博客 407

MCP协议与AI副驾驶:自然语言驱动虚幻引擎开发实践

在AI辅助编程领域,如何让大语言模型深度理解并操作复杂的本地开发环境,一直是提升开发效率的关键挑战。Model Context Protocol(MCP)作为一种标准化协议,通过定义AI模型与外部工具、数据源的安全结构化交互规范,为解决这一难题提供了通用方案。其核心价值在于实现了AI能力与本地开发环境的解耦,使开发者能够为AI“装配”项目专属的上下文感知与工具执行能力,从而显著提升代码生成的准确性与可靠性。这一技术特别适用于像虚幻引擎这类混合了C++、蓝图、庞大资产库与特定编码规范的复杂生态。通过配置MCP

weixin_33739541的博客 421

OpenAI任命首席营收官:AI商业化加速对开发者生态的影响与应对策略

在人工智能技术快速发展的今天,大型语言模型(LLM)和生成式AI正从研究探索走向规模化商业应用。其核心原理是通过海量数据训练,使模型具备理解、生成和推理能力,从而为各行各业带来效率革命。这一技术的商业价值在于将前沿算法转化为可衡量的企业生产力工具,广泛应用于智能客服、内容创作、代码生成等场景。随着AI公司加速商业化进程,企业级API服务、定价策略和合规要求成为生态发展的关键因素。本文以OpenAI最新人事任命为切入点,探讨其商业化转型如何影响开发者的技术选型、成本管理和架构设计,为应对AI生态变革提供实践参

weixin_30945039的博客 733

本地部署Codex并接入DeepSeek:构建稳定AI编程助手全攻略

在实际开发和学习过程中,我们常常需要借助强大的AI模型来辅助代码编写、问题解答和思路梳理。OpenAI的Codex以其出色的代码生成能力而闻名,但其官方版本主要依赖OpenAI的API,对于国内开发者而言,在访问稳定性和成本方面可能存在挑战。与此同时,DeepSeek等国产大模型在代码理解和生成方面也展现出了强大的实力,并且提供了更友好的API访问方式。将Codex的便捷界面与DeepSeek的模型能力相结合,在本地环境中构建一个稳定、高效的AI编程助手,是许多开发者希望实现的目标。 这个过程并非简单的“一

weixin_34211761的博客 368

5个核心场景深度解析:为什么Jan成为本地AI助手的首选方案

在AI技术快速发展的今天,数据隐私和模型控制权成为开发者最关注的问题。Jan作为一款完全开源的本地AI助手,不仅提供了ChatGPT级别的对话体验,更重要的是将控制权完全交还给用户。本文将深入探讨Jan在不同技术场景下的应用价值,帮助你理解这个100%离线运行的AI解决方案。 Jan的核心设计理念是"用户拥有完整控制权",这意味着所有AI推理都在本地设备上完成,无需依赖任何云端服务。这种架构不仅

gitblog_00367的博客 843

Codex本地部署DeepSeek:CCX+CC Switch中转配置全攻略

这类工具最值得先看的不是功能列表,而是能不能在普通环境里稳定跑起来。Codex 本身是个桌面端 AI 助手,界面比命令行工具友好,但它原生只对接 OpenAI。如果你想在国内环境,用自己的 DeepSeek API 密钥来驱动它,就需要绕个弯子,通过一个“翻译”层把 DeepSeek 的接口伪装成 OpenAI 的格式,再让 Codex 去调用。 这个过程听起来有点技术门槛,但核心就是两步:装一个接口转换工具(比如 CCX),再装一个配置切换工具(比如 CC Switch)。我一般会建议先从最小样例开始,别

weixin_30326515的博客 451

基于Playwright与MCP协议构建AI驱动的浏览器自动化Agent

浏览器自动化是现代软件测试、数据采集和流程自动化中的关键技术,它通过程序模拟用户操作,实现对网页的精准控制。其核心原理在于通过驱动浏览器引擎,执行导航、点击、输入等指令,并获取页面状态与数据。这项技术的价值在于将重复、耗时的网页操作转化为可编程、可复用的流程,显著提升工作效率与准确性。在实际应用中,它广泛服务于UI自动化测试、无代码数据抓取、跨浏览器兼容性验证等场景。本文聚焦于如何将这一技术与AI大语言模型(LLM)相结合,通过Model Context Protocol(MCP)这一标准化工具调用协议,构

weixin_34332905的博客 312

OpenAI 470亿回购背后:技术从业者必须读懂的三重信号

在AI技术加速落地的当下,理解头部公司的资本与组织变动,是判断技术趋势的重要方式。股票回购作为公司治理工具,本质是调整股权结构、传递长期信心,也标志着企业从融资扩张转向治理优化。核心高管的离场则需结合时间点与岗位类型分析,财务兑现与路线分歧是两种截然不同的信号。对开发者而言,关注自研芯片、Codex开源、API协议等热词,能更清晰地把握算力成本、工具链开放性和生态壁垒的变化。从技术选型到供应链稳定性,预留冗余、降低切换成本,是应对行业变局的关键策略。通过解读OpenAI近期动作,可提炼出一套可落地的分析框架

weixin_34343308的博客 432

基于MCP协议的AI智能体UI自动化实践:让AI看懂并操作软件界面

UI自动化是软件工程中实现界面操作自动化的关键技术,传统脚本驱动的方法依赖精确的元素定位和预设步骤,维护成本高且缺乏灵活性。其核心原理是通过程序模拟用户对图形界面的交互行为,如点击、输入等。随着AI智能体技术的发展,目标驱动的自动化成为可能,通过结合视觉理解和决策规划,AI能自主适应界面变化。MCP协议作为AI与工具间的标准化通信桥梁,将UI操作能力封装为统一工具,实现了AI决策与底层执行的解耦。这种技术融合在RPA流程自动化、软件测试和智能助手等场景中展现出巨大潜力,能显著提升跨系统数据搬运、探索性测试等

weixin_30564901的博客 512

AI 女友突然下线,大叔集体「崩溃」;谷歌聊天机器人称谷歌滥用垄断力量丨 RTE 开发者日报 Vol.78

剧透、Gork、AI 女友

声网的博客 511

OpenAI API免费额度取消后,开发者如何优化成本与选择替代方案

在人工智能开发领域,API调用成本是开发者必须面对的核心问题。其计费原理通常基于Token消耗,即模型处理文本的基本单位,这直接关系到项目的经济可行性。理解并优化Token使用,不仅能降低开发成本,更是工程实践中的重要技能。从技术价值看,有效的成本控制策略可以延长项目生命周期,促进更多创新实验。在实际应用场景中,无论是原型开发、自动化脚本还是学习研究,合理管理API支出都至关重要。本文聚焦于OpenAI API计费模型调整后的实战应对,通过分析**Tokens**计算和**开源大模型**替代方案,为开发者提

weixin_30808693的博客 296

Model Context Protocol (MCP) 详解:构建标准化AI插件服务器的实践指南

在AI应用开发中,如何让不同的模型、工具和数据源高效协同工作是一个核心挑战。传统方式依赖大量定制化集成代码,导致系统碎片化且难以维护。Model Context Protocol (MCP) 作为一种开放标准协议,通过定义统一的“资源”与“工具”抽象,为AI助手提供了安全、可控的外部能力调用接口。其采用客户端-服务器架构,通过标准化的JSON-RPC进行通信,实现了AI能力的即插即用。这一协议的价值在于解决了工具集成的碎片化问题,并提供了细粒度的安全控制。在实际应用场景中,开发者可以基于MCP构建各类服务器

weixin_34037515的博客 409

AI Agent与RAG技术如何通过邮件协议实现法律助手工程化落地

AI Agent(智能体)作为人工智能技术的重要分支,其核心原理在于通过感知、规划、行动和反思的闭环,使AI系统能够自主执行复杂任务,而不仅仅是进行对话。结合RAG(检索增强生成)技术,AI Agent能够从专业知识库中检索实时、准确的信息,有效解决大模型在垂直领域知识不足和“幻觉”问题,从而大幅提升输出的可靠性和专业性。这一技术组合在工程实践中展现出巨大价值,尤其在需要高准确性和强专业性的场景中。以法律咨询为例,通过将AI Agent与电子邮件协议深度集成,可以构建出无缝嵌入现有工作流的“隐形助手”。用户

weixin_30919571的博客 327

5分钟搞定单细胞marker基因气泡图:scDotPlot保姆级教程(含Seurat适配)

本文提供了一份详细的scDotPlot R包使用教程,帮助用户在5分钟内完成单细胞marker基因气泡图的绘制。教程涵盖环境准备、Seurat和SingleCellExperiment对象的适配处理、进阶可视化技巧及自动化报告生成,特别适合生物信息学新手和临床研究者快速掌握这一高效的可视化工具。

weixin_29047545的博客 265

揭秘AI模型背后的秘密:如何利用系统提示词泄露项目掌握AI核心规则

想知道ChatGPT、Claude、Gemini这些AI模型为什么会有不同的性格和行为模式吗?系统提示词泄露项目为你揭开AI模型背后的神秘面纱!这个开源项目收集了各大AI厂商的系统提示词,让你能够一窥AI模型的"操作手册",了解它们是如何被设计和约束的。 ## 🎯 为什么你需要关注系统提示词? 系统提示词是AI模型的"灵魂指令",决定了模型如何思考、如何回应、以及哪些行为被允许。就像电影导演

gitblog_00397的博客 420

如何快速获取SAMM、SMIC等主流微表情数据集?完整申请指南(附避坑技巧)

本文提供了获取SAMM、SMIC等主流微表情数据集的完整申请指南,包括申请前的准备工作、分步申请流程、协议谈判技巧以及数据使用与维护策略。特别针对高分辨率动态捕捉和多模态同步数据等热词,帮助研究者高效获取高质量数据集,避免常见陷阱。

weixin_29057163的博客 423

保姆级教程:在Jetson Nano上从零移植OV5647 CSI摄像头驱动(附完整调试记录)

本文提供了一份详细的Jetson Nano OV5647 CSI摄像头驱动移植教程,涵盖硬件准备、驱动框架分析、设备树配置、驱动移植核心修改点及调试技巧。通过V4L2框架和Tegra平台适配,开发者可快速实现摄像头驱动的移植与优化,适用于边缘计算和嵌入式视觉应用。

weixin_27869497的博客 519
上一篇: 谷歌为车载系统升级Gemini AI助手,自然对话与车辆信息获取体验将大幅提升
下一篇: 微软向 Windows 11 推 Xbox 模式,还改进 Xbox Ally X 并更新主机界面
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值