在此期間，Microsoft 的 AI 策略進一步轉向專業化的第一方模型，原因並非單一應用程式發布，而是該公司揭露了整個模型堆疊的進展。MAI-Base-2 已完成預訓練，MAI-Cyber 擴大了其正式環境工作負載，MAI-Code-Flash 已觸及數百萬 GitHub Copilot 使用者，而 Decision-1 則公布了早期客戶採用情況。
以下是 CTO 與工程主管需要了解的事項：Microsoft 的低成本模型架構、其正式環境證據，以及由 BioEmu2、ForkPilot 和 Probabilistic Bias Correction 所代表的研究管線。這個模式從基礎模型延伸至專業模型，再到應用程式工作負載。
MAI-Base-2 成為核心引擎
Microsoft 表示，MAI-Base-2 已完成預訓練，且相較於其內部測試的其他開放權重模型，達到 4–12× 更高的訓練運算效率。Microsoft 打算讓此開放權重基礎模型支撐即將推出、用於推理、程式設計與資安的 MAI 模型。
這項比較由供應商報告，且基於 Microsoft 的內部測試。它應作為評估優先順序的參考，而非取代獨立的工作負載測試。
- 模型角色：
MAI-Base-2被定位為可重複使用的基礎，而非單一用途的應用程式模型。 - 報告效率： Microsoft 聲稱，在其內部測試中，相較其他開放權重模型具備 4–12× 的訓練運算優勢。
- 規劃中的產品組合： Microsoft 指出推理、程式設計與資安，是基於此基礎模型建構後續模型的目標領域。
- 架構訊號： 共同的基礎模型可讓 Microsoft 將改善分配至多項專業產品，而無須獨立訓練每一個模型。
這不僅是另一個模型檢查點，而是試圖在多個 Microsoft AI 工作負載之下建立第一方核心引擎。
對 CTO 而言，當前任務是區分模型所有權與模型可用性。預訓練已完成，但在 Microsoft 公布其發布狀態、部署條款及工作負載專屬證據之前，即將推出的推理、程式設計與資安模型仍應排除於正式環境規劃之外。
正式環境模型將效率轉化為營運槓桿
Microsoft 的財報更新為其專業模型組合提供了兩項正式環境指標。根據 Microsoft 的說法，MAI-Cyber 現在為 Microsoft 的代理式 MDASH 程式碼掃描器中超過 40% 的掃描作業提供支援，同時實現了每次掃描成本降低 18%。
這是更強的營運訊號。Microsoft 將專業模型同時連結至工作負載占比與單位經濟效益。
另一方面，根據同一份財報更新，MAI-Code-Flash 在前一個月觸及了 300 萬名 GitHub Copilot 使用者。此數字展現了透過既有開發者平台的分發能力，但本身並不能證明個別工程組織可獲得的輸出品質或節省效益。
- 資安工作負載：
MAI-Cyber處理超過 40% 的 MDASH 掃描作業。 - 單位成本： Microsoft 報告每次掃描成本降低 18%。
- 開發者觸及範圍：
MAI-Code-Flash在前一個月服務了 300 萬名 GitHub Copilot 使用者。 - 採用路徑： 兩個模型均透過 Microsoft 控制的應用程式觸及使用者，而非要求企業進行獨立部署。
從這個角度來看：策略優勢不只是成本較低的模型，更在於能將現有產品流量導向該模型，並在應用程式規模下取得節省效益。
對工程團隊而言，這些數據證明應更仔細審查已購買 Microsoft 服務內的模型路由。團隊應詢問每項工作負載由哪個模型處理、模型變更是否影響輸出品質，以及供應商端的效率是否反映在定價、容量或延遲範圍中。
Decision-1 鎖定結構化企業工作
Microsoft 推出了用於結構化決策的 Decision-1，並報告在首月已有超過 4,000 家客戶使用。該公司也表示，此模型在延遲與品質方面優於其測試的 LLM 與決策模型。
採用數字具體明確，但效能陳述仍屬供應商報告，因為 Microsoft 未在所引用的財報更新中提供比較分數。採購團隊不應將方向性的主張轉換為假定的基準領先地位。
- 初步使用： Microsoft 報告首月有超過 4,000 家客戶。
- 工作負載重點：
Decision-1是為結構化決策設計，而非一般用途的語言生成。 - 效能主張： Microsoft 表示，它在延遲與品質上超越了受測的 LLM 與決策模型。
- 評估要求： 企業仍需依其自身限制與決策政策進行情境專屬測試。
Microsoft 也表示，MAI-Transcribe 持續支援 Dragon Copilot 的多語言工作流程，將該模型定位為高準確度、低成本的轉錄選項。此定位未附帶比較準確度或成本數據，因此正式環境整合比定性的主張更具決策相關性。
對 CTO 而言，Decision-1 與 MAI-Transcribe 支持一種產品組合方法：在工作與評估標準可明確定義時使用較窄範圍的模型。在專業模型影響重大決策之前，架構審查應要求明確的備援行為、人員核准點與可衡量的接受門檻。
研究擴展模型堆疊
Microsoft Research 的 AI for Science 團隊已將 BioEmu2 納入公開預覽。Microsoft Research 表示，這個生物分子基礎模型旨在協助研究人員研究蛋白質結構、動態與功能。
公開預覽使 BioEmu2 可供探索，但不代表它自動成為正式環境相依項目。科學團隊應將預覽狀態視為支援與營運規劃的界線。
Microsoft Research Focus Edition 97 亦重點介紹了 ForkPilot，這是一個用於自我改進代理的框架。根據 Microsoft Research，該框架讓代理能夠辨識何時重新檢視早期決策可能改善結果，並據此調整策略。
這改變了控制問題。會重新檢視先前選擇的代理，需要涵蓋決策歷程的評估，而不僅是評估其最終答案。
同一期 Microsoft Research 內容還描述了 Probabilistic Bias Correction，這是一種從天氣模型誤差中學習並套用修正，以改善延伸範圍預報的機器學習方法。它代表了不同於取代既有模型的模式：機器學習作為既有預報系統周圍的修正層運作。
對工程團隊而言，這些專案指向三種不同的架構模式：領域基礎模型、可修訂的代理，以及學習式修正層。請在評估計畫中將這些模式分開，因為每種模式都對驗證、可追溯性與人員監督提出不同要求。
CTO 與工程主管的策略重點
追蹤基礎層。 將
MAI-Base-2視為產品組合訊號，並在其後續專業模型推出前準備好評估標準。衡量應用程式經濟效益。 將
MAI-Cyber報告的每次掃描成本降低 18%視為契機，要求每項 AI 服務提供工作負載層級的成本與品質證據。針對真實工作測試專業化。 依據已定義的企業工作流程評估
Decision-1、MAI-Code-Flash與轉錄模型，而非依賴廣泛的模型聲譽。擴大代理治理。 評估如
ForkPilot等可重新檢視並修訂先前行動的系統時，加入決策歷程審查。
Microsoft 正在組建一個從基礎模型訓練、專業化正式環境工作負載到應用程式分發的堆疊。企業領導者要做的決策並非哪一個模型能贏得每項任務，而是在哪些情況下，較窄範圍的第一方模型能在不削弱品質、控制或問責性的前提下，降低成本或延遲。