微軟 Copilot Cowork 上線，新功能再讓 GPT 與 Claude 雙模型互相審查 

微軟週一宣布 Microsoft 365 Copilot 重大更新，一次上線兩個突破性功能：整合 GPT 與 Claude 的多模型研究架構，以及能自主追蹤長時間任務的智慧代理 Copilot Cowork，兩者均透過 Frontier 早期體驗計畫向特別用戶開放。

深度研究 AI 競爭激烈，微軟祭出跨模型策略

過去一年，深度研究 (Deep research) 已成為 AI 領域競爭最激烈的戰場之一。Google 率先為 Gemini 推出研究代理功能，OpenAI 隨後發布自家版本，xAI 與 Perplexity 也相繼跟進，Anthropic 的 Claude 更在專業用戶群中累積出口碑。

各家公司無不致力於說服用戶，自家的單一模型才是最聰明的 AI 研究員。微軟卻反其道而行，反問「為什麼要只選一個模型？」

目前市面上所有 AI 研究工具，幾乎都是「使用者提問 → 單一模型負責規劃搜尋 → 爬梳資料來源 → 撰寫報告」由於流程由單一模型一手包辦，容易導致幻覺 (hallucination)、引用錯誤、虛假或不準確的陳述。

微軟新推出的兩項研究功能，正是針對這個弱點所設計的解決方案。

Critique：GPT 生成、Claude 把關的審查機制

第一項功能名為 Critique，其核心概念是將研究流程一分為二：生成與評估分別交由不同模型負責，引入類似「同儕審查」的機制。

具體而言，GPT 負責規劃研究方向、搜尋資料、彙整來源並撰寫初稿；完成後，Claude 以從來源可信度、報告完整性、事實根據等多個面向逐一檢查，並強化報告品質，最後才將修訂後的版本交付用戶。微軟表示，未來也計畫支援 Claude 生成、GPT 審查的反向配置。

在測試表現上，Critique 的成績相當亮眼。以覆蓋醫療、法律、科技等十大領域、共 100 項複雜研究任務的 DRACO 基準測試為例，搭載 Critique 的 Copilot Researcher 拿下 57.4 分，而 Claude Opus 4.6 單獨作業的成績為 42.7 分，領先幅度接近 14%。

Council：GPT 與 Claude 對照比較，裁判模型評判

第二項功能 Council 則採取完全不同的策略。啟用後，GPT 與 Claude 會同時、各自獨立完成一份完整的研究報告，兩份報告並排呈現給用戶，讓不同模型在事實引用、分析角度、資料詮釋上的差異一覽無遺。

完成後，第三個「裁判模型」會讀取兩份報告，整理出一份統整摘要，說明兩者的共識、分歧與能夠互相補足之處。

Copilot Cowork：你交代任務，AI 代理自己跑完

同時，微軟也宣布了期待已久 Copilot Cowork 功能的上線。作為一個能在 Microsoft 365 生態系中自主運作的智慧代理，Cowork 專為「長時間執行、多步驟」的企業工作流程而設計。

使用者只需交代任務目標，Cowork 便會主動追蹤進度、規劃下一步行動，並持續推進，不需要使用者全程守著。對於需要跨越數小時甚至數天才能完成的複雜專案，Cowork 能讓用戶放心地「交辦就放手」，使其成為一個值得信任的工作夥伴。

誰能使用 Copilot Cowork、Critique 與 Council？

Critique、Council 與 Copilot Cowork 目前均透過微軟 Frontier 早期體驗計畫開放，Frontier 是微軟針對企業客戶推出的搶先體驗管道。使用者需付費訂閱 Microsoft 365 Copilot ，並同時加入 Frontier 計畫。

Critique 在選擇「Auto」模式時自動啟用，Council 則需在模型選擇器中手動切換至「Model Council」。

微軟押注的不是模型，而是 AI 調度與自主能力

即便微軟與 OpenAI 擁有長期合作關係，但仍選擇引入 Claude，反映出一個更深層的戰略判斷：沒有任何單一 AI 模型能永遠保持領先。

對於正在評估企業級 AI 工具的公司而言，微軟這次種種功能的推出，或許正在重新定義 AI 工作夥伴的定位：最強的 AI 同事一直都不是單一模型，而是一套能讓最好的模型各司其職、並在你不在的時候繼續工作的系統。