你用的Office,可能要跑中国大模型了

你用的 Office，可能要跑中国大模型了。

这不是标题党。

6 月 22 日，多家科技媒体报道：微软正在考虑将中国的 DeepSeek V4 模型接入其核心企业产品 Copilot Cowork，作为低成本模型选项供用户选择。（来源：AIBase）

如果这事最终落地，将是美国大型科技公司首次在核心企业级 AI 产品中引入中国大模型。

这意味着什么？我们一层层拆。

一、微软为什么要这么做？

答案很直白：太贵了。

微软的 Copilot 产品线已经进入全面商用阶段。根据最新消息，超过一半的财富 500 强企业在预览期就完成了部署。听着很风光对吧？

但风光背后是一笔烧不起的账。

Copilot Cowork 采用 AI Agent 模式——每完成一个任务，背后可能要调用大模型几十次甚至上百次。不像传统软件"你点一下执行一次"，AI Agent 是"你说一句，它后台跑一串"。

调用量上去了，成本也上去了。

所以微软做了两件事：

第一，改定价方式。不再只卖固定月费订阅，新增了按量计费——用多少付多少。言下之意：固定收费已经 cover 不住后端成本了。

第二，引入便宜的模型。DeepSeek V4 的推理成本大约只有 GPT-4o 的几分之一，如果用在不需要"满血版"能力的场景，能省一大笔。

二、为什么是 DeepSeek？

DeepSeek 这个名字，国内的技术圈已经很熟了。但对国际市场来说，它这两年的崛起速度堪称现象级：

DeepSeek V3/R1 发布时就引发全球关注——训练成本极低，性能对标一线
开源策略激进，代码、权重全放出来，吸引了大量开发者
多个国际基准测试（如 MMLU、HumanEval）上表现不输 GPT-4 级别

对微软来说，DeepSeek 有一个不可替代的优势：便宜，但不烂。

不是那种"凑合能用"的低端模型，而是在很多任务上真的能打。放在"不需要最强模型"的场景——比如信息检索、日程整理、简单文档生成——性价比极高。

三、"模型路由"：新的竞争逻辑

微软不会把 DeepSeek 当唯一选项。它的策略是模型分层路由：

复杂任务（代码生成、深度推理）→ 调用 GPT-4o 或更强的模型
中等任务（文档整理、摘要）→ 调用中等模型
简单任务（格式转换、信息查询）→ 调用低成本模型（如 DeepSeek）

系统自动判断任务复杂度，智能分配模型。用户甚至感知不到"背后换了个引擎"。

这个逻辑其实不新——OpenAI 的 ChatGPT 早就在 GPT-4o 和 GPT-4o mini 之间做切换了。但微软把它推到了企业级产品的层面，而且选择了一个中国模型作为成本层，这就有意思了。

四、这件事为什么值得关注？

对行业：AI 成本是绕不过去的坎

所有做 AI Agent 的公司都面临同一个困境——模型调用太贵。

一个 Agent 执行一次复杂任务，可能消耗几万到几十万 token。按照 GPT-4o 的价格，企业级大规模部署的成本是天文数字。

微软都扛不住了，说明这不是"小公司的问题"，而是行业性问题。

模型分层路由、混合部署、按需切换——这套逻辑可能会成为 2025-2026 年企业 AI 的标配架构。

对中美关系：一个微妙的信号

在芯片封锁、技术脱钩的大背景下，微软主动把中国模型引入自家核心产品，这件事本身就很耐人寻味。

当然，这是商业决策，不是政治表态。但它至少说明一件事：

当成本压力足够大的时候，技术的边界就会被重新划定。

DeepSeek 能被微软考虑，核心原因是它用了通用的 transformer 架构、兼容标准 API、性能经得起检验。技术标准化是破除壁垒最好的工具。

对普通人：你的 AI 工具可能会变"多引擎"

以后你用 Copilot 写文档、做 PPT 的时候，后台可能不是同一个模型在回答你。

简单任务用低成本模型，复杂任务用高端模型——你可能完全感知不到差异，但微软的成本降下来了，长远看你的订阅费也有可能调整。

更重要的是，这意味着 AI 工具正在从"单一大模型驱动"走向"多模型协作"。就像今天你的手机同时用高通基带和苹果芯片一样，模型也在变成"零件"。

五、几个值得思考的问题

数据安全：企业用 Copilot 处理的内容可能涉及商业机密。数据会经过中国模型吗？数据驻留在哪里？微软还没有公开说明这部分。这可能是落地前最大的阻碍。

模型质量一致性：路由切换后，同一个任务如果分配到不同模型，输出质量可能有波动。微软说会建"质量保障体系"，但具体怎么做还不清楚。

开源 vs 闭源的竞争格局：DeepSeek 的开源策略让它能被任何人集成。如果微软真的用了它，是不是意味着开源模型在企业市场的渗透比我们想象的快？

写在最后

微软 Copilot 考虑引入 DeepSeek，表面是一个商业成本决策，背后是 AI 行业的结构性变化：

模型不再是"唯一的引擎"，而是"可替换的零件"。

谁便宜、谁好用、谁能打，谁就上。不管你来自硅谷还是北京。

这对中国 AI 公司是个好消息——技术过硬就有市场。这对全球用户也是好消息——竞争越激烈，工具越便宜。

唯一需要盯紧的，是数据安全和质量一致性。这两件事没解决好，再便宜也推不动。

关注「AI引路者」，每天用大白话帮你搞懂 AI。看完就能用。

📦 回复「AI模板」获取 30 个实用 Prompt 模板，直接复制就能用！