微软拟换装 DeepSeek 开源模型，Copilot Cowork 成本困局催生多模型战略
就在 Copilot Cowork 从限量预览全面开放之际，微软释放出一个让业界屏息的信号：公司正在认真评估由 DeepSeek 提供的开源模型，准备用它来取代目前为这款产品提供核心推理能力的 Anthropic 和 OpenAI 方案。
微软正在探索多模型路线，DeepSeek 或将成为 Copilot Cowork 的新动力选项。
01 Copilot Cowork：被微软视为下一个增长引擎
今年 3 月，微软发布了 Copilot Cowork，这是对 Microsoft 365 Copilot 的一次重大升级。与传统对话助手不同，Cowork 具备自主规划能力，可以在多个应用之间执行多步骤任务——它可以帮你在 Outlook 里梳理日程、在 Teams 里准备会议资料、在 Excel 里完成竞品分析，甚至直接生成 PowerPoint 方案演示。
发布时微软特别强调，产品“与 Anthropic 紧密协作”，将 Claude Cowork 技术融入 Copilot。但当时还有一句耐人寻味的话：Copilot 采用多模型架构，会“为每项任务挑选最合适的模型”。三个月后再看，这句看似常规的产品定位，早已为微软的战略转向埋下伏笔。
Copilot Cowork 的工作逻辑是“从意图到执行”：你描述想做的事，它拆解成计划，在后台同步推进多个任务，完成后等你确认。
6 月 16 日，微软宣布 Copilot Cowork 正式全面上线（GA）。但与此相伴的，还有一个更加微妙的信号。
02 按用量计费后，成本压力立刻浮上水面
Copilot Cowork 从限量预览走向全面上线，微软同步将定价模式从固定月费切换为按使用量计费。这意味用户每执行一次 AI 任务，都会直接产生对应的计算成本。
微软 Copilot、Agent 与平台业务执行副总裁 Charles Lamanna 在采访中坦言：“我们有些用户每周会执行数百个任务，他们的效率很高，但随之而来的后果是，成本会变得异常高昂。”
这正是典型的 Jevons 悖论：效率提升反而刺激了更多使用。AI 让任务完成得更容易，用户自然就会执行更多任务，总消耗非但没降，反而上升了。目前驱动 Copilot Cowork 的仍是 Anthropic 和 OpenAI 的前沿模型，其推理成本在整个行业中站在最高点。
用量暴涨带来的成本曲线，直接推动微软考虑引入更便宜模型的选项。
03 DeepSeek 进入视野：不只是价格优势
微软向 Axios 透露，正在探索一个经过微调的 DeepSeek V4 版本，也可能是另一个开源模型，作为 Anthropic 和 OpenAI 模型的低成本替代方案。最终选择预计在未来几周敲定。
DeepSeek 以极高的性价比闻名。这家中国公司的 DeepSeek R1 模型已在推理能力上证明开源模型完全能够与闭源前沿模型一战，而 API 价格仅有后者的几分之一。DeepSeek 的模型已通过 Azure AI Foundry 在微软云上可用，这为集成提供了现成的基础设施。
然而微软强调了几个关键的安全承诺：DeepSeek 模型将作为可选方案，完全托管在 Azure 上，客户数据保留在微软云内，受到 Azure 企业安全、合规和数据驻留控制的保护。微软还对模型进行了微调并加入了安全防护，包括降低偏见的相关改进。
微软正在测试 Copilot Cowork 能否用无限使用模式提供服务——答案是否定的。重度用户的成本已经逼得它必须寻找更经济的推理路径。
04 从 OpenAI 独占到多模型：微软的战略深层转向
这绝不仅仅是一次产品定价调整，背后标志着微软 AI 战略的一次深刻转向。
微软对 OpenAI 投入了超过 130 亿美元，长期以来 OpenAI 一直是微软产品线的核心模型提供商。但 2026 年 3 月 Copilot Cowork 的发布已经亮出明确信号：微软在核心产品中集成了 Anthropic 的 Claude 技术。现在，DeepSeek 可能成为第三个选项。
微软首席营销官 Jared Spataro 在产品发布时就写道：“很多 AI 工具会把用户锁定在单一供应商的模型里。”微软的回应是多模型架构，让 Copilot 自动为每项任务选择最合适的模型。当一个砸下 130 亿美元投资 OpenAI 的公司说出这番话时，它的含义远比字面深刻得多。
从闭源到开源，从美国到中国，微软的模型选择正变得前所未有的多元。
05 Jevons 悖论与 AI 经济学的深层冲突
微软眼前的困境，本质上是整个 AI 行业正在经历的结构性矛盾。
像 Copilot Cowork 这类 Agent 产品，与传统对话式 AI 有着根本不同。传统聊天机器人每次交互消耗相对确定的 token 数量，而 Agent 工具在完成任务的过程中会持续调用模型，一个复杂任务可能牵涉数十次推理请求。用户越依赖 AI，账单就越高。
这正是微软不能只依赖 OpenAI 和 Anthropic 前沿模型的真实原因。这些模型的推理成本虽然一直在下降，但对每周执行数百条任务的企业用户来说依旧是一笔沉重开销。像 DeepSeek 这样的开源模型提供了一条新路：用更低的单次推理成本，去换取规模化使用时的经济可行性。
Agent 工具的经济学悖论：任务越自动化，调用越频繁，总成本就越难掌控。这不只是微软一家的问题，而是所有 Agent 产品都必须面对的现实。
06 中国模型进入美国企业级产品的深层意味
如果微软最终选定 DeepSeek，这将是美国科技巨头首次在其核心企业级产品中集成中国 AI 公司的模型。Axios 指出，这可能引发政治层面的批评。
微软的回应对策非常清晰：完全托管在 Azure 上，数据不出微软云，加上微调和安全加固。但争论的焦点更多在于供应链依赖。美国政策制定者已经通过芯片出口管制对中国 AI 生态施加限制，微软这一举动必然会在华盛顿掀起新的讨论。
不过微软也给自己留了余地：它说的是“DeepSeek 或另一个开源模型”。这意味着 DeepSeek 并非唯一选项，Meta 的 Llama、Mistral 等开源模型同样在候选名单上。微软想要的，不一定是某一个中国模型，而是一条能显著降低推理成本的开源路径。
开源模型的强势崛起，正在重写企业级 AI 的供应链版图。
07 这对普通人意味着什么
如果你是 Microsoft 365 的企业用户，这件事最直接的影响是：未来 Copilot Cowork 很有可能会提供一个更便宜的模型选项。对于日历清理、邮件草拟、会议准备这类轻量任务，开源模型的表现已经足够可靠；而对于复杂数据分析、跨应用协调等需要深度推理的任务，前沿模型依然会是更优选择。
如果你是 AI 行业的从业者，微软释放出的信号已经很明确：模型供应商的锁定时代正在终结。即便是微软这样的巨头，也不会把所有筹码押在一个模型上。多模型策略不是临时过渡方案，而是明确的长期方向。
如果你正在评估自身的 AI 采购策略，微软的做法提供了一个实用的参考框架：不要只问“用哪家的模型”，而要问“哪些任务该用哪个模型”。前沿模型负责需要最高质量的场景，开源模型覆盖规模化使用的成本敏感区，中间再通过路由器和编排层自动分配。这套逻辑适用于任何规模的企业。
微软从 OpenAI 最大的客户，到同时考察中国开源模型，这不只是一个成本优化的决定。它预示着整个 AI 产业正在从“谁的模型最强”转向“谁能最聪明地路由模型”。