微軟 內部針對「該繼續砸兆元堆疊算力擴充大型語言模型 （Scaling），還是投資底層演算法 創新以降低成本」的路線之爭，最終以研究派的出走畫下句點。微軟研究院 （Microsoft Research）旗下專攻前沿代理與架構創新的「AI Frontiers」 （AIF）部門，於今年9月初被強制併入由前Inflection AI執行長Mustafa Suleyman領軍的Microsoft AI （MAI）事業群。
負責創立，並且領導AIF的微軟傑出科學家John Langford於11月6日在個人部落格 （hunch.net）發表題為《AI Frontiers的終結》 （The End of AI Frontiers）的公開信，並且宣布離職，更在X平台上痛批這場非自願改組根本是一場「火車相撞般的慘劇」 （A bit of a train wreck）。
隨著整個AIF領導團隊集體求去，這支曾打造出知名多代理框架AutoGen的50人精銳團隊正式宣告瓦解。
後ChatGPT時代的50人精銳團隊：打造AutoGen、Fara與多項底層突破
AI Frontiers成立於2023年ChatGPT問世後，John Langford認為傳統研究院「單一學者單打獨鬥」的速度已經跟不上業界，因而組建這支約50人的跨領域團隊。
該部門不僅開發出業界廣泛採用的多AI代理協同框架AutoGen與電腦操作代理Fara，紐約分部更專注於底層架構創新——包含用於外推法的Next Latent、優化Muon演算法的Dion3、透過遞迴大幅提升模型能力的全頻寬Transformer （Full Bandwidth Transformer），以及向全微軟研究院開放的邊緣規模預訓練程式碼庫Monorepo。
然而受到此次解散影響，AutoGen的GitHub說明文件已於10月16日悄悄修改，聲明微軟不再提供任何Bug修復、資安更新與技術支援。
與前Inflection高層理念水火不容：「規模擴充派」全面排擠「基礎研究派」
今年9月初AIF團隊被移出微軟研究院、併入2024年收購Inflection AI後成立的Microsoft AI （MAI）。John Langford直言，雖然表面上整合兩大AI部門看似合理，但實際上「新管理層根本不想要我們」。
John Langford指出，來自Inflection的MAI團隊高層奉行極端的「唯規模論」 （Scaling-only）——認為只要不斷擴大型語言模型參數與清洗數據，就能獲得商業上最可預測的預測品質提升，完全排斥不確定性較高的底層演算法研究。
而John Langford更在部落格發文引述字節跳動 （ByteDance）針對AIF團隊的「全頻寬Transformer」變體實驗數據，認為新架構能讓模型發揮媲美兩倍參數規模的傳統模型實質表現，進而拋出犀利反問：「當整個產業的投資規模已經逼近1兆美元時，若能將訓練與推論成本直接砍半的研究，究竟能帶動多少背後價值？ （意指其價值高達數千億美元）」，藉此痛批MAI團隊為了追求短期可預測回報，進而扼殺底層創新的短視作法。
團隊領導層集體出走、取消明年實習計畫，反映科技巨頭研發預算緊縮
由於算力配額長期受限，同時在MAI團隊體系下已經看不到研究成果轉化為實際產品的可能性，John Langford在替團隊成員安排好內部轉調或出路後，與AIF團隊其他共同創辦領導層一併選擇離職，明年度的實習生計畫也同步取消。
這起事件也凸顯微軟、Meta、蘋果與甲骨文等巨頭在龐大AI基建資本支出壓力下，紛紛透過裁撤非核心部門、甚至縮減內部研發人員的AI Token與算力補助上限來調節成本。
微軟「左手砍800億美元外部算力、右手廢省算力演算法」的策略矛盾
一方面，微軟財務與基建部門已經深刻感受到「單季資本支出衝上452億美元、外部電力與算力貴到吞噬毛利」的痛苦；但另一方面，手握消費端與模型大權的Mustafa Suleyman （MAI團隊），卻為了在短期跑分上追趕OpenAI與Google，選擇把原本在微軟研究院裡專門研究「如何用一半參數達到兩倍模型效果 （Full Bandwidth Transformer）」與「高效優化器 （Dion3）」的AI Frontiers團隊直接拆解併吞。
當一家公司為了眼前的規模擴張，親手砍掉能幫未來省下數百億美元算力成本的「造橋鋪路人」，長期技術債恐難以避免。
收購Inflection帶來的「外來和尚排擠效應」與AutoGen孤兒化危機
2024年微軟花大錢以「準收購」方式把Mustafa Suleyman與Inflection團隊空降成為Microsoft AI核心後，矽谷就一直在觀察這群「重金禮聘的外來高管」與微軟研究院老臣之間的化學反應。
John Langford在離職信中那句「我們做出了好成績，卻被非自願地改組消滅」，以及留言區其他被併入MAI團隊的微軟員工感嘆「我們也有一模一樣不被需要的感覺」，直接掀開微軟內部山頭林立的茶壺風暴。
而讓全球開發者社群更錯愕的是AutoGen的棄養——作為過去兩年企業建構Multi-Agent最主流的開源框架之一，微軟在10月中旬直接修改README宣布停止維護與資安修補，這種因內部組織政治而讓指標性開源專案瞬間淪為「孤兒」的做法，無疑將重創開發者對微軟開源承諾的信任。
微軟內部兩大AI陣營 （AI Frontiers、Microsoft AI）路線衝突對照表
| 比較維度 | 遭併吞解散：AI Frontiers （AIF）（原隸屬微軟研究院 MSR） | 收編主導方：Microsoft AI （MAI）（由前 Inflection AI 高層領軍） | 組織改組後果與產業影響 |
| 成立背景與領導人 | 2023 年 ChatGPT 問世後成立（約 50 人），由機器學習泰斗 John Langford 等人共同創立 | 2024 年微軟挖角收購 Inflection AI 後組建，由執行長 Mustafa Suleyman 統籌 | 2026 年 9 月初 AIF 被移出微軟研究院併入 MAI；11 月初 Langford 與創始領導層集體離職 |
| 核心研發哲學 | 底層架構與演算法創新（Research-driven）： 追求以新架構（如遞迴與新優化器）在不翻倍算力的前提下實現能力躍升 | 激進規模擴充（Scaling-only）： 相信「更大模型＝更好預測」，將資源集中於獲取、生成與清洗海量數據 | Langford 痛批 MAI 將「擴充規模」視為「基礎研究」的替代品而非互補品，形同抹殺創新空間 |
| 代表性技術與產品 | • 代理技術： AutoGen 協同框架、Fara 電腦操作代理 • 底層架構： Full Bandwidth Transformer、Dion3 （Muon 優化）、Next Latent、MSR 共享 Monorepo | Copilot 消費端產品線、MAI 自研超大型基礎模型訓練與數據工程流水線 | • AutoGen 遭棄養： 10／16 起官方停止提供 Bug 與資安修復 • 明年實習生計畫取消，成員分散轉調 |
| 投資回報與成本觀點 | 突破時間點較難預測，但一旦成功（如字節跳動驗證全頻寬 Transformer 媲美 2 倍大模型），可在兆元級產業中將訓練與推論成本直接砍半 | 商業回報與模型表現提升較具可預測性，但需持續投入天價 GPU 算力與電力基建 | 凸顯科技巨頭在龐大 AI 基建支出壓力下，寧可砍除前瞻研究與員工 Token 額度以保短期商業產出 |
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
討論區