沉默的雷声：OpenAI与微软的竞争悄然开始。

OpenAI 在开源Swarm演示Multi-Agent之后，微软开源magenticic。-one。虽然演示的功能不同，前者关注领域模型处理，后者关注文档浏览等基本操作，但这也是Multi-Agent的一个例子。横向对比，微软略好于OpenAI，能解决实际问题，真正可以使用。但是关键不在这里，如果你把两个项目放在一起进行比较，你会发现一场无声的竞争已经开始。

随着Multi-Agent的智能原生程序越来越关键，我们有理由相信这一竞争将会更加激烈。

很多做战略分析的同学可能不愿意读代码，愿意读代码的同学可能不愿意用心去发现这种竞争的导火索，所以我会在这里挑一个东西，再来说说。

OpenAI Swarm做了一个AI冲击游戏，记录参考:人类优先还是智能优先？(第十三期AI冲击游戏小记)，当我空的时候，有必要再做一期magentic-one，用非技术语言谈谈这个项目，并做一个两者机制的对比。

AI战略要地

AI产业的战略要地是什么？

事实上，备受关注的大模型基本上不是，除非只有一家一骑绝尘，别人的模型水平是1，你是10。

假如大型模型是竞争最关键的地方，那么实际上OpenAI Swarm基于GPT-4o，微软magentic-one也基于GPT-4o，每个人都没有任何矛盾。您做好模型，我用好模型，您好我好，一点矛盾都没有。

关键是，如果你期待的是超级应用，我期待的是超级应用，那么随着超级应用价值的增加，超级应用全链的关键控制点就会有你死我活的竞争。

OpenAI与微软之间暗搓矛盾的根源不在于某个应用程序，而在于谁对AI的基础设施有控制力。

那么未来各种超级应用的关键控制点是什么呢？找到这个基准点，就可以找到AI的战略要地。

OpenAI与微软之间的潜在冲突与下面这张简图有关：

其中智能原生应用相关详细说明参考：真伪◎智能原生（AI Native）应用极具挑战性

由于我们在谈论微软，所以我们拿LLM。 based 与过去的Windows相比，OS。

比如我们常用的Windows也包装了很多算法，但是不管我们在Windows上写了多少程序，我们都不会直接使用内部包装算法，而是使用Windows提供的界面。这些算法对你来说是透明的。谁知道Windows里包装了多少算法？

为什么会这样呢，因为Windows中不仅有算法这一功能，还有帐户管理、消息机制等部分将功能联系起来。

以上两张图片中，核心区别就是这样：

左边的图片仍然有系统的概念，但是在右边的图片中，系统的概念消失了，模型不仅实现了逻辑判断的能力，也取代了系统。

为什么会引起强烈的冲突和竞争？

多大池子养多大鱼？

由于数据所有权不同，智能原生应用注定有多个，但是LLM based OS和LLM不是。

这是一个超大的基础设施，但是理论上，在联通的市场空间中，最终可能只剩下几个，Top1占市场份额的50%以上。。

谁在AI时代做到了这一点，谁就是新时代的巨头。

OpenAI需要这个，而微软显然不会放过这个。

可以左边的构图里面有微软的位置，右边没有。

假如世界最终选择了右边的图片，那么模型就是系统。，在AI这个地方，微软企业没有基础设施的位置！

一切都刚刚开始

上边实际上是一些猜测，这一猜测有一个前提：智能原生（AI Native）应用程序将席卷每一个应用领域。这个也需要一些时间，所以上面提到的深层差异也就在开源项目上漏出了一点线索。

但是数字的事情最违背人类常规感知的点就是速度，假如人类进化的速度是1，制度文化进化的速度是100，那么数字的进化速度至少是100万甚至更多。

一到两年前，大家都不知道什么是智能原生，但是现在以上两个开源项目，每一个都是智能原生的。

因此，这一潜在的冲突也可能在某一时刻爆发，重要的节点应该是智能原生应用的收入规模。

后续的走势

目前，这种竞争将以沉默的状态开始。短期内谁占优取决于用户的选择。但是，如果模型不迭代几次，应用范围还是会比较窄。微软开源项目附带的说明直接说明了目前的状态。

1、2、3、4、5、6如用一句话简单概括一下，就是你要把它放在沙盒里，然后人类看着点，以免造成不可预测的损失。

具体而言，以下任务在运行时可能会执行其他任务，例如，将系统搞停机这样的事情就有可能发生。

https://github.com/microsoft/autogen/tree/main/python/packages/autogen-magentic-one

在这样的前提下，这种新的智能原生方式并不是不能使用，而是范围会受到狭窄的限制，你不敢让它负责犯错后代价特别高的事情，比如直接做诊断和治疗。

好消息是这个精确的问题可以解决，目前还不知道在一般的大模型上到底什么时候处理。

如果你有足够的钱，你实际上可以在相对垂直的行业走特斯拉。 FSD12走过的路，如果没有那么必须等待通用大模型的升级，这两者实际上是等价的。

理论上，如果一般的大模型足够强大，那么专门训练一个E。-To-实际上，E模型与直接将数据丢失到通用模型没有什么不同。

通用模型没有任何智能界限！

实际上，终点应用的边界就是数据的边界。

无论如何，这里需要一个转折点。不然我们上面说的就是身影，不会漏出真面目。

这一转折点在技术上是通用大模型的进步，在商业上有一家Top智能原生应用企业。为什么因特网变得如火如荼？本质上是因为曾经的BAT啊，BAT的收入水平确实足以开始一个时代。

我认为美国人会到达这个临界点。Tesla的FSD12就不多说了，Glean的ARR每年增加4倍，5500万美元也不算少。商业总是存在的，而时代机会只有一次。

总结

更有趣的不是美国怎么样，而是美国和中国的AI显然可以分为两个难以连接的生态系统。中国的情况如何？美国和中国的生态系统最终会如何竞争和共存？互联网花了20多年才拿出这样的问题答案。从现在开始，AI可能需要这么多时间。因此，隐藏的小时代估计会过去。

本文来自微信微信官方账号“琢磨事”，作者：老李话一三，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com