我们报道了微软在Build 2023开发者大会发布的Windows Copilot——深度集成在Windows 11人工智能助手。

　　至此，Copilot已经出现在了微软几乎所有重要产品之中，包括辅助编程的Github Copilot、辅助办公的Microsoft 365 Copilot、辅助客户沟通的Viva‍Copilot、辅助业务流程的Dynamic 365 Copilot等等。

　　微软比那些宣告自己AI first、All in AI的公司还要更进一步，选择All in Copilot，即全面转向人工智能辅助技术。

　　我们来到了转折点

　　看到这里，相信有相当一部分不那么关心AI技术的读者还不太了解，“Copilot”到底是什么。

　　“Copilot”一词源自飞行术语，意思是副驾驶员（Co-pilot）。在飞机上，副驾驶员是协助主驾驶员操作飞机的人，通常当主驾驶员需要休息或处理其他任务时，副驾驶员就会接管控制权，二者共同负责飞机的安全飞行。

　　对照这个定义，我们就不难理解：每个使用计算机程序的人都是“驾驶员”，AI则是辅助我们航行的“副驾驶”。

　　举个例子，当你准备沉下心来办公，你就可以在Windows 11调出Copilot，把你的需求敲进去：

　　Windows Copilot会建议你打开专注模式，并把系统界面调整成更沉浸的暗色模型。

　　这时候你还想听一点音乐，再敲入需求：

　　Windows Copilot会根据你喜欢的音乐类型，在Spotify等音乐软件上播放对应的歌单。

　　听起来我们像是又回到了命令行界面时代，通过一个输入框实现所有的计算机操作。但不同的是，你不再需要花时间去学习和理解编程这门专属于计算机的语言，你只要用人类的自然语言把你的需求抛给它，它就能帮你解决。

　　Windows Copilot还可以帮你解决很多问题，例如当你收到一份冗长到读不下去的文件，你可以直接把它从桌面拖到Copilot上，让AI帮你总结这份文档，实现“量子速读”。

　　你还可以让它帮你重写或者解释文档的内容，提高工作的效率。简单来说，Copilot不能完全取代你的工作，但它能帮你节约很多不必要的重复性劳动，从而节约你在“数字琐事”上花费的时间。

　　这也是微软对于Copilot的定义：一种使用自然语言处理技术或大语言模型（如GPT-4），帮助人们完成复杂或认知任务的应用程序或组件。

　　从拨号上网年代一路走来的朋友可能就察觉到了一些关键要素：

　　操作系统+助手，等等，这不就是Windows 97时代的Clippy和Windows Phone时代的Cortana吗！？

　　没错，Clippy、Cortana和Copilot（微软是不是对C开头的单词有执念？）在定位上确实存在一定的重合，你甚至可以把它们看作同一款产品在不同交互界面时代的三种形态。

• Clippy：图形交互界面的系统助手，其设计初衷是提供了一个平易近人、友好的界面，以简化复杂的操作任务。然而，由于Clippy需要通过一个弹窗进行交互，它总会不合时宜地弹出来，导致用户在使用时失焦。

• Cortana：语音交互界面的系统助手，对标Siri和Google助手，定位个人数字助手。但受限于功能局限，Cortana能做的事情很有限，即便微软尽可能地把Cortana推向Windows之外的更多平台，也很难吸引用户使用。

• Windows Copilot：自然语言交互时代的AI助手，它深植于系统之中，又不局限于系统，它可以集成于各种程序和应用中，并且能够理解用户的需求并提供帮助，在功能性、灵活性和集成度方面远超Clippy和Cortana。

　　从技术发展的路线来看，你会发现Copilot与Cortana的路径类似但方向截然不同。

　　2014年，Cortana作为Windows Phone 8.1的默认语音助手首次亮相，提供语音搜索、日程管理和个性化建议等功能，标志着微软正式进入语音助手市场，与苹果和Google竞争。

　　随后，Cortana随Windows 10操作系统一同推出，拓展到PC和平板电脑之上，集成了更多的系统功能，为更多人熟知。

　　在接下来的时间，微软把Cortana塞进了包括Microsoft 365套件、Teams等更多的产品之中，希望能获取更多的用户。

　　但到了2021年，微软决定停止Cortana大部分服务，退出这场语音助手大战。

　　Cortana的失败不仅是因为其市占率一直上不去，还因为语音助手功能本身很难再翻起太大的浪花：10年前的语音助手能帮你写邮件、查天气，10年后它仍然只能做这些基础型的工作，用户的感知并不强。

　　直到ChatGPT的出现，语音AI助手给人留下的“愚蠢”刻板印象才被打破。

　　ChatGPT能够通过自然语言理解人们的需求，帮助人们完成一些需要高智能的任务，虽然GPT模型时而会出现生成错误的答案，但已经解决了AI助手长期以来的痛点——语义理解。

　　这是一个关键的转折点，微软迅速地把大语言模型技术与其产品结合起来，丢出了一个又一个让人瞠目结舌的技术Demo：用聊天的方式在Bing搜索、用几句需求做出个精美的PPT、让Edge浏览器一键总结网页内容……

　　很快，Copilot将无处不在，AI将无处不在，我们与计算机交互的固有逻辑开始出现裂缝，一个新的交互逻辑准备破壳而出，重新定义新一代的计算机和互联网。

　　比尔·盖茨在AI爆发后给出了他的判断。

　　也就是说，侧边栏AI助手将会成为一个新的常态，你的语言会变成像鼠标点击、手指触碰一样具有“魔力”的新交互方式。

　　只不过，如果你只是把Copilot看作是一个新时代的AI助手，那你就太小看微软的野心了。

　　全新的软件形式

　　前面我们说到，微软为旗下的很多产品都接入了Copilot，让Bing、Edge、Office焕发出新的活力。

　　更重要的是，这些散落在不同软件的Copilot彼此之间并非独立，而是相互打通的。

　　这里我们要引入一个很重要的概念——插件集。

　　你可以把这些基于大语言模型的Copilot理解成Chrome浏览器（当然，这是一个非常不恰当的比喻），而插件就是浏览器上面的扩展程序，有了第三方的插件，Copilot就能实现很多不同的功能。

　　此前，我们曾详细介绍过ChatGPT的插件集体验，有了这些第三方插件，ChatGPT可以实现订餐、查航班、解答数理化难题等等功能。

　　现在，这些插件同样可以应用在Bing、Edge、Office甚至Windows之中，因为这些产品都采用了同样的开放插件标准。

　　简单来说，开发者只要开发一次插件，就能应用在微软的一系列Copilot之中，这给开发者和用户都带来了极大的灵活度。

　　还是拿实际应用举例。

　　很快，你可以在Bing调用Zillow插件（租房信息查询），然后直接向Bing提问，“用XX预算在X地租房有什么房源推荐？”。Bing就能直接给出对应的房源信息。

　　或者你可以在Edge浏览器上让AI帮你总结食谱，然后调用Instacart插件，一键购买你缺少的食材。

　　这是一种全新的信息获取方式，它跳过了从搜索引擎到服务商网站、再到具体信息的过程，直接提取了你最需要的内容，然后以平铺直叙的方式呈现给你。

　　Copilot+插件，或许会改变我们使用网络获取服务的方式。

　　另一方面，在我们最熟悉的Office套件上，也能够使用插件。

　　例如当你想用Word起草一份法律合同，但是你并不熟悉当地的法律，你就可以调用Thomson Reuters、Westlaw等法律插件来帮你起草和修改具体的内容。

　　插件集的出现丰富了大语言模型的可能性，而一个共同的插件标准又让插件集的作用变得最大化，这就是微软正在构建的Copilot技术堆栈，最终共同拼成了微软眼中Copilot最理想的形态：

　　不仅是一种新的程序，不仅是一种新的用户界面，还是一个新的平台。

　　正如前面所说，大语言模型的出现赋予了软件前所未有的易用性和可操作性，“AI助手化”会成为软件设计的新常态。

　　像Adobe等厂商都已经开始在自家的软件加入AI功能，越来越多的开发者会考虑为自己的产品设计“Copilot”。

　　微软瞄准的正是这么一个尚处于萌芽时期的新机会，它想要利用自己在桌面系统和办公软件超高占有率的优势，抢先建立起这个全新的平台，领先一众对手。

　　微软CTO Kevin Scott在Build大会上诚挚地向开发者们介绍了这个宏大的愿景，他引用了比尔·盖茨的一段话：

　　Kevin Scott认为像GPT-4这样的基础模型很强大，非常强大，但它并不能做所有的事，这需要更多开发者将这样的技术应用到相对应的程序之中，把大语言模型作为构建程序的一部分，AI才能创造出全新的用户体验。

　　这是一种全新的程序开发方式。Kevin Scott抛出了一个观点：

　　当下，AI正在以不可思议的速度重塑着人们对科技、对世界的认知，它不仅改变了我们处理数据的方式，也在重新定义我们与机器的交互方式，甚至是我们理解和解决问题的方式。

　　大语言模型的崛起，突破了传统的程序设计框架，AI开始能理解我们的语言，预测我们的需求，甚至理解我们的情感，用数据和算法的力量解决了以前我们难以想象的问题。

　　值得敬畏的是，面对这样一场全新的科技巨变，48岁的微软依然走在技术变革的最前沿。

　　来源：虎嗅

文章转载于其他网络，如有侵权请联系我们及时删除！