Microsoft заставила GPT и Claude совместно решать задачи в Copilot Researcher

Microsoft представила два новых режима работы для своего инструмента Copilot Researcher — Critique и Council. Оба режима задействуют языковые модели GPT (OpenAI) и Claude (Anthropic) одновременно, направляя их на совместное решение одной задачи ради повышения качества результатов.

«Introducing Critique, a new multi-model deep research system in M365 Copilot. You can use multiple models together to generate optimal responses and reports.» — Satya Nadella (@satyanadella), оригинальный пост

Почему это важно

Все существующие ИИ-инструменты для исследований, по утверждению самой Microsoft, работают по одному и тому же принципу — одна модель генерирует ответ, и никто не перепроверяет результат. Это приводит к галлюцинациям, ошибкам в цитировании и появлению ложных утверждений. Новый подход с использованием нескольких моделей одновременно — попытка решить одну из ключевых проблем генеративного ИИ на системном уровне, а не за счёт улучшения одной отдельной модели.

Critique: сотрудничество моделей

Critique — это мультимодельная система глубокого анализа, созданная для сложных исследовательских задач. Она комбинирует нейросети от ведущих лабораторий по принципу разделения ролей.

Согласно заявлению Microsoft, одна модель берёт на себя этап генерации: планирует задачу, итеративно ищет информацию и формирует первоначальный черновик. Вторая модель выполняет функцию эксперта-рецензента — проверяет и дорабатывает результат. При этом модели могут меняться ролями в процессе работы.

Результаты бенчмарка DRACO: Critique набрала 57,4 балла против 42,7 у Claude Opus 4.6. Источник: Microsoft

В бенчмарке DRACO, охватывающем 100 сложных исследовательских задач в 10 различных областях, Critique продемонстрировала результат в 57,4 балла. Для сравнения, Claude Opus 4.6 в одиночку набрала 42,7 балла.

Council: соревнование моделей

Второй режим — Council — использует принципиально иной подход. GPT и Claude запускаются параллельно, и каждая модель готовит полноценный отчёт независимо от другой. Оба ответа отображаются рядом, после чего третья модель-арбитр анализирует результаты обеих и составляет итоговое резюме. В нём указывается, по каким пунктам модели пришли к единому мнению, а в каких аспектах их аргументация расходится.

Ключевое различие между двумя режимами: в Critique модели сотрудничают, а в Council — соревнуются.

Доступность

Critique установлен как стандартный режим работы в Researcher, тогда как Council необходимо активировать вручную через меню. Обе функции на данный момент доступны пользователям, зарегистрированным в программе Microsoft Frontier.

Ранее в марте Microsoft уже расширяла возможности своей ИИ-экосистемы, представив агента Cowork для выполнения комплексных задач в Microsoft 365. Этот агент способен взаимодействовать с приложениями Outlook, Teams, Excel, PowerPoint и SharePoint.