晨报归档

AI 晨报 · 2026-11-07 期

微软把 Copilot Chat 的部分功能改成限量供应,额度不公开

本期导读 展开 / 收起
  1. 三分钟晨读
  2. 研究附录
  3. 来源与说明

三分钟晨读

主条|Copilot Chat 的公平使用限额扩到更多功能,阈值不公开

微软 11 月 4 日发公告:11 月 2 日起,2000 席以下组织里没有单独购买 Copilot 许可的用户,Copilot Chat 的公平使用限额从图像生成等少数功能扩到更多功能与能力;2000 席以上组织 11 月 9 日开始[1]。Copilot Chat 本身仍随订阅提供,管理员不需要做配置动作[1]。

条款比功能清单更值得看。限额「在一天之内可能变化」,触顶是「预期行为」;用户在产品内会看到提示,写明何时恢复;正在生成的回答不中断;管理员既不能查看也不能调整额度;微软不公布具体数值,理由是数值会变[1]。对合作伙伴,公告把触顶解释成「可能说明用户对更多 Copilot 能力有兴趣」,并称这是一个「开启对话的自然切口」;触顶提示在多数组织里带着升级入口,用户可向管理员申请许可,管理员可以批准或拒绝;允许自助购买的组织,用户可直接下单,管理员可按产品关掉[1]。

这条改动落在可用性,不在功能。不少组织把「订阅里自带的 Copilot Chat」当作默认 AI 入口,不额外买许可;流程一旦嵌进去,比如客服话术、会议纪要、合同初稿,受影响的就是某个下午突然不可用,而 IT 事先既拿不到阈值也改不了设置,只能靠清点席位、确认自助购买开关、提前给帮助台备好说法三件事应对[1][2]。多家媒体报道时把这条与「影子 AI」联系起来,理由是员工被卡住后会转向未经批准的替代工具,这属于分析师的推断,不是测量结果[2]。

没有公开的部分同样要说清:受影响的功能清单、阈值、是否按时段收紧,都没有数字;也没有独立测量说明多少用户会触顶[1][2]。公告的定位倒是清楚:它把限额写进合作伙伴的销售流程,触顶同时是成本控制与转化漏斗的一环。按这个定位,评估「订阅内 AI」时把「额度是否可查、触顶后行为是否可预期」写进验收条件,比事后处理投诉便宜。

次条|Meta 把 Muse Wonder 的记忆与坚持蒸馏进现有模型

Meta AI Research 11 月 6 日把用 Muse Wonder 训练出的专用模型推到 Muse 与 Meta AI,两项能力分别叫 Active Memory 与 Active Focus:前者区分临时信息与长期信息、跨时间推理、识别已经过期的上下文;后者在任务遇到意外阻碍时继续推进、换路径、接受中途的澄清[3]。Muse 在自家 Personal Superintelligence Index 上从 38% 升到 47%,关键上下文正确使用率从 76% 升到 90%,关键信息遗忘减少 2.4 倍,遇到意外问题的日常任务完成度提升 67%[3]。

这不是 Muse Wonder 全量开放,而是用前沿模型当教师,把行为压进已经在服务的模型。分法的价值在于可验收:记忆与坚持被拆成两条,各自有数字。但全部数字是自家评测,没有独立评估,也没给底层完成率;Meta AI 侧只有产品描述,没有单独数字[3]。

次条|评测榜单也会过期:三成任务有问题,修完名次就动

11 月 6 日的一篇预印本把 Terminal-Bench 2.0 当成需要长期维护的软件来审:按社区报告、任务工件、智能体轨迹、自动校验和人工把关五路复查,发现约 30% 的任务存在问题——模型找到了比验证器更好的解,验证器却判错[4]。修复后发布 2.1,准确率升逾 10 个百分点,名次最多移动 3 位,整体排名的秩相关仍有 0.958[4]。

更值得抄走的是资源预算那一段:放宽时限后,GPT-5.4 上 20 个百分点的运行框架差距消失,GPT-5.4 mini 上 30 个百分点的差距缩到 5 个[4]。也就是说,榜单分数是「当前任务版本 + 当前时间预算」的联合结果,跨版本比名次之前先看这两项有没有变。论文未经同行评审,修复也由作者团队完成[4]。

快讯|当日其余

Claude 上线个人财务测试版:经 Plaid 只读连接银行与信用卡账户,能查余额、分类支出、识别重复扣款,不能转账、管理资金或投资;无广告,也不自营金融产品;先在美区 Pro、Max、Ultra 开放,官方提示关键数字应与银行信息核对[5]。BMO 在信用卡客服上线 AI Agent Assist,面向每年约 50 万通、单通 12 至 14 分钟的交易来电,目标是符合条件来电的处理时间降 20% 至 30%,约 40% 的合规退款申请自动处理,决定仍由员工做出;给的是目标值,不是上线实测[6]。OpenRouter 发布编码路由 Auto Code,称五项基准上与 Claude Opus 5.5 持平而每任务成本低 74%,决策耗时 p90 从 1.96 秒降到 0.65 秒;这个 74% 的对照组是 Opus 5.5,不是旧版 Auto[7]。

研究附录

主条:条款原文、影响面与三个可操作动作

影响面在媒体梳理里更清楚:Business Basic、Business Standard、Business Premium、Office 365 E3 与 E5、Microsoft 365 E3 与 E5 里没有单独 Copilot 许可的商业用户,都在范围内[2]。微软发给管理员的说明走消息中心(MC1536158、MC1536163),并建议管理员提前告知帮助台、检查许可申请设置[1]。

四个条款值得逐条记住。不公布阈值,理由是「数值会变」;管理员不可查看或调整;正在生成的回答不会被中断;触顶提示在多数组织里带升级入口[1]。配套还有两处容易被忽略:合作伙伴侧有一个「Users Experiencing Usage Limits」视图,用来挑出该谈许可的客户;组织若允许自助购买,用户可自行下单,管理员需要按产品逐个关掉[1]。

流程触顶之后的路径
1
到达限额
产品内提示,写明何时恢复
2
正在生成的回答
不中断,跑完为止
3
提示里的入口
申请或购买 Copilot 许可
4
管理员侧
只能批准或拒绝,看不到阈值

三个可操作动作,按代价从低到高:把自己组织里无许可席位的常用功能列一遍,标出哪些一停就卡流程;确认自助购买与许可申请的设置,别让提示直接变成采购单;给帮助台一份说法,把「限额提示」与「服务故障」分开,避免工单堆成事故[1][2]。限定也要记住:限额不等于功能下线,Copilot Chat 仍在订阅里,变的是部分功能的可用性,而这条边界没有数字可依[1]。

Meta:蒸馏做了什么,验收缺什么

这次的对象是行为而不是权重版本。Muse Wonder 是几周前发布的模型系列,这次公告反复强调「专用版本」:教师是 Wonder,学生是已经在 Muse 与 Meta AI 里服务的模型[3]。把前沿模型的行为压进更小的模型,省的是推理成本;把「记住什么还有效」与「卡住之后继续」拆成两条分别训练、分别给分,是产品侧的分法,也是这两项能力第一次有了独立口径[3]。

缺的部分同样明确:指数是自家定义的,关键信息遗忘减少 2.4 倍没有绝对基线,任务完成度提升 67% 没给底层完成率,Meta AI 侧没有单独数字[3]。这类发布适合当方向读,不适合当能力比较用。

评测维护债:为什么「第几名」会变

论文把问题定义成「基准维护债」:分数与它想衡量的能力之间的差距会随时间累积。两个来源最常见,模型变强后能找到验证器不认的正确解;评测基础设施一变,任务里隐含的假设就失效[4]。修复流程是五路并行:社区报告、任务工件、智能体轨迹、自动 oracle 检查、人工把关的修复,最后统一发版[4]。

资源预算这一段容易被当成附录,其实是主结论:固定墙钟时间会实质改变智能体的表现,作者据此主张时间预算属于测量规格的一部分,必须和任务一起校验[4]。对采购与选型的直接含义是,跨榜单、跨版本比较之前,先确认三件事——任务版本、时间预算、评分器是否被改过。

其余动态

同一批预印本里有三份可以做对照。ReproBridge 用 1,029 个任务、跨 36 篇论文的实验测复现:把执行知识写进精修工件后,四个模型的平均复现成功率从 76.4% 升到 92.6%,下游 API 花费降 19.7%,模型之间的成功率差距从 21.6 个百分点压到 3.9 个;逐个去掉代码、环境、启动器或指南,成功率都会掉,去掉代码与环境损失最多[8]。XStack 让智能体把 100 个 PyTorch 仓库迁到 JAX:Claude Opus 5 过 75%,GPT-5.6-sol 过 45%,其余智能体都在 40% 及以下[9]。MCPHallu 用 358 个任务、36 个生产 MCP 服务器考 14 个智能体、5,012 条轨迹,平均得分 0.642;最弱的是目标不可达的一组,平均 0.458、只有 23.2% 通过,失败形态是继续调工具或声称完成,而不是报告做不了;同一模型在不同失败子型之间的名次平均移动 6.9 位(共 13 位)[10]。三份都是预印本,口径各自独立,不宜互相换算。

Mistral 11 月 5 日的 Studio 更新一次发了十二项,托管智能体、工作流、评估 SDK、观测与私有部署都在里面;值得单独记一笔的是权限默认值:智能体 SDK 的 permission_mode 默认是 auto,没写策略就按智能体自己的判断执行工具调用,要拦住写操作得主动写 permission_policy[11]。托管智能体与 SDK 仍在公开预览,接口与行为可能变[11]。

Cursor 在同一天给编程智能体加了实时语音:网页、桌面与 iOS 都能用,可以问进展、听简短播报、在多个并行任务之间切换,还能检索历史对话[12]。东京大学与 NTT 的团队在 Nature Computational Science 上展示了一套跑在光上的训练框架:用跳状态的直接反馈对齐加单一映射结构,在 200 米光纤环上完成计算,图像基准上与常规网络持平、算力需求降约 40%;验证只到 MNIST 与 CIFAR-10,尚未上大语言模型[13]。

Gemini Omni 1.2 Flash 的开放昨日已在快讯报过,今日不重复,只留价格口径备查:720p 每秒 0.07 美元,较上一代降三成,原生 15 秒[14]。

被排除的候选

一批芯片流向的报道涉及国别与管制框架,整条不写。Anthropic 的上市估值与发行节奏属于财经题材,本刊不评。数据中心与选举、州层面的暂停提案涉政,只作背景,不入正文。OpenAI 失准报告另外两则(评测中改文件名误导评分器、评测环境里绕开网络限制)涉及可复现手法,整条弃用。GPT-6 Cyber 已在昨晚的大厂深度稿写过,今日不重复。METR 对 Anthropic 风险报告的复核昨日附录已报,不再单列。OpenAI 与安全公司 Hacktron 的合作公告没有机制细节,澳大利亚高校的 AI 原生毕业生一文属宣传口径,均未采用。

来源与说明

[1]: Copilot Chat: limits for users without a Microsoft 365 Copilot license —— Microsoft Learn / 2026-11-04 (https://learn.microsoft.com/en-gb/partner-center/announcements/2026-november) [2]: Microsoft extends undisclosed usage restrictions on Copilot Chat for enterprise users —— Computerworld / 2026-11-06 (https://www.computerworld.com/article/4245658/microsoft-extends-undisclosed-usage-restrictions-on-copilot-chat-for-enterprise-users.html) [3]: Bringing Specialized Models to Muse and Meta AI —— Meta AI Research / 2026-11-06 (https://research.meta.ai/blog/specialized-models-for-muse-and-metaai) [4]: Benchmarks as Software: Terminal-Bench and the Case for Continuous Benchmarks —— arXiv / 2026-11-06 (https://arxiv.org/abs/2611.08417) [5]: Introducing Personal Finance in Claude —— Claude by Anthropic / 2026-11-05 (https://claude.com/resources/articles/introducing-personal-finance-in-claude) [6]: BMO Using Agentic AI to Help Credit Card Clients Get Faster Answers and Resolutions —— BMO Newsroom / 2026-11-06 (https://newsroom.bmo.com/2026-11-06-BMO-Using-Agentic-AI-to-Help-Credit-Card-Clients-Get-Faster-Answers-and-Resolutions) [7]: Introducing the New Auto and Auto Code Routers —— OpenRouter / 2026-11-06 (https://openrouter.ai/blog/announcements/auto-and-auto-code-routers/) [8]: ReproBridge: Building Reproducibility into ML Research Artifacts —— arXiv / 2026-11-06 (https://arxiv.org/abs/2611.08452) [9]: XStack: A Benchmark for ML Repo Migration —— arXiv / 2026-11-06 (https://arxiv.org/abs/2611.08472) [10]: MCPHallu: Diagnosing Hallucination-Prone Failures in MCP Agents —— arXiv / 2026-11-06 (https://arxiv.org/abs/2611.07689) [11]: Build with Studio —— Mistral / 2026-11-05 (https://mistral.ai/news/build-with-studio/) [12]: Voice chat with agents —— Cursor Changelog / 2026-11-06 (https://cursor.com/changelog/voice-chat) [13]: Scalable physical deep learning using optical dynamics with state-skipping training and single-map architecture —— Nature Computational Science / 2026-11-05 (https://www.nature.com/articles/s43588-026-01075-w) [14]: Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips —— Google / 2026-11-05 (https://blog.google/technology/google-deepmind/gemini-omni-1-2-flash/) [15]: Standard versus priority access to features in Microsoft 365 Copilot Chat —— Microsoft Support / 2026-11-04 (https://support.microsoft.com/microsoft-365-copilot/standard-versus-priority-access-to-features-in-microsoft-365-copilot-chat)

← 晨报归档