微软解散 AI Frontiers：微软 AI 不给研究留位置

微软研究中心失去了一个很有意思的团队：负责智能体和新训练方法的 AI Frontiers，约 50 名研究人员组成的团队，正式宣告结束。11 月 6 日，其创始人 John Langford——微软研究员、Vowpal Wabbit 库的作者——宣布了这一消息，创始领导层成员全部随他离开。原因简单又清醒：9 月，团队被非自愿地并入微软 AI，这个由 Inflection 出身的管理层带领的组织只押宝模型规模，用 Langford 的话说「激进地不搞研究」。

为什么最初要建 AI Frontiers

序幕在 2023 年，ChatGPT 刚刚发布之后。Langford 发觉了一件不舒服的事：在微软研究中心里，单打独斗的研究几乎活不下来。一个聪明的想法落在一个人身上，等到结果出来时已经太晚、基线太弱——把想法埋掉比验证它更容易。于是他和几位同事在 MSR 内部组建了 AI Frontiers 子组织：用他的话说，不完全是「自上而下」也不完全是「自下而上」，而是在「泥泞的中间地带」，努力把分散的个体项目整合成连贯的方向。

在约 50 人的小团队里，算力一直是瓶颈，但按他自己的评估，这个团队确实做出了微软研究中心按老办法不可能推进到令人信服结果的开创性工作。

团队做了什么：从 AutoGen 到「全带宽 Transformer」

AI Frontiers 的主体工作是智能体。微软很多多智能体应用所用的编排框架 AutoGen 就是从这批工作里长出来的，Fara——直接操纵计算机的智能体——也是。与此同时，纽约部分的团队推进基础方向：允许模型向未见外推的 Next Latent 目标函数；改进并优化 Muon 的 Dion3；还有借助递归让模型能力显著提升的 Full Bandwidth Transformer。

团队刻意与整个 MSR 共享：他们维护了一个默认向全体研究员开放的 monorepo。里面有经过验证的边缘规模预训练流水线，Langford 上个月在 COLM 大会的主题报告里展示了它。他指出，把流水线做到合格要投入巨大精力——公司里至少有另外四支团队在各自重复造轮子。

它如何落幕

2026 年 9 月初，AI Frontiers 被并入微软 AI。纸面上说得通：合并两个 AI 组织、集中力量、利用 MAI 大得多的资源。实际上，两套不兼容的哲学撞在一起。MAI 领导层（来自 Inflection）相信更好的模型主要来自扩规模——更多数据、更多训练、可预测的品质成长——而「制造、清洗、精炼数据」就是全部工作。研究在这个叙事里没有位置：研究回报不可预测，规模回报可预测。Langford 用事实反驳：ByteDance 的实验显示，Full Bandwidth Transformer 的一个变体能匹配两倍大的模型——同等能力下训练和推理成本减半。「算一算：在行业投资接近一万亿美元的当下，把训练和推理成本减一半值多少钱？」他写道。

之后事情推进很快。Langford 说有「大量证据表明他们根本不想要我们」，他尽力安置了队友然后离开。创始领导层其他成员也得出了同样的结论。

为什么不回到 MSR

最有意思的问题是：实验为什么不能重来。Langford 给出两个原因。第一，在公司里，如果研究没有通向真实使用的路径——甚至连认真考虑都没有——就没必要回去。第二，微软研究中心的隐性契约「把工作做好，好事就会发生」已经破裂：工作做得很好，团队还是被非自愿地调走了。「我不会惊讶这种事还会继续发生，直到 MSR 领导层拿出组织好应对时代的意志」，他写道。AI Frontiers 的实习名额取消；用他的话说，这个组「结束了」。

对微软之外意味着什么

这件事的意义不在 50 个人的命运，而在它示范了当研究团队被并入依赖规模的产研结构时会发生什么。「创新对规模」的权衡在当下总是倒向规模——这是一个可以理解、也可以预见的决策惯式。但研究的回报是真实且显著的，每一次这种离开，都在降低未来突破的概率，而这些突破事后又会被记在规模的账上。

值得注意的还有终点：不是因失败而关门的实验室，而是成功的团队被吸收、创始人全体离开。在智能体这一最热的市场方向上，微软刚刚失去了打造智能体编排与电脑操控的团队。Langford 的原文发表于 他的 Machine Learning (Theory) 博客（2026 年 11 月 6–7 日）；团队离开与解散已被多家独立媒体证实。

对用户意味着什么

团队内部成果依旧不对外，但故事背后那批智能体模型现在就能在 NeuralSpace 聊天里用。用自己的任务试一试现代模型，本身就是感受「研究回报」最实在的方式。

再看一点真实统计。根据 NeuralSpace 生产库最近 30 天（窗口 10.10–09.11.2026）的匿名数据，平台处理了 17215 条图片生成任务，其中 16336 条成功完成，占 94.9%。图片完成的等待中位数为 62 秒，第 95 百分位为 217 秒。同一周期内视频生成在同一周期共有 2860 条任务，其中 2207 条成功（占 77.2%）；完成等待中位数 81 秒，第 95 百分位 495 秒。

常见问题

AI Frontiers 是什么？

微软研究中心内部子组织，由 John Langford 于 2023 年组建，把零散的研究计划整合成约 50 人规模的连贯方向。产出过 AutoGen 与 Fara，也研究新的训练目标与优化器。

团队为什么解散？

2026 年 9 月它被并入微软 AI。新管理层相信模型质量来自扩规模而非研究。创始人判断自己的方向在那个环境下活不下来，于是都离开。

AutoGen 和 Fara 会怎样？

两者都已是公开或已产品化的项目，命运不直接取决于小组关闭。但微软的智能体研究今后由优先级不同的 MAI 主导。

John Langford 是谁？

微软研究员、机器学习领域重要研究者、vowpal_wabbit 库的作者、AI Frontiers 创始人。撰写了宣告小组终结的博文。