微软在 2026 年 Build 大会上宣布，自 8 月起将 GitHub Copilot 的默认引擎从 GPT-4 Turbo 切换为自研的 Project Polaris（底层为 MAI-Code-1-Flash，约 5B 激活参数的 MoE 模型）。企业租户拥有 3 个月的回滚窗口，可切回 GPT-4 Turbo 直至 11 月。消息一出，媒体纷纷以“微软逆袭 OpenAI”“七年独家终结”等标题报道，但微软官方博客仅平淡提及“提升成本效率与自主性”，未发布任何 benchmark 对比或大型发布会。

Polaris 并非旨在与 GPT-5 等前沿模型比拼智力，而是精准卡位代码生成场景。它采用 MoE 架构，总参数量 137B，激活约 5B，支持 256K 上下文（Pro 用户最高 10 万行代码），运行在自研 Maia 200 芯片上。微软自报其在 HumanEval 和 MBPP 上超过 GPT-4 Turbo（2024 年老模型），SWE-Bench Pro 得分 51.2%（对比 Claude Haiku 4.5 的 35.2%），但这些数据未获独立第三方验证。PCMag 在 Build 2026 后的测评给出“Surprisingly Mediocre”的评价，认为模型“可以使用，但难以匹敌 Claude 与 Gemini”。Pragmatic Engineer 2026 年 2 月对 906 名工程师的调查显示，资深工程师“最喜爱”投票中 Claude Code 占 46%，Copilot 仅 9%，信任差距达五比一；而 JetBrains AI Pulse 2026 年 1 月数据显示，Copilot 在职使用率仍有 29%，Claude Code 为 18%。开发者心智在偏移，但企业采购位尚未动摇。

Polaris 的定位非常明确：不管聊天、不做 PPT、不碰多模态，只专注于 IDE 内的代码补全、多文件重构和测试生成。在这个高频、固定、可硬化的场景中，Polaris 运行在 Maia 200 上，官方称每美元可处理 Token 数提升 30% 以上（单位成本性能），行业估算单次推理成本较原 GPT-4 Turbo API 路径低约 30%。GitHub 拥有 1.5 亿注册开发者，Copilot 组织覆盖超 14 万家（据 Nadella FY26 Q3 数据），日补全调用达十亿级，每一次省下的 token 成本乘以这个量级，就是真金白银。但风险同样存在：企业有 3 个月回滚窗口，若大量开发者因代码质量退化选择切回 GPT-4 Turbo，降本红利将被抵消。这也是微软保留回滚期的现实考量——Polaris 是“足够好”的省钱模型，而非“绝对强”的碾压模型。

更深层的动机在于合规。2024 年 11 月，美国联邦贸易委员会（FTC）向微软发出民事调查令（CID），调查其 130 亿美元投资 OpenAI 是否构成“未申报的实质性合并”；2026 年 6 月，The Verge 披露 FTC 已向 6 家以上竞品发出第二轮 CID，问题覆盖云捆绑、M365 授权限制、Windows 互操作、Azure OpenAI 转售排他。目前仍在调查取证期，未起诉、未和解。FTC 的核心理论是微软正利用 Windows 和 Office 的旧垄断地位，顺手锁死 AI 市场。若微软在通用大模型上保持战略克制、主要作为 OpenAI 的前台，可能被视为“消除自己本可存在的潜在竞争”。因此，微软必须保留自研能力。2026 年 4 月，微软与 OpenAI 正式结束 7 年独家合作，但 Azure-OpenAI 商业转售合作仍存续；微软获得更清晰的自研前沿模型权利，通用主干探路定在 2027。Mustafa Suleyman 近期对行业媒体表示，微软目标在 2027 年达到文本、图像与音频的绝对前沿水平，成为“第四家前沿实验室”。该对外目标不代表内部 KPI，同时也是面向监管释放的竞争姿态。Polaris 在 8 月落地，恰好落在 FTC 扩围调查窗口期，客观上成为卷宗里一份“自研竞争存在”的事实记录。这是合规姿态，而非对股东的业绩承诺。

从商业逻辑看，微软的动作符合比较优势理论。OpenAI 和 Anthropic 的比较优势是炼出最聪明的模型，而微软的比较优势是把模型塞进企业现有的身份和安全骨架里收税。通用大模型正在快速商品化，蒸馏、量化等技术已将 70B 模型压到端侧 14B 体验不塌；行业预估台积电 A14（2028）将再砍推理成本 40%。如果未来训练一个大模型像今天起一个 WordPress 站点一样便宜，“拥有大模型”就从资产变成了库存。微软若再砸几十亿自研通用模型，等于沃尔玛自己开纺织厂做 T 恤——不是不能做，是做了比直接采购还亏。因此，它更合理的动作是租用 OpenAI 的通用能力（现在），同时把省下的钱砸向 Entra、Intune、MXC、Windows ML 和 Solara——即“全栈里模型层租，其余自己锁”。这正是科斯交易成本理论的当代版本：换掉微软企业全栈的代价，没有企业能承受，它锁的不是技术，而是替换成本。

端侧才是后 AI 时代的第一战场。微软在端侧不造 NPU 芯片，那是高通、苹果、联发科的活。它干的是三件事：定义 NPU 上跑什么权重，定义任务怎么路由，定义企业设备按什么标准进门。Aion 1.0（Instruct + Plan，14B 参数）已烘焙进 Windows 11，本地跑邮件摘要、日程协商和工具调用，0 token 费；Phi-4 系列（38 亿到 150 亿参数）树莓派级设备就能跑；Windows Agent Runtime 和 Windows ML 把 CPU、GPU、NPU 当成统一算力池，开发者写一次 Agent，系统自动按任务复杂度路由——轻活走 NPU，重活甩 GPU，再上不了本地就回 Azure 调 Polaris 或 GPT。这里有个关键转折：2024 年微软强推 Copilot+ PC，把 AI 叙事绑死在 40 TOPS NPU 硬件门槛上；2026 年 Build 大会上，据行业媒体对 Nadella 访谈转述，Nadella 自己认错，说那是一个失误（mistake），改走硬件无关的 Agent 运行时，老笔记本集显也能跑本地 Agent。这说明微软端侧策略从“卖 NPU 硬件”退到了“占 Agent 入口和系统路由权”。

更狠的是 Project Solara。微软不发硬件，只发参考设计：企业数字工牌（高通芯+摄像头+指纹+5G）、桌面陪伴设备（联发科 IoT 芯+人脸+UWB）。OEM 按图做壳子，但里面的 Agent 必须走 Windows Agent Runtime、用 Entra ID 登录、受 MXC 沙箱审计。消费端 NPU 设备百花齐放，但对于全球以 Microsoft 365 为核心办公平台的企业而言，这台设备能不能进公司网、读不读 Outlook、发不发 SharePoint 的开关，捏在微软手里。

总而言之，微软这桌宴席上，LLM 只是一碟酱油。8 月 Polaris 替掉 GPT-4 Turbo，是微软给媒体放的烟花——给公众看“微软有脑子了”，给 FTC 看“潜在竞争没断”，给股东看“全栈闭环在走”。但厨房里的真实菜单是：Aion 端模型进工牌、Entra 管着企业身份开关、Windows ML 握着路由权、Solara 定着 OEM 规格。媒体围着酱油瓶拍了三天，微软在厨房里悄然把 2030 年企业端侧的“税单”全定好了。等到所有人拍完抬头一看，菜已经上齐了。