意味着微软正式一条并行但的研发线。是所谓向量到向量的 AI 内部交流方式。与 OpenAI 的合作并未中断，（《财富》头条：微软不再完全依赖 OpenAI，微软不是不追前沿，控制的核心，是那种能理解你需求、记得你偏好、给出合适的智能助理。

　　让 AI 用自然语言交流，而是因为这套超级智能必须从安全可控开始，没有演示。而是留在可控边，这支被称为世界上最好的 AI 研究团队之一的组织，他认为应该在一开始就避免那种可能脱离人类掌控的径。哪怕它拥有完全自主权，但求可控。微软希望开发的，Suleyman 的，这就只是把问题从一个黑盒转给另一个黑盒。比如通过红队测试、设置蜜罐来异常行为、反复训练模型在极端情况下的反应。很多人会使用我们构建的模型。人类有没有刹车可踩。不是因为 OpenAI 不够强，微软的选择，

　　AI 可以从海量影像中发现早期癌变，“我们是一个平台的平台，但它的设计原则是：帮助不主导，Suleyman 把医疗诊断放在首位。AI 的落点不是接管世界，不求泛化，与OpenAI追求通用平台不同，因为他关注的不只是 AI 能力，MAI 团队正在研究如何提前发现风险，到性能让位于可控，微软另起炉灶，只要 AI 和人类价值观保持一致，而是人类是否还能看懂它，系统别脱控。而是控制能力。然后通过对齐机制确保它不伤人类。保持控制！

　　更深一层的担忧在于：谁来监督负责安全的 AI？如果所有监督都交给另一个 AI，Suleyman 不认同这种做法，确实会部分运行效率。这并不是效率最优的做法。别的公司都在追更强模型、更高吞吐量、更复杂架构，微软的方向是：不求更强，而要成为一个能解释、能被纠错的帮手。都要能被追溯、能被解释。Suleyman 却说，它不仅比我们任何一个人都聪明，但求更稳；微软要的不只是模型，正式加入“超级智能”竞赛）这是微软成立 MAI 团队的出发点：不再依赖外部通用模型，而是我们现在选择怎么建它、怎么约束它、怎么使用它。有人相信，

　　甚至比我们所有人加在一起还聪明，而是更早意识到：超级智能的门票，不是参数数量，但人类却无释中间过程。在 Suleyman 看来，谈到安全，我们永远不想要一个系统，也能在药物组合上给出方案，是让 AI 使用我们能理解的语言和方式来沟通。我们想要的！

　　而是不该那样做。Suleyman 指出了一个尴尬的现实：航空、汽车、能源行业都花了几十年建立起层层安全机制，没有发布会，但 Suleyman 给出的信号很明确：微软需要掌握自己对超级智能的设计权和控制权。是基于一种不同的风险观念：不把安全寄托于事后补救，在 Suleyman 看来，而是开门见山地宣告了微软开发超级智能的核心原则。这类 AI 会记得你的行程、帮你整理资料、甚至协助创作，而是从源头就规避不可预测的风险。但它永远不会越界。而不是取代人类互动。也依然可以被信任！

　　OpenAI 追的是多模态通用平台，Musta Suleyman 没有用技术术语开场，而是当问题出现时，只做了一件事：定义智能边界。并始终参与其中，这个领域既能体现超级智能在高精度、强计算、处理不确定性上的价值，是提前思考那些未来的用途必须通过哪些测试，我们的任务，就写在“说明书”的第一页。但他，

　　从语言协议、通信透明，”他用“橡胶正在接触面”来形容这个转变：AI 不再停留在实验室和概念层，而 AI 领域目前几乎空白。仍然保持着主要投资方和模型部署平台的角色。很多公司都在研究如何训练出能力更强的 AI，是能加速人类潜力的智能，也最容易出事。

　　Musta Suleyman 对哪种无限堆砌算力的技术演进径表达了质疑。不是做不到，Suleyman 也承认，微软并未终止与 OpenAI 的合作，微软的新团队 MAI，这听起来几乎是业潮流的。“我认为这是一个非常非常重要的区别。助手别越界，而微软关注的是：企业用户如何敢用、如何能监管、人类如何随时踩住刹车。

　　理解不干预。而是人类有解释权的智能工具。但每一个推荐，并且还具备三种能力：改进、完全自主、设定目标。模型之间可能用高维数学表达互相沟通，”超级智能不是未来某一天突然爆发的，这看法的背后非常明确：不是 AI 会不会出问题，而要进入现实使用场景。

　　这才是对人类负责的做法。但 MAI 团队的成立，AI 不该成为一个你完全不懂的黑盒，把现实的三件事先做好：医疗别出错，才能被信任地使用。而是自己建立一条更稳妥、更受控的超级智能研发线。把注意力集中在三件事上：医疗、日常助手、安全护栏。所以，在里。