Microsoft a appris à Copilot Researcher à vérifier les réponses de GPT et Claude dans un seul processus

Microsoft a commencé à mettre en œuvre un mode Critique dans Copilot Researcher, où deux modèles travaillent simultanément sur une seule réponse de recherche — GPT d'OpenAI et Claude d'Anthropic. En parallèle, l'entreprise a lancé le déploiement d'un nouvel agent IA, Copilot Cowork, montrant que Copilot se transforme de plus en plus d'un assistant unique en un ensemble d'assistants coordonnés.

Comment Fonctionne Critique

Le scénario Critique est simple : un modèle prépare d'abord un brouillon de réponse à la demande de l'utilisateur, et le second le vérifie ensuite pour sa précision. Dans la première phase, GPT répond, tandis que Claude agit en tant que relecteur interne. Pour un assistant de recherche, c'est plus important que cela ne le paraît : dans les tâches de recherche, de résumé et d'analyse, le défi est généralement non pas d'écrire rapidement, mais de détecter les points faibles, les imprécisions dans la formulation et les conclusions douteuses avant que le résultat ne parvienne à l'utilisateur.

Microsoft parle déjà de l'étape suivante : ils veulent rendre le processus bidirectionnel pour que les modèles puissent échanger les rôles. C'est-à-dire que non seulement Claude critiquera la réponse de GPT, mais GPT pourra également vérifier les brouillons de Claude. Essentiellement, l'entreprise assemble un mini-processus éditorial au sein d'un seul flux de travail, où la génération et la vérification sont séparées.

C'est un changement notable pour l'IA d'entreprise : le pari ne porte pas seulement sur la force d'un seul modèle, mais sur la façon dont ils se disputent, se vérifient mutuellement et augmentent la fiabilité de la réponse finale.

Pourquoi Ceci pour Microsoft

Pour Microsoft, c'est aussi un moyen de transformer le fait d'avoir des modèles de différents fournisseurs en un avantage pratique, plutôt que simplement une longue liste de compatibilités. Auparavant, les approches multi-modèles semblaient souvent être un plus formel : le client reçoit un choix entre plusieurs moteurs, mais chaque tâche est toujours exécutée par l'un d'eux. La logique ici est différente — les modèles commencent à travailler ensemble et à couvrir les faiblesses les uns des autres directement dans un seul scénario.

Cette approche s'adapte particulièrement bien à Microsoft 365, où Copilot est attendu non pas comme une expérience, mais comme un résultat prévisible dans de vrais documents, feuilles de calcul et recherches.

En pratique, cette approche offre plusieurs avantages tangibles.

«

Les clients doivent recevoir non pas un ensemble de modèles, mais le bénéfice de leur travail commun, » — c'est ainsi que Microsoft décrit l'idée du nouveau mode.

• des réponses plus prudentes aux requêtes de recherche grâce à une étape de vérification séparée
• moins de dépendance aux forces et faiblesses d'un modèle spécifique
• un flux de travail plus compréhensible où la génération et la critique sont divisées par rôle
• une base pour les futurs scénarios où plusieurs modèles débattent entre eux avant de fournir des résultats

Microsoft ne promet pas encore la disparition magique des erreurs, et c'est la bonne position. Un modèle vérifiant un autre ne garantit pas automatiquement la vérité : les deux systèmes peuvent faire des erreurs, s'accorder sur une prémisse incorrecte ou manquer les zones problématiques. Mais même ce schéma est déjà mieux qu'une réponse unique sans contrôle interne, en particulier dans les produits où le résultat va ensuite dans la correspondance de travail, les présentations ou les notes analytiques dans les flux de travail de l'entreprise.

Cowork Est Lancé en Parallèle

En même temps, Microsoft a commencé à déployer Copilot Cowork — un autre agent IA dans l'écosystème Copilot. La note originale contient peu de détails sur ses fonctions, mais le timing lui-même est important : l'entreprise montre non pas seulement une fonctionnalité locale, mais une transition plus large vers un ensemble d'agents spécialisés et de modes de fonctionnement.

Researcher gère les scénarios de recherche, Cowork élargit la gamme, et la combinaison de différents modèles au sein d'un seul processus suggère où Copilot ira ensuite. Si auparavant un assistant d'entreprise était surtout perçu comme un seul chatbot, maintenant l'architecture devient modulaire. Un agent peut collecter du matériel, un autre le vérifier, un troisième aider à la collaboration d'équipe. Pour Microsoft, c'est un moyen pratique de mettre à l'échelle Copilot sans promettre un super-agent universel qui soit également bon en tout.

Au lieu de cela, l'entreprise assemble un système plus pratique : des rôles séparés, des processus séparés et plus de contrôle sur la qualité des résultats à chaque étape.

Ce Que Cela Signifie

Microsoft oriente Copilot vers un système d'IA multi-étapes, où la qualité de la réponse augmente non seulement grâce à un modèle plus puissant, mais grâce à la vérification interne. Pour le marché, c'est un signal important : la prochaine compétition en matière d'IA d'entreprise aura lieu non seulement entre GPT, Claude et autres modèles, mais entre des flux de travail complets dans lesquels ces modèles interagissent.