Microsoft ensinou o Copilot Researcher a verificar respostas do GPT e Claude em um único processo

A Microsoft começou a implementar um modo Critique no Copilot Researcher, no qual duas modelos trabalham simultaneamente em uma única resposta de pesquisa — GPT da OpenAI e Claude da Anthropic. Em paralelo, a empresa iniciou o lançamento de um novo agente AI, Copilot Cowork, demonstrando que Copilot está se transformando cada vez mais de um assistente único em um conjunto de assistentes coordenados.

Como o Critique Funciona

O cenário Critique é simples: um modelo primeiro prepara um rascunho de resposta para a solicitação do usuário, e o segundo depois o verifica quanto à precisão. Na primeira fase, GPT responde, enquanto Claude atua como um revisor interno. Para um assistente de pesquisa, isso é mais importante do que parece: em tarefas de busca, resumo e análise, o desafio geralmente não é escrever rápido, mas identificar pontos fracos, imprecisões na redação e conclusões questionáveis antes que o resultado chegue ao usuário.

A Microsoft já fala sobre o próximo passo: eles querem tornar o processo bidirecional para que os modelos possam trocar de papéis. Ou seja, não apenas Claude criticará a resposta do GPT, mas GPT também poderá verificar os rascunhos do Claude. Essencialmente, a empresa está montando um mini-processo editorial dentro de um único fluxo de trabalho, onde a geração e a verificação são separadas.

Esta é uma mudança notável para a IA corporativa: a aposta não é apenas na força de um modelo único, mas em como eles discutem, verificam um ao outro e aumentam a confiabilidade da resposta final.

Por Que Isso para a Microsoft

Para a Microsoft, isso também é uma forma de transformar o fato de ter modelos de diferentes fornecedores em uma vantagem prática, em vez de apenas uma longa lista de compatibilidades. Anteriormente, abordagens multi-modelo frequentemente pareciam um plus formal: o cliente recebe uma escolha entre vários motores, mas cada tarefa ainda é executada por um deles. A lógica aqui é diferente — os modelos começam a trabalhar juntos e cobrem as fraquezas um do outro diretamente dentro de um único cenário.

Esta abordagem funciona especialmente bem com o Microsoft 365, onde o Copilot é esperado não como um experimento, mas como um resultado previsível em documentos, planilhas e pesquisas reais.

Na prática, essa abordagem oferece vários benefícios tangíveis.

"Os clientes devem receber não um conjunto de modelos, mas o benefício de seu trabalho conjunto," — é assim que a

Microsoft descreve a ideia do novo modo.

• respostas mais cuidadosas a consultas de pesquisa graças a uma etapa separada de verificação
• menos dependência dos pontos fortes e fracos de um modelo específico
• um fluxo de trabalho mais compreensível onde geração e crítica são divididas por função
• uma base para cenários futuros onde vários modelos debatem uns aos outros antes de entregar resultados

A Microsoft ainda não promete o desaparecimento mágico de erros, e esta é a posição certa. Um modelo verificando outro não garante automaticamente a verdade: ambos os sistemas podem cometer erros, concordar com uma premissa incorreta ou perder áreas problemáticas. Mas até mesmo esse esquema já é melhor do que uma resposta única sem controle interno, especialmente em produtos onde o resultado depois vai para correspondência de trabalho, apresentações ou notas analíticas nos fluxos de trabalho da empresa.

Cowork Lançado em Paralelo

Ao mesmo tempo, a Microsoft começou a lançar o Copilot Cowork — outro agente AI no ecossistema Copilot. A nota original contém poucos detalhes sobre suas funções, mas o próprio timing é importante: a empresa está mostrando não apenas um recurso local, mas uma transição mais ampla para um conjunto de agentes especializados e modos de operação.

Researcher lida com cenários de pesquisa, Cowork expande a linha, e a combinação de diferentes modelos dentro de um único processo sugere para onde Copilot irá depois. Se antes um assistente corporativo era principalmente percebido como um chatbot único, agora a arquitetura está se tornando modular. Um agente pode coletar material, outro verificá-lo, um terceiro ajudar na colaboração em equipe. Para a Microsoft, esta é uma forma conveniente de escalar Copilot sem prometer um super-agente universal que seja igualmente bom em tudo.

Em vez disso, a empresa está montando um sistema mais prático: funções separadas, processos separados e mais controle sobre a qualidade dos resultados em cada etapa.

O Que Isso Significa

A Microsoft está movendo Copilot em direção a um sistema de IA em múltiplas etapas, onde a qualidade das respostas aumenta não apenas através de um modelo mais forte, mas através de verificação interna. Para o mercado, este é um sinal importante: a próxima competição em IA corporativa ocorrerá não apenas entre GPT, Claude e outros modelos, mas entre fluxos de trabalho completos nos quais esses modelos interagem.