Theo 谈 Microsoft 与 OpenAI 修订协议及 Amazon 的云机遇

Microsoft 与 OpenAI 的关系比标题看起来更复杂。双方于 2019 年开始合作，此后发生了重大变化。我把 2026 年 4 月的修订形容为“分手”，但两家公司并没有终止合作：Microsoft 仍是主要股东和首要云合作伙伴，变化的是独占性与营收分成条款。

OpenAI 最初把使命表述为让先进 AI 的收益广泛惠及大众。2019 年，Microsoft 宣布投资 10 亿美元，并与 OpenAI 合作在 Azure 上开发大规模 AI 基础设施。在 ChatGPT 成为主流产品之前，这项安排为研究提供了资金和算力。

根据早期协议，Azure 成为 OpenAI 的独家云服务提供商，Microsoft 也是其部分 AGI 前技术商业化的优先合作伙伴。基础设施托管、产品分发和知识产权许可是不同问题；早期的云独占条款本身不能说明后来所有模型访问安排。

GPT-2 所处的时期有助于理解这项投资的时间：它成为大众产品之前，技术已经引起研究人员关注。Microsoft 在 GPT-3 和 ChatGPT 引发广泛关注之前就进行了投资。2023 年，它在 2019 年和 2021 年投资的基础上，通过多年、数十亿美元的投资延长合作。

早期对 AGI 前技术的关注带来了合同问题：宣布实现 AGI 后会发生什么，由谁决定它是什么意思？作为技术概念，“AGI”存在争议；合同中的定义和决定程序则可能更加具体。双方实际权利取决于协议，而不是某个普遍定义。

2024 年，OpenAI 推出 o1，强调在回答之前进行更多推理。我认为这显著改变了模型的行为和能力，但视频中的基准比较只是历史例子，不能证明模型在所有任务上的表现。此后更多推理模型和方法扩展了这一领域。

OpenAI 没有公开推理过程的所有部分，与当时普通聊天模型相比，这款模型的价格也较高。我还提到 DeepSeek 是随后出现的重要参与者。不同实验室的研究、算力和产品决策，影响了它们参与竞争的速度。

我讨论了有关 Microsoft 从 OpenAI 获得哪些研究信息而产生紧张关系的报道。这些报道援引了熟悉两家公司的消息人士，不能独立证明每一项合同义务，也不能证明发生了违约。我把这段插曲称为关系破裂的起点，是个人解读。

我引用的一篇报道称，Microsoft AI 负责人 Mustafa Suleyman 向 OpenAI 员工追问更多有关 o1 的信息。我把这与 Microsoft 发展自身模型的兴趣联系起来，但两家公司的内部讨论和动机并未完全公开。应将其视为媒体报道，而不是完整谈判记录。

2025 年的重组公告列出了更详细的协议。公告称，按转换后稀释基础计算，Microsoft 的投资约占 OpenAI Group PBC 的 27%，当时所示价值约为 1,350 亿美元。这些是公告中的历史估值数字，并非当前市场报价。

2025 年条款区分了模型与产品知识产权、以及保密研究方法。Microsoft 的模型和产品权利延长至 2032 年，并在安全保障条件下涵盖 AGI 之后的模型；研究权利则与专家小组确认 AGI 或 2030 年两者中较早发生的时间挂钩。完整协议比“全部知识产权”这一概括更复杂。

同一公告描述了在特定条件下开展第三方产品合作、独立 AGI 工作以及发布部分开放权重模型的空间。当时，API 安排和非 API 产品适用不同的云条款。我也猜测某些产品或合作伙伴为何希望获得更大灵活性；这些原因并未由协议证实。

我引用报道，称 Microsoft 领导层对其研究与 OpenAI 成果之间的差距感到受挫。这些是报道提供的背景，并不能完整解释任何一方的决策。企业协议反映了多种动机，包括研究、投资、分发和基础设施访问。

2026 年 4 月 27 日，OpenAI 宣布修订协议。Microsoft 仍是其首要云合作伙伴；除非 Microsoft 无法且选择不支持所需能力，否则产品将首先在 Azure 上发布。OpenAI 现在可以通过任何云服务商向客户提供全部产品。这是灵活性上的重大变化，但不是合作关系的终结。

Microsoft 保留对 OpenAI 模型和产品知识产权的许可至 2032 年，但许可改为非独占。公开公告没有列出研究知识产权的每个详细条件，因此我无法仅凭摘要推断哪些保密方法的权利发生了变化。

营收分成的方向很重要。Microsoft 将不再向 OpenAI 支付营收分成；OpenAI 向 Microsoft 的营收分成则按原比例持续至 2030 年，设有总额上限，且不取决于技术进展。视频中我猜测它是否变成了利润分成；公开公告写的是营收分成，因此不能把我的猜测当作事实。

OpenAI 与 Amazon 此前于 2026 年 2 月另行宣布战略合作。计划包括通过 Amazon Bedrock 为 AWS 客户提供有状态运行环境、由第三方分发 OpenAI Frontier，以及 Amazon 的投资。Microsoft 与 OpenAI 在 2 月的联合声明称，Amazon 合作符合当时有效的协议，包括无状态 API 的 Azure 规则。

有状态运行环境可以在交互之间保留上下文，可能帮助应用和智能体避免反复重建状态。缓存和数据本地性也很重要。我更喜欢用 AWS 做这类工作，但说 Azure 无法实现它，是我的观点，不是技术证明。

Amazon 的公告还描述了约 2 吉瓦的 Trainium 容量和 500 亿美元投资承诺。这些是公布的计划与承诺，不能证明所有容量当时已经投入运行。之后修订的 Microsoft 条款扩大了 OpenAI 在云分发方面的灵活性。

我认为，企业分发有助于解释 OpenAI 对 AWS 的兴趣：许多组织已经使用 Bedrock，可能更愿意通过现有云账户获取模型。据报道的一份内部备忘录也提到了强劲的客户兴趣。我进一步认为 Anthropic 的增长是修订协议的决定性原因，这属于对内部战略的推测。

云额度会影响初创公司的经济状况。我介绍了几家供应商的优惠，并披露自己的公司获得了 100 万美元 Azure 额度，同时每月在模型推理上有大量支出。这是我的具体情况，并非每家初创公司都能获得的标准条款。

我表示，在自己尝试的安排中，可用额度不能用于 Anthropic 模型，而其他模型工作负载符合条件。额度适用范围会因项目、合同、产品和时间而异；我的经历不能证明所有云平台或客户都存在统一限制。

我猜测营收分成义务可能解释了为什么供应商不愿为我的这些请求提供折扣。我举出的 50% 分成和 100 万美元额度只是一个假设例子。我不知道真实的私人协议，也可能存在其他合同或商业原因。

根据我的经验，企业通常希望在现有云环境中使用模型。因此 Anthropic 在多个云平台可用可能很有价值，而 OpenAI 更广泛的可用性也可能给客户增加一个选择。具体模型、区域或额度是否可用，仍取决于服务当时的条款。

我解释了为什么没有把 Azure 额度用于自己想要的推理工作负载：我观察到与 OpenAI 直连端点相比，输出速度偶尔大幅下降。我展示了 Artificial Analysis 图表，也谈到此前测试。这些观察针对特定模型、测量和时段，不代表所有 Azure 服务或工作负载。

我说自己一年多来一直向 Microsoft 反馈这个问题，也描述了与其基础设施团队的会面。原始录制中，我因受挫而建议这个用例不要使用 Azure。该建议基于当时的个人体验，而视频中后来的补充更新改变了情况。

在补充更新中，我构建了 Azure Bench 来衡量差异，并报告某个测试配置平均慢 2.2 倍，所报告的最差十分位差距为 15 倍。这些是该基准在特定条件下的结果，并非对每种部署的独立保证。

我表示 Microsoft 作出回应，测得的性能到第二天就有所改善。我展示的 OpenRouter 图表也显示，该时段吞吐量和延迟有所改善。我认可团队的回应；修复后的快照令人鼓舞，但不能证明未来每个区域或模型的表现。

AWS 的公告还引出另一个问题：OpenAI 工作负载在 Trainium 上运行得如何？支持不同加速器需要工程投入，我很好奇结果。至于我提出硬件变化可能影响另一家公司模型质量，这只是推测；视频没有提供受控证据证明这种因果关系。

OpenAI 与 AWS 宣布，在原有 380 亿美元多年协议上，未来八年再扩大 1,000 亿美元，其中包括约 2 吉瓦的 Trainium 容量。公告提到 Trainium 3 和规划中的 Trainium 4，后者预计从 2027 年开始交付。这些是承诺和预期，并非已经完成的交付。

我预计模型供应商之间的竞争，也会伴随加速器和云平台之间的竞争。NVIDIA、AMD、AWS Trainium 或 Google TPU 谁会取得优势尚不确定。对开发者来说，实际启示是针对真实工作负载测量性能、可用性、合同条款和可移植性，而不是假定永远有一个赢家。