微软研究资深专家、AI前沿实验室（AI Frontiers）联合创始人约翰·兰福德（John Langford）已正式离职。他指出，由穆斯塔法·苏莱曼（Mustafa Suleyman）领导的微软AI部门在2026年9月将其约50人的团队并入后，战略重心完全转向模型规模扩张，不再重视基础研究。该部门其他创始领导者也得出了类似结论。
兰福德是机器学习领域的关键人物，曾任国际机器学习大会（ICML）主席，也是开源系统Vowpal Wabbit的主要开发者。他在2023年ChatGPT发布后创立AI前沿小组，专注于智能体（Agents）研究，开发了AutoGen框架和Fara-7B模型。尽管微软研究院的成果如Phi小模型曾成功转化为Edge浏览器端侧AI应用，但兰福德认为当前的内部环境已无法容纳此类创新。
理念冲突：规模化扩张与研究价值的博弈
微软AI部门成立于2024年3月，纳德拉聘请苏莱曼等人领导Copilot及消费者AI业务。2026年9月初，AI前沿小组被重组并入该部门。兰福德在博客中直言，微软AI管理层秉持“坚决排斥研究”的核心理念，仅关注通过扩大数据投入来获取更可预测的规模效应回报。
“有充分证据表明他们根本不想留我们。”兰福德表示。尽管微软AI页面更新称实验室已成为其一部分并继续追求前沿研究，且在Build 2026大会上发布了七款模型并宣称建设超级智能实验室，但兰福德认为这种表态与实际行动背道而驰。
错失良机：被验证的“全带宽Transformer”技术
兰福德离职前的一项关键研究是8月发表的《全带宽Transformer》论文。该研究提出将计算状态连同下一个标记一起反馈给模型，测试显示其在10亿参数模型上的表现接近传统Transformer在1.5倍数据下的效果，且额外成本微乎其微。兰福德预测，该架构变体可能与两倍大小的模型相当，有望将AI训练与推理成本减半。
然而，这一方向未在微软内部得到严肃考虑。10月25日，字节跳动Seed团队发布Recycler，以类似方式重用隐藏状态，并在推理和数学能力上超越了参数量大两到三倍的模型。兰福德指出，字节跳动的实验规模更大、更彻底，这反而成为支持其研究价值的最佳证据——尽管功劳已被竞争对手拿走。
值得注意的是，微软AI博客曾吹嘘推出了一款“成本仅为四分之一”的代码模型，显示降低成本确为其重点，但当低成本路径来自基础研究时却被忽视。
AI前沿终结：兰福德拒绝重返微软研究院
兰福德在安置好团队成员后选择离开，并明确表示不会重返微软研究院。他 citing 两点原因：一是其研究在微软内部缺乏实际应用路径；二是微软研究院“做好工作，好事自然会发生”的基本契约已因团队被“非自愿重组拆分”而破裂。他预计这种情况将持续，直到领导层进行改革。
“AI前沿已经结束了，”兰福德写道，明年该小组将不再提供实习机会。他在X平台将此举形容为“一场严重的灾难”，相关帖子浏览量已超33万次。
兰福德离职之际，微软正面向约6万名员工提供买断方案，纳德拉则描绘了由2000万个AI智能体承担工作的愿景，同时缩减Windows 11中未达预期的Copilot功能。兰福德希望微软高层能反思，若再多一点智慧，未来的微软仍可重新成为对研究工作具有吸引力的地方。