微軟的 Excel 模型沒有從零訓起，起點是 GitHub Copilot 已經訓好的存檔

微軟公開 GitHub Copilot 與 Excel 裡的 MAI 模型成績，Excel 模型訓練的起點接自 Copilot 訓好的 checkpoint。本文拆解三條數據在跟誰比，以及護城河為什麼在位置。 ⭐ 文章深度讀：原文沒有回答的事 → https://heymaibao.com/microsoft-excel-model-from-github-copilot/ ⚡ 章節重點 開場 這個模型的起點不是零 00:00 這部影片要拆什麼 00:28 爬坡機器是什麼 00:48 GitHub Copilot 的三條數據在跟誰比 01:15 Excel 模型接的是誰的存檔 02:59 和 GPT-5.6 打平這句要怎麼讀 03:43 省錢的答案寫在硬體上 04:42 我的判斷：稀缺的是位置 05:17 原文沒有回答的事 06:07 你可以帶走的東西 06:22 📝 懶人包 ∙ 微軟說，MAI-Code-1-Flash 在 VS Code 裡的程式碼採納率比 GPT 5.4 Mini 和 Claude Haiku 4.5 高約 10%，另外它的 token 用量中位數低 10%，開發者多日回訪的機率分別高 6% 和 11%。 ∙ 微軟是拿 GitHub Copilot 裡訓出來的 MAI-Code-1-Flash checkpoint (訓練到一半的存檔) 當起點，再送進 Excel 的強化學習環境續訓。Excel 模型因此不從零起跑，它接的是 Copilot 已經爬到的高度。 ∙ 微軟說這個更小、更有效率的模型可以同時跑在 Nvidia H100 和 A100 等級的 GPU 上，不必只用最新世代的加速器，大幅降低了微軟自己的部署成本。 ∙ 我的觀察是，這篇最值得抄的是位置：模型、跑模型的環境、agents 和產品專屬的評估全在同一家公司手上，小模型才爬得上去。你手上如果沒有這四樣，這條路就不成立。 📚 參考資料 Hill-climbing MAI models for GitHub Copilot and Excel → https://microsoft.ai/news/hill-climbing-mai-models-for-github-copilot-and-excel/