文章主要介绍了微软不再支持旧版浏览器，建议用户升级到Microsoft Edge以获取最新功能、安全更新和技术支持。同时提供了下载链接和更多关于Internet Explorer与Microsoft Edge的信息。

文章主要内容：

在微软的Q&A平台上，用户Sarge发表了一篇题为《LLM的脑叶切除术》的帖子，表达了他对Azure后端使用的语言模型（LLM）和音频模型质量下降的担忧。Sarge表示，他在开发一款产品时，使用Azure的LLM进行后端处理，并通过固定的对话流程测试模型的准确性。然而，他发现随着时间的推移，即使是相同的模型、系统提示和消息，生成的JSON响应却越来越不准确。

Sarge指出，微软似乎在后台对模型进行了“脑叶切除术”，即通过某种方式降低了模型的质量，可能是为了推动用户转向新模型。他提到，尽管新模型（如gpt-5）在某些方面表现尚可，但速度极慢，有时甚至需要20秒才能生成结果，且准确性仍然不佳。他认为这是一种糟糕的商业策略，尤其是对于那些依赖模型准确性和一致性的应用场景。

Sarge还提到，他和团队正在考虑是否继续使用Azure，因为Azure无法提供稳定的服务。他呼吁微软要么提供更好的产品，要么保持现有模型的稳定性和向后兼容性。

在评论中，另一位用户Greg Sadetsky建议Sarge分享他的测试设置和结果，以进一步支持他的观点，并提到该帖子已经在Hacker News上引发了讨论。

总结：
Sarge对Azure后端LLM的质量下降表示不满，认为微软可能通过降低旧模型的质量来推动用户转向新模型。他呼吁微软改进产品或保持现有模型的稳定性，并考虑是否继续使用Azure服务。

评论主要围绕大型语言模型（LLM）的质量变化、透明度和量化问题展开，观点多样且争议较大。

1. 模型质量下降与量化问题
多位评论者指出，LLM的质量在未经通知的情况下逐渐下降，尤其是量化（quantization）问题。
- esafak 提到：“我认为未公开的量化确实存在。我们需要定期重新评估基准以防止这种情况。”
- SirensOfTitan 表示：“我确信所有主要的LLM提供商都在默默量化他们的模型。最糟糕的是Google从Gemini 2.5 Pro 3-25检查点到5月检查点的过渡。”

2. 缺乏数据与透明度
许多评论者批评讨论缺乏具体数据和例子，难以验证模型质量的变化。
- ProjectArcturis 表示：“我很困惑为什么这是针对Azure而不是OpenAI。Azure只是提供了一个围绕chatGPT的包装器。”
- ukFxqnLa2sBSBf6 讽刺道：“作者没有提供任何数据或例子，这真是件好事。否则，我们可能真的有东西可以讨论。”

3. 开源模型的优势
部分评论者认为开源模型是解决透明度和量化问题的关键。
- bigchillin 指出：“这就是为什么我们有开源。我在Cursor中也注意到了这个问题，这不仅仅是Azure的问题。”
- cjtrowbridge 强调：“这种可审计性是使用开源、商品化模型的强有力论据，因为你可以轻松检查供应商是否在欺骗你。”

4. 用户感知与模型能力的误解
有评论者认为，用户感知到的模型质量下降可能是由于对模型能力的误解。
- briga 提出理论：“我认为这些报告模型质量下降的人实际上并没有看到模型质量恶化。他们只是发现这些模型并不像他们最初想象的那么强大。”

5. 商业动机与模型优化
一些评论者怀疑模型质量下降是出于商业动机，例如通过消耗更多token来增加收入。
- mmh0000 表示：“我最近在Claude Code中注意到了这一点。几周前，Claude还‘非常棒’，现在却经常出错。我怀疑这是故意的，不是为了省钱，而是为了通过消耗token来赚更多钱。”

6. 本地模型的吸引力
随着云端模型质量下降，本地模型的吸引力增加。
- ant6n 表示：“我曾经认为运行本地模型很愚蠢，因为它又慢又贵，但ChatGPT和Gemini的削弱如此激进，本地模型开始变得更有意义。”

总结：评论者普遍关注LLM质量下降、量化问题和透明度不足，开源模型和本地模型被视为解决方案。同时，部分评论者认为用户感知可能存在偏差，且商业动机可能影响模型优化。