← 返回全部情报
微软 Windows 发布会:「混合智能」让 Copilot 在本地模型和云端之间分派任务,Nadella 与黄仁勋同台说智能体要靠隔离、身份、可观测和治理四件事一起才能被信任 的封面

·Yahoo Finance 直播(YouTube)·厂商发布会与 CEO 对谈收录 2026-10-08

微软 Windows 发布会:「混合智能」让 Copilot 在本地模型和云端之间分派任务,Nadella 与黄仁勋同台说智能体要靠隔离、身份、可观测和治理四件事一起才能被信任

MicrosoftNVIDIAWindows混合智能本地模型MXC 沙箱智能体身份RTX Spark

一句话结论

微软在 Windows 与 Surface 发布会上把「混合智能」作为主线:GitHub Copilot 会自动把简单任务交给本地运行的 MAI-Code-1.1 Flash(Nadella 称 1370 亿参数、256K 上下文),复杂任务交给云端模型并派出本地子智能体,演示中一个本地子会话就处理了 160 万输入 token 且不花钱;Copilot 获得读取本机文件、在本机执行操作和调用本地模型三项能力,智能体代码运行在名为 MXC 的本地沙箱里;Nadella 在对谈中说,让智能体被广泛采用需要把隔离、身份、可观测和治理一起做完,只做一样就没有信任,消费端的代理风险最终会由保险来定价;黄仁勋说 RTX Spark 芯片凝聚了超过 4000 个工程师年,并认为智能体会比人更会用工具。

打开原文 Yahoo Finance:Microsoft Windows Event with Satya Nadella and Jensen Huang | LIVE

背景与理念

这场发布会的主题是「把不计量的智能带到每张桌子和每个家庭」,让每台 PC 都成为智能体可以安全替你干活的地方。Nadella 当天在 X 上这样概括,并列出几项要点:MAI-Code-1.1 Flash 编码模型优化后可以在 PC 上运行;GitHub Copilot 能把工作交给本地模型;Copilot 能直接在 PC 上执行操作并把敏感工作留在本机;Windows 与 Agent 365 结合,提供名为 MXC 的本地智能体沙箱。

Windows 负责人 Pavan Davuluri 把「混合智能」拆成三样东西:智能路由、足够强的本地模型和高性能运行时。他说这是一套可重复的模式,会被用到编码、安全、创作和办公等场景。需要说明的是,这段直播录像是从发布会中途开始的,开头介绍 MXC 等内容的部分没有录进来。

具体做法

本地模型能跑多大

Davuluri 说,团队把 MAI-Code-1.1 Flash 压到 3 比特精度,体积缩小近 80%,同时保持编码质量,并且能在设备上使用 256K 上下文窗口。他还举了两个例子:NVIDIA 一个 700 亿参数以上的新 Nemotron 模型量化到 2 比特,只占 20 多 GB 内存,适合在 RTX Spark 上运行;用更激进的量化,2840 亿参数的 DeepSeek Flash V4 以 1.6 比特在设备上运行,只要约 60 GB 内存,他说它在编码和推理基准上超过一年前的 GPT-5。运行时方面,Windows ML 支持在 GPU、NPU、CPU 上部署模型,并宣布把 llama.cpp 接入 Windows ML,让开源模型能在发布当天就用上。

GitHub Copilot 的本地加云端分工

GitHub 的演示者让智能体在本机克隆的 Windows Terminal 代码库里找出没用到的代码、导入、依赖包和过时的功能开关,模型选择器设为「自动」,简单任务会自动选用本地模型。她说因为代码和模型都在本机,把电脑切到飞行模式任务也照样跑。更复杂的任务是排查仓库里标着「需要复现」的问题:这次主会话用的是云端的 GPT-6 Luna,再分出三个本地子会话,用本地的 MAI-Code-1.1 Flash 去构建和测试;其中一个子会话发给模型 160 万 token、收回约 1.05 万 token,全部免费。

她把耗时又频繁的问题分诊做成了定时自动任务,并明确指定只用本地模型,这样夜里跑也不会在不知情的情况下花掉额度。她还用一个「画布」可视化所有会话,紫色是本地会话、蓝色是云端会话。Davuluri 说,基于混合智能的这套能力从 10 月 15 日起进入 GitHub Copilot 应用、CLI 和 VS Code。

Copilot 的三项新能力

Copilot 执行副总裁 Jacob Andreou 说,Copilot 新增了本地上下文、本地操作和本地模型三样东西。本地上下文指 Copilot 能基于你电脑上的所有文件作答;本地操作指它能在你的机器上移动文件、改设置,权限和用户相同,但每次都要经过许可;本地模型指最难的任务仍走云端,但在成本或隐私更重要时交给本机模型。Code 功能可以用一句话生成原生 Windows 应用,代码在 MXC 沙箱里运行,他说这意味着不只是开发者,任何人都能放心地在本机写代码、跑代码。

他演示了用 Autopilot 准备报税材料:它先从邮箱里找到会计发来的清单,再在下载、文档等杂乱的文件夹里找齐材料,在许可后整理、改名、打包成一个 zip,最后起草带附件的回信,并停下来等他确认才发送。他特别说明,整理和改名都由本地模型完成,税务信息没有上云。这些功能会在接下来几个月陆续进入 Copilot。

生态与硬件

Davuluri 说 Hermes、OpenClaw、Perplexity 等智能体都在 Windows 上做本地 AI 体验,并宣布 Muse 会以原生应用的形式登陆 Windows 并集成 MXC。Windows 还新增了一个「开始使用」流程,几次点击就能装好流行的智能体,不用终端、不用复杂配置,并为 OpenClaw 提供原生 Windows 网关。他给出的数据是,Copilot+ PC 已占商用笔记本出货的 40% 以上,每月在本地运行超过两万亿次推理。硬件方面发布了基于 NVIDIA RTX Spark 的 Surface Laptop Ultra,最高 128 GB 统一内存、最高 1 petaflop 的 AI 算力,并预告面向 Windows 的 DGX Station 能在本地运行超过一万亿参数的模型。

Nadella 与黄仁勋对谈:为什么要在操作系统里做智能体安全

主持人说,过去几个月大家都在给 Muse、Instinct 这类智能体开放整个磁盘的权限,而 MXC 看起来是一个全新的操作系统原语。Nadella 回答,这一切从桌面上的编码智能体开始,最需要安全原语的正是本地运行框架以及它对文件系统和执行操作的访问,所以要把桌面变成智能体最安全的执行环境;他说 NVIDIA 的 OpenShell 已经和 MXC 原生集成。

Nadella 说隔离必须在每一层都做:微虚拟机、虚拟机,以及他最看重的 Windows 会话层。有了隔离还要有完整的可观测性,而可观测的前提是给智能体一个可追踪的身份,这样才能看到它的全部「排气」,进而设策略去治理;此外还要能追踪 token 花在哪里。他说自己见过多轮消费和企业的采用周期,阻碍大规模普及的是「没有把所需的东西想完整」,做了一样漏了另一样,就没有信任。黄仁勋接着说,MXC 会像当年的 Windows 和 DirectX 改变应用的构建方式一样,改变智能体的构建和部署方式,「没有它,完全不可能起步」。

混合智能是什么体验

Nadella 用自己读研时的经历打比方:当年他在家用 PC 拨号连到学校的 VAX,本地和远程各用各的,直到 1995 年前后浏览器出现才变成一个无缝体验。他说设计师 Danilo 的演示(在本机用 ComfyUI 跑 Gemma 4、Flux 等模型生成素材,在 Blender 里搭场景,再把成品交给云端的 GPT-6 Astra 在 Unreal Engine 里建出可以漫游的场景,他说原来要几天的活现在几小时完成)让人看到,以后不会有人再去区分什么在本地、什么在云端。

他认为智能体会成为文件系统最大的用户,所以文件系统必须安全。黄仁勋补充说,智能体会比人更会用工具,因为人只会用一个应用 10% 到 15% 的功能,而智能体知道每一个功能。

硬件:一个 petaflop 进了笔记本

黄仁勋说这个项目投入了超过 4000 个工程师年,把游戏 PC、笔记本、工作站、超算和云的能力统一到一颗「超级芯片」上,它由两颗大芯片拼在一起。他说开启 AI 革命的 DGX-1 也是 1 petaflop、重 500 磅,现在这样的算力放进了笔记本;这也是唯一一台能原生运行 DirectX、各版本 OpenGL 以及所有 CUDA 应用的电脑,团队已经对 1200 多个最吃性能的应用做了性能和兼容性测试。他回忆,NVIDIA 当年正是因为 Windows 才创立,和微软一起发明了第一块可编程着色器 GPU,后来才演化出 CUDA。

个人智能体的责任谁来担

被问到智能体代人购物时责任归谁,Nadella 说一切从信任开始:智能体是否被隔离、有没有身份、它的行为记录是否和用户本人分开。他说用户首先要决定给智能体多大的授权,这个授权会随着信任增加而扩大;在消费端,他认为最终会由保险来给「智能体代我行事」定价,协议和认证标准也该做,但市场定价才是关键。黄仁勋的说法是,必须给智能体最小权限、独立的凭据,并对它持续监控,只有这样才能放手让它去替我们做事。

关键数据/例子

MAI-Code-1.1 Flash:Nadella 称 1370 亿参数、256K 上下文;量化到 3 比特后体积缩小近 80%。

本地运行大模型:700 亿参数以上的 Nemotron 量化到 2 比特约占 20 多 GB;2840 亿参数的 DeepSeek Flash V4 以 1.6 比特运行约需 60 GB。

演示:一个本地子会话发给模型 160 万 token、收回约 1.05 万 token,不花费额度;混合智能从 10 月 15 日进入 GitHub Copilot 应用、CLI 和 VS Code。

Copilot+ PC 占商用笔记本出货 40% 以上,每月本地推理超过两万亿次。

RTX Spark:最高 128 GB 统一内存、最高 1 petaflop AI 算力,投入超过 4000 个工程师年,测试过 1200 多个应用。

设计师工作流:本地多模型加云端 GPT-6 Astra,从几天缩短到几小时。

创新点

第一,把「用哪个模型」交给路由,而不是交给用户。简单任务自动下沉到本地模型,复杂任务由云端主会话拆出本地子会话,成本和隐私在同一个流程里被兼顾。

第二,把智能体安全做成操作系统原语。MXC 让隔离覆盖微虚拟机、虚拟机和会话三层,再配上智能体身份、行为记录和策略治理,安全不再是某个应用自己的事。

第三,把可观测性和成本追踪绑在一起。Nadella 把「看得到智能体做了什么」和「看得到 token 花在哪里」放在同一套治理里,这是企业 IT 和安全团队真正需要的视角。

第四,提出由保险给代理风险定价。这是对个人智能体责任问题的一个务实设想:与其等完美的标准,不如让市场根据授权范围和可信程度来定价。

可否复用

  1. 给编码智能体设「本地优先」的路由规则:清理代码、问题分诊这类重复任务明确指定本地模型,避免夜间自动任务不知不觉花掉额度。
  2. 复杂任务用「云端主会话加本地子会话」:规划交给强模型,构建、测试这类吃 token 的活交给本地模型并行跑。
  3. 涉及隐私的文件整理留在本机完成:像报税材料这样的敏感数据,只把最终产物交给云端或外发,并在发送前停下来人工确认。
  4. 给每个智能体一个独立身份和独立日志:把它的操作记录和用户本人分开,才能做审计、设策略和追踪花费。
  5. 评估智能体平台时按四项打分:隔离、身份、可观测、治理,缺一项就不要给它大权限。

笔记会在输入时自动保存。