标签: 微软

  • 微软憋了很久的个人AI助理终于来了:Scout能替你接电话、安排行程,还能主动提醒你

    微软最近在Build大会上放了个新东西——一款叫Scout的AI个人助理,号称是他们在个人助理领域的第一次真正尝试。和之前嵌入在Microsoft 365应用里的Copilot不同,Scout是独立的、能力更强的个人助理,可以7×24小时运行,深度集成到你工作和生活的各个场景里。

    Scout和Copilot有什么不一样?

    之前的Copilot更像是一个”聊天机器人”,你得主动找它,它才会帮你做事。但Scout不一样,它是真正的”个人助理”——可以主动帮你处理事情,比如安排会议、报销费用、草拟邮件,甚至监控你的路况和日程,提醒你该出发去接孩子或者赴晚餐约会了。

    微软Scout企业副总裁Omar Shahine说:”这是一款个人助理,是我们首次向客户提供的真正的个人助理。用户需要明白,这个助理可以给你打电话,这是和聊天类AI完全不同的产品形态。”

    它能主动帮你做什么?

    Scout会在后台读取你的Teams对话、会议记录和邮件,自主学习对你重要的信息,然后主动推送相关内容。比如它知道你今天下午有个会议,它会提前提醒你准备资料;知道你每周五要去超市,它会帮你列好购物清单。

    现在Scout已经在微软内部测试了一段时间,有超过3000名员工正在使用。大家用它来安排会议、处理文书工作、预订差旅、填写表格,甚至还有人用它来追踪自己的健身目标——用Shahine的话说,”很多人用它来成为更好的自己,我们都有想要实现的目标,但往往因为没时间或者精力不够而无法完成,Scout可以帮到他们。”

    微软Scout AI个人助理示意图
    微软Scout AI个人助理可以深度集成Microsoft 365应用

    安全问题怎么解决?

    很多人可能会担心:Scout要访问我的Teams、邮件、日程,会不会泄露隐私?微软说他们已经考虑到了这一点——Scout运行在沙盒化的云环境里,默认被视为不可信程序,它不会获取任何密钥,也无法直接访问你的Microsoft 365数据。

    除此之外,微软还会用自家的全套安全能力管控Scout,包括Agent 365、Purview、Defender,同时会做常规的红队测试、隐私审查和安全审查,确保符合企业环境的安全要求。Shahine表示:”我们采取了微软运营服务、保护服务的一贯措施,我对这些做法很有信心。OpenClaw的能力非常强大,所以我们也会给客户预装一套精选的功能集合。”

    有意思的是,微软并没有开发OpenClaw的独立定制版本,而是直接为这个开源项目的核心技术做贡献。此前几个月,微软CEO Satya Nadella还曾把OpenClaw类比为”病毒”,OpenClaw的AI”技能”扩展也一直被安全从业者视为”安全噩梦”。现在微软用实际行动表明了态度——不是自己重造轮子,而是把开源项目变成企业级产品。


  • 微软搞出自己的推理模型了,OpenAI看了怎么想

    微软在Build 2026大会上扔下了一颗不太起眼的炸弹——他们发布了首款具备高级推理能力的自研AI模型,名字叫MAI-Thinking-1。这事的意义比听起来大:微软过去一直是OpenAI模型的重度依赖者,自己搞模型这件事,之前只做过一些试探性的尝试。

    微软官方介绍,MAI-Thinking-1是一款”中等规模模型”,在”关键”软件工程基准测试中与领先模型表现相当。更重要的是,它”完全基于干净数据从零开始训练,没有使用第三方模型的蒸馏数据”。

    微软为什么要自己做模型

    答案藏在时间线里。微软和OpenAI的关系在过去一年发生了微妙变化——双方重新协商了合作协议,弱化了此前的深度绑定。对微软来说,把全部AI能力押在一家公司身上,战略风险太高。

    自己做模型,意味着微软在AI能力上有了”备胎”,也意味着他们可以把模型能力更直接地整合进Windows、Office、Azure产品线里,不用每次都跟OpenAI谈条件和分成。

    微软MAI AI模型
    微软在Build 2026上发布MAI系列模型(图源:The Verge)

    这次不只是推理模型

    MAI-Thinking-1是这次发布阵容里最受关注的一款,但微软实际上一口气发了7个新模型,覆盖了多个方向:

    • MAI-Image 2.5(含flash版本):支持文生图和图像编辑
    • MAI-Transcribe-1.5:转录速度比竞品模型快5倍
    • MAI-Voice-2(含flash版本,即将推出):新增15种语言支持,更多语音选项
    • MAI-Code-1-Flash:推理效率高,已经集成到GitHub Copilot和Visual Studio Code

    “干净数据”这个细节值得注意

    微软特别强调,MAI-Thinking-1是”完全基于干净数据从零开始训练”的,没有用第三方模型的蒸馏数据。这句话说给谁听的?很大程度上是说给那些担心模型污染、版权纠纷、训练数据合规问题的企业客户听的。

    蒸馏(distillation)是业界常用手法——用大模型生成的数据去训练小模型,成本低效果好,但会引入原模型的偏见和错误,还可能踩版权红线。微软选择从零开始,训练成本肯定高了不少,但换来了数据主权的干净。

    推理模型的核心价值在于”慢思考”——不是秒回答案,而是把问题拆解、反思、逐步推导。这是当前大模型竞争的高地,谷歌(Gemini Thinking)、Anthropic(Claude思考链)、OpenAI(o系列)都在押注这个方向。

    对OpenAI意味着什么

    短期来看,微软还会继续深度使用OpenAI的模型——Azure OpenAI Service不会消失,Office里的Copilot也还会跑OpenAI的后端。但中长期看,微软有了自己的推理模型,议价能力提升,和OpenAI的合作关系会从”依赖”走向”互补”。

    对开发者来说,多一个选择从来不是坏事。MAI-Thinking-1如果真的在软件工程基准上能打,那它就是继Gemini Thinking、Claude Opus、GPT-o系列之后的又一个选项。

    📎 原文来源:The Verge — Jay Peters
  • 微软Build 2026今天在旧金山开幕,AI代理和GitHub Copilot是主角

    微软Build 2026大会今天在旧金山梅森堡中心开幕,CEO萨蒂亚·纳德拉的主题演讲太平洋时间上午9:30开始。这是微软今年最明确的AI优先开发者活动,官方已经确认——不会发布Windows 12。

    AI代理工作流是今年最核心的牌

    微软的”Agent 365″企业控制平面今年5月1日已经全面可用,Build大会上会在这个基础上做功能扩展。会议目录里覆盖了多模型路由、代理生产环境部署、企业级AI成本控制、负责任AI政策落地等内容。

    翻译成人话就是:微软在帮企业解决”AI代理到处乱跑、 token烧钱、不知道谁在干什么”的问题。Agent 365是微软在企业AI代理管理这条赛道上的核心产品,Build是第一次大规模向开发者展示完整能力。

    AI代理不再是”调用一次API”那么简单。它们是长期运行、跨系统操作、需要权限管理和成本控制的软件实体。微软想在这个层面当”操作系统”。

    GitHub Copilot更新:多代理协作、CLI扩展

    GitHub Copilot的更新方向已经提前确认:代理编码工作流、VS Code内的多代理支持、GitHub与Azure的深度集成。Copilot CLI今年3月已经全面可用,这次大会会把它扩展到多代理终端工作流场景。

    这个方向值得注意。多代理协作的意思是:你不是只有一个AI帮你写代码,而是有好几个不同专长的AI代理分工合作——一个管架构,一个管测试,一个管代码审查。VS Code里直接支持这种协作模式,是GitHub Copilot从”代码补全工具”向”开发团队AI协作者”转型的关键一步。

    • Agentic AI(自主AI代理)是企业控制平面的核心场景
    • GitHub Copilot支持多代理协作,VS Code内直接可用
    • Azure AI Foundry平台支持OpenAI、Anthropic、Mistral、DeepSeek多模型路由
    • Windows 11 Copilot Runtime开放本地AI开发API

    Azure AI Foundry:多模型路由和成本管控

    Azure AI Foundry是整个Build大会会议目录的核心主线。这个平台目前已经支持OpenAI、Anthropic、Mistral、DeepSeek等多家厂商的AI模型。大会的会议会讲解开发者如何在多模型之间做路由调度、管理AI使用成本、将AI代理部署到生产环境。

    企业层面的token消耗监控、负责任AI政策执行方案也会配套发布。对于已经在用Azure跑AI应用的公司来说,这套工具是直接降低成本和合规风险的。

    Windows本地AI:Copilot Runtime向开发者开放

    Windows 11的Copilot Runtime正在构建设备端AI能力,这次Build大会专门为这个方向设了赛道。微软会给开发者提供基于该堆栈的API和开发工具。

    5月30日发布的Windows 11 Insider版本已经提前引入了完全可定制的开始菜单、扩展的本地AI功能。这个方向的逻辑是:不是所有AI操作都需要上云,设备端跑一部分,延迟更低、隐私更好、成本也更省。

    对于开发者来说,现在可以通过Copilot Runtime的API把本地AI能力集成到自己的Windows应用里。这是一个跟苹果”Apple Intelligence”设备端AI直接竞争的动作。


    负责任AI工具:企业合规的配套方案

    大会会发布配套的负责任AI开发工具,帮助企业实现AI应用的安全、合规、可控使用。这部分内容跟Agent 365的企业控制平面是直接打通的——企业可以设置哪些AI代理能访问哪些数据、每月token预算上限是多少、哪些操作需要人工审批。

    这套东西听起来很枯燥,但对于在严肃行业(金融、医疗、政府)推AI应用的公司来说,没有这个就等于寸步难行。微软在企业合规这条线上的布局,比Google和Amazon都要早和深。

  • 微软正在开发自己的 AI 超级应用,要把所有 Copilot 装进一个入口

    微软正在悄悄打造一款 AI 超级应用,目标是把散落在各个产品里的 Copilot 工具全部塞进一个入口。这件事背后的动机其实很直接——用户被一堆 Copilot 搞烦了,不知道该用哪个,微软自己也清楚这个问题拖不下去了。

    一个入口管所有 Copilot

    据《财富》杂志的独家报道,这款超级应用要把 GitHub Copilot(写代码的)、Copilot 聊天机器人(聊天的)、Copilot Cowork(协同工作的),还有一个内部叫 Autopilot 的新Agent工作流功能,全部整合到同一个界面里。

    微软内部给这个项目喊的口号是”交付一个 Copilot”——不管你用的是哪个场景,进同一个应用就够了。

    这个项目由今年3月刚被提拔的 Copilot 负责人 Jacob Andreou 牵头。消息人士透露,应用的部分元素可能会在下周的微软 Build 开发者大会上被提到,但完整展示还要等一段时间。微软的计划是夏末把这款超级应用推出来。


    微软的 Copilot 困局

    说起来有些尴尬,微软是最早重金押注 AI 的科技公司之一,和 OpenAI 绑定的130亿美元合作曾经让它在赛道上遥遥领先。但这几年竞争对手涌进来太快,微软反而把早期的领先优势给弄丢了。

    Copilot 品牌本身的问题也不少——历史上它一直依赖 OpenAI 的模型,而这些模型在基准测试里一度被竞争对手甩在后面;微软自己研发的模型又进展缓慢;更让用户困惑的是,微软推出了好几个不同版本的 Copilot,消费端和企业端是分开的,内部团队也是各搞各的,始终没有一个统一的 AI 愿景。

    现在 Microsoft 365 有4.5亿用户,但付费使用 Copilot 的比例不到4.5%。GitHub Copilot 虽然有超过470万付费订阅用户,但也正面临 Cursor 和 Anthropic Claude Code 的猛烈追击。


    不是唯一在搞超级应用的公司

    微软当然不是唯一想做超级应用的公司。它的合作伙伴兼竞争对手 OpenAI 早就有类似打算,想把 ChatGPT、Codex 和浏览器整合进同一个入口。埃隆·马斯克的 X(原 Twitter)也一直在往”通信+媒体+商务”的超级应用方向靠。Uber 和 Meta 也在把越来越多的服务塞进单个应用里。

    对微软来说,这款超级应用能不能成,很大程度上取决于它能不能真正把割裂的 AI 产品线整合起来。CEO 纳德拉过去一年一直在调整高管团队,试图让公司在 AI 赛道上把丢掉的优势追回来。这款超级应用就是他们给出的最新答案。

  • 微软AI CEO:18个月内AI接管大部分白领工作,MBA和法学学位正在贬值

    微软AI CEO Mustafa Suleyman两个月前跟《金融时报》说了一句话,让整个白领圈安静了。他说:“12到18个月内,大多数坐在电脑前完成的工作,会被AI完全自动化。” 他列举了会计、法律、营销、项目管理——基本上把办公室里能想到的工作都点了一遍。

    Suleyman不是第一个说这种话的人,但他是目前位置最高的那个。作为微软AI部门的CEO,他管着微软跟OpenAI的合作、Copilot产品线、以及微软自己的大模型研发。他说这话的时候,微软刚刚把Copilot Deep Think(他们的深度推理模型)给Plus用户推了上去。

    “大多数(如果不是全部)专业任务上,AI将达到人类水平。未来一年或18个月内,大部分’坐在电脑前’的任务将被AI完全自动化。”——Mustafa Suleyman,微软AI CEO

    他的依据是算力,不是愿景

    Suleyman的论证逻辑很直接:算力在指数级增长,模型写代码的能力很快就会超过大多数人类程序员。他没有说具体哪个基准测试,但如果你看过过去半年GPT-5.5、Claude Opus 4.7、Gemini 3.1的编码测试成绩,这个判断不算离谱。

    同期还有两个人在说类似的话。Anthropic CEO Dario Amodei去年5月警告AI可能消灭一半入门级白领工作(不过最近他改口了)。福特CEO Jim Farley说AI会把美国白领岗位数量砍一半。马斯克在今年1月的达沃斯论坛上更直接:通用人工智能(AGI)可能在2026年内实现

    但现实跟预测之间有个巨大的裂缝——目前为止,AI在专业服务领域的渗透非常有限。


    实际数据:AI有时候让人变慢

    2025年Thomson Reuters的一份报告发现,律师、会计、审计师确实在用AI做文档审查、常规分析这类定向任务,生产力有边际提升,但离大规模岗位替代还差得很远

    更有意思的是反向结果。非营利组织Model Evaluation and Threat Research(METR)做了一个研究,发现AI让软件开发者的任务完成时间延长了20%。原因挺直观的:开发者要花时间验证AI生成的代码对不对,这个验证时间经常超过自己写的时间。

    经济层面的影响也高度集中在科技行业。Apollo Global Management首席经济学家Torsten Slok的研究显示,2025年第四季度大型科技公司的利润率提升了20%以上,但更广泛的Bloomberg 500指数企业的利润率几乎没有变化。投资者也不太相信AI能提升科技行业以外的企业盈利——这从华尔街对S&P 500的盈利预期就能看出来。

    裁员已经在发生,但规模不大

    就业咨询公司Challenger, Gray & Christmas的数据:2026年截至目前,已有49,135个裁员跟AI相关。微软2025年裁员15,000人,虽然在裁员备忘录里没有明确提出AI是原因,但CEO Satya Nadella说公司必须”为新时代重新构想我们的使命”。

    市场对这个预期的反应很激烈。2026年2月,软件股出现大规模抛售——分析师称之为”SaaSpocalypse“(SaaS末日),因为Anthropic和OpenAI相继发布了企业级智能体AI系统,能做很多SaaS公司的核心工作。投资者担心这些传统软件公司会被AI代理直接替代掉。


    Suleyman的真正目标:让微软不再依赖OpenAI

    Suleyman在访谈里说了一句很直白的话:“创造新模型会变得像创建一个播客或者写一篇博客一样简单。为每个机构、组织和个人设计符合他们需求的AI,这将成为可能。”

    他的核心任务是让微软AI实现”超级智能”(superintelligence),减少对OpenAI的依赖,优先建设微软自己的前沿基础模型。他说:”这是我们这个时代最重要的技术,我们必须开发属于自己的、处于绝对前沿的基础模型。”

    这个战略背后的逻辑很清楚:微软每年给OpenAI付不少钱,如果有一天关系破裂(或者OpenAI自己做了类似Copilot的产品),微软需要一个备选方案。Suleyman之前是DeepMind的联合创始人,后来创办了Inflection AI,2024年被微软挖来做这个”独立模型”的项目。

    但过去三个月的证据显示,AI的实际效果并没有Suleyman预测的那么惊人。Anthropic的Claude正在取代OpenAI成为企业收入第一的模型,但整体AI在企业端的落地还是比预期慢。


    普通白领现在该做什么

    Suleyman的预测听起来吓人,但有几个需要注意的点:

    • 他说的是”坐在电脑前完成的任务”,不是整个岗位。律师的文档审查可能被自动化,但客户谈判、法庭辩论这些需要人的工作还在
    • 18个月是从现在往后算,也就是2027年底之前。这个时间表非常激进,历史上类似的AI预测大部分都延期了
    • MBA和法学学位作为”职场门票”的价值确实在贬值,但贬值速度可能没有Suleyman说的那么快
    • Block CEO Jack Dorsey提出了一个更有意思的观点:AI不仅会替代岗位,还会重构公司本身的组织形式——一个运行了兩千年的逻辑(信息路由=中层管理)可能被重写

    如果你现在在做一个”纯电脑”的白领工作,Suleyman的建议(以及越来越多AI研究者的建议)是:学会用AI工具,让自己变成”用AI完成任务的人”,而不是”被AI替代的人”。这个转型窗口,按照他的时间表,只有18个月。

  • 微软AI Agents for Beginners:63k Stars!微软官方AI智能体入门课程,12节课带你从零到生产

    微软AI Agents for Beginners:63k Stars!微软官方AI智能体入门课程,12节课带你从零到生产

    📖 项目简介

    这是微软官方推出的AI智能体零基础入门免费课程,包含12+节核心课程,覆盖从基础概念到生产落地的全流程。支持50+种语言本地化,每节课配套文字教程、视频讲解、可运行代码示例和扩展学习资源,是系统学习AI智能体开发的最佳起点。

    63.2k+
    GitHub Stars

    🔧 安装要求和过程

    环境要求

    • Python 3.8+ 环境
    • Azure账户(用于Microsoft Foundry和Azure AI Foundry Agent Service V2)
    • Git(用于克隆仓库)

    快速安装步骤

    # 稀疏克隆(推荐,不包含50+语言翻译文件)
    git clone --filter=blob:none --sparse https://github.com/microsoft/ai-agents-for-beginners.git
    cd ai-agents-for-beginners
    git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
    
    # 安装依赖
    pip install -r requirements.txt
    
    # 配置环境变量(复制示例文件)
    cp .env.example .env
    # 编辑.env文件,填入Azure/OpenAI配置
    ⚠️ 注意:如果是首次接触生成式AI开发,建议先学习微软出品的《Generative AI For Beginners》21节入门课打好基础。

    ✨ 核心功能

    🎓 完整课程体系

    12+节核心课程,从AI智能体介绍、设计模式到生产环境部署,每节课包含文字教程+视频+代码示例。

    🌍 多语言支持

    支持50+种语言本地化,包含中文(简体、繁体)、日语、韩语、法语、德语等主流语言。

    🔌 技术栈兼容

    优先采用微软智能体技术栈,同时支持OpenAI兼容的第三方提供商(如MiniMax,支持204K token上下文)。

    🛡️ 生产级内容

    覆盖可信智能体构建、内存管理、上下文工程、安全防护、部署可扩展智能体等实战内容。

    🎯 典型使用场景

    场景1:零基础系统学习AI智能体开发

    适合没有AI智能体开发经验的开发者,通过12+节课程系统学习概念、框架、设计模式等入门知识,每节课都有可运行的代码示例。

    场景2:学习智能体从开发到生产落地的全流程

    包含可信智能体构建、内存管理、上下文工程、安全防护等实战内容,帮助开发者掌握生产级AI智能体的开发技能。

    场景3:熟悉微软智能体技术栈

    学习Microsoft Agent Framework、Azure AI Foundry等微软官方智能体框架的使用,适合需要在Azure平台部署AI智能体的开发者。

    💡 推荐理由

    说实话,如果你想要系统学习AI智能体开发,这门课程绝对是最佳起点。我特别喜欢它的几个设计:

    • 官方出品,质量有保障:微软官方团队维护,内容紧跟技术前沿,包含最新的MCP、A2A、NLWeb等智能体协议。
    • 理论与实践结合:每节课不仅有文字教程,还有配套视频讲解和可运行的Python代码示例,学完就能动手实践。
    • 多语言支持:支持50+种语言,中文开发者可以直接看中文教程,降低学习门槛。
    • 社区活跃:有官方Discord交流频道和开发者反馈论坛,遇到问题可以快速获得帮助。

    我觉得这门课程最值得称赞的是它的系统性——从基础概念到生产落地,从单智能体到多智能体协作,从设计模式到安全防护,几乎覆盖了AI智能体开发的方方面面。无论你是刚入门的新手,还是有一定经验的开发者,都能从中获得价值。

    📥 下载地址


    📌 数据来源:GitHub + 微软官方文档 | 更新时间:2026-05-18