這場活動由微軟 Windows 與裝置部門的執行副總裁 Pavan Davuluri 所主講，宣布推出新一代可讓 AI 安全執行的Windows 作業系統。
越來越多人會在自己的電腦上安裝 AI 代理來幫助自己的工作，讓 AI 代理依照自己的命令執行相關的 AI 模型、應用程式（像是依照電子郵件的內容自動整理行事曆、或是直接自動資料收集、進行報告或是簡報的製作等等），但是 AI 應用的安全性卻是使用 AI 的人最關心的一點，而在這次微軟在舊金山的發表活動中，除了宣布跟 NVIDIA 合作推出搭載 RTX Spark 平台的 Surface Laptop Ultra 筆記型電腦以及 Dev Box 開發者平台外，更重要的部分就是宣布推出結合 AI 代理設計的新一代 Windows 作業系統（但還不是 Windows 12 喔）。
活動一開始仍然由微軟 CEO Satya Nadell 上台，表示微軟將持續打造具備前瞻性的前沿生態系（包括作業系統、應用程式、開發環境以及AI 等等），而這次新型態 Windows 作業系統的推出，也代表著分散式計算（Distributed Computing）的重要轉折點。
這個新的前沿生態系具備信任、智慧以及將 AI 導入個人意圖的工作流（UI 介面部分）等三大核心要素，而這次發表的新一代 Windows ，正是將這三大要素整合至其中的新世代作業系統。
而這個新世代 Windows 中，主要由 Agent 365、Microsodt IQ 以及 Copilot 三本柱組成， Agent 365 提供了包括企業 IT 營運以及安全管理功能，讓 AI 代理能夠在信任的環境下工作。而 Microsoft IQ 則是負責模型周圍系統的建構，包括跨模型間的協作、外部記憶體的管理以及上下文處理等。Copilot 則負責包括對話、協作、程式碼撰寫、自動動作等互動型態的呈現，透過這三者的整合呈現了新世代作業系統的型態。
打造出可讓 AI 代理執行的安全平台、可以在任何場合運作、不受限的智慧平台以及透過 Copilot 在 Windows 上執行使用者選擇的 AI 代理應用等等。
接著由微軟 Windows 與裝置部門的執行副總裁 Pavan Davuluri 上台進行更進一步的介紹。
Pavan Davuluri 表示，我們正在迎接 Agent 作業系統的新紀元，因為 AI 代理具備推理以及自主使用工具的能力，因此在作業系統中需要獨立於使用者的身分、權限跟隔離環境（基本上就是把 AI 代理視為一個跟真人使用者同樣的使用者，而且搞不好能力還更強）。
首先在為 AI 代理打造更安全的運作平台這件事情上，Pavan Davuluri 表示新世代的 Windows 內建了隔離保護、身份識別以及管理性三大設計，將 Windows 打造成目前最安全的 AI 代理運作平台。
首先在隔離保護的部分，Pavan Davuluri 這次宣布了 Microsoft Execution Containers（微軟執行沙盒容器，MXC）在 Windows 上從先前的預覽階段進入到正式通用階段（GA）的消息，，並與 Microsoft Agent 365 整合，正式提供給使用者在 Windows 上執行 AI 代理的安全規範環境。
在 MXC 的設定下，Windows 提供從處理、會話、WSLc、虛擬機到 Windows 365 整套程序的完整隔離環境。
而在身份識別的部分，則是在作業系統層級實施強制的 Agent 行為歸因（Attribution），讓每個 AI 代理動作都能在被控制／監督的狀態下運作。
而在管理性的部分，則是透過 Agent 365 將企業等級的管理功能應用到 AI 代理的管理工具中，讓企業 IT／使用者也能透過管理工具對本機端的 AI 代理進行更完整的控制，管理人員也可以將安全規則直接快速套用到組織裡的所有裝置上。
而透過 Windows、Microsoft Secuity 以及 Agent 365 的功能整合，Pavan Davuluri 表示這是微軟所帶給世界目前最安全的本地端 AI 代理執行環境。
接著由 Divya Vebkataramu 來展示 Windows 在安全隔離上面的設計，在升級 Python 指令集版本時，直接輸入一個包含惡意程式碼的網頁。
可以看到輸入網址請 AI 代理進行動作時，Microsoft Defender 成功偵測並攔截惡意行為，同時 MXC 自動隔離該特定 Agent 的權限。
而這樣的設計是否會對使用者的一般工作造成影響？Divya Vebkataramu 表示在 MXC 的運作下，使用者的一般工作（左側），跟右側的 AI 代理工作完全隔離，切斷 AI 代理工作並不會對使用者的一般工作造成影響。
而在 Microsoft Defender 的頁面下，企業 IT 可以檢視組織裡裝置使用 AI 代理的情形，不管是個人 AI 代理或是組織 AI 代理，可以查看連結狀況，在遭遇異常狀態時也能夠即時進行保護與隔離。
在講完了安全性設計後，接下來 Pavan Davuluri 回來談到混合智慧（hybrid intelligence）的部分，在目前地端跟雲端皆有各自優勢的狀態下，依照工作特性不同混合使用地端或是雲端 AI 算力，才是目前最好的做法（其實就是成本考量）。
而混合智慧的設計就是結合了本機端邊緣計算與雲端算力，在不犧牲模型能力的前提下大幅節省 Token 預算的選擇。
而為了達到這個目的，微軟這次將先前為 GitHub Copilot 推出的動態多模型編排系統 HydraFusion 整合到 Windows 中，能根據作業的算力需求，自動調配並切換本機端（PC）與雲端（Cloud）的不同 AI 模型，在確保 AI 生成品質的同時，大幅降低雲端運算成本。
而在本地端模型的部分，這次微軟推出了 MAI code 1.1 Flash 模型，是針對真實世界的程式開發負載所推出的 130B 參數量模型，在 SWE-bench Verified 資料集測試中獲得 72.6％ 的分數（以相近的參數量來看的話，比起 Qwen3.5-122B-A10B 要高一點）。
不過 MAI Code 1.1 Flash 的優勢在經過 3-bit 量化後，可以將體積縮小近 80%，可以在本地端更有效率的執行，並支援 256K 上下文視窗。
另外包括 NVIDIA 即將在 10 月 15 日發表，針對 RTX Spark 推出的 Nemotron 70B 模型，在 2 bit 量化後可以用 20 GB 的記憶體規格進行運算。
而具備 284B 更大參數量的 DeepSeek V4 Flash 模型，在經過 1.6 bits 的量化，可以在 60GB 記憶體配置的裝置上運作接近第一線前沿模型的智慧運算，將過去只能在雲端提供的 AI 算力，現在在本地端裝置上也能辦到，而 Pavan Davuluri 表示這只是開始。
至於在執行環境部分，這次微軟也將 Windows ML 升級，支援了 GPU、CPU、NPU 端的本地模型推論部署。
並且整合了 llama.cpp 推論引擎，可以讓開發者有更廣泛的模型支援共通性，也能讓使用者在跨平台上延續開發工作。
透過以上的智慧路由、地端模型的高相容性以及高性能的執行環境，Pavan Davuluri 表示Windows 讓每一項任務都能在合適的位置上運作，無論是本地還是雲端。
接著又到了展示橋段啦，這部分由微軟的 Kayla Cinnamon 展示怎麼在 Coding 工作流中整合 AI 代理，並且利用 Copilot 加速工作。
在 GitHub Copilot 中直接輸入提示詞，請 AI 代理偵測程式碼中無效的片段並且進行彙總。
在下方的模型選擇部分使用自動・效率模式，自動在雲端／地端模型間進行切換。
這時候可以看到因為 AI 代理判斷這是個比較簡單的作業，所以選擇地端進行運算，在畫面左邊的工作管理員視窗中可以看到 GPU 效能正在滿載中。
點開工作視窗的 Tracker，可以看到使用的是本地端的 MAI Code 1.1 Flash 模型。
而即便將裝置開啟飛航模式斷網，工作也能持續進行。
而如果要執行更複雜一點的工作，使用者不需要更改任何的設定，會自動切換到效能更強的雲端 AI 執行（在展示中是 GPT 6-Luna），而在 Hybrid Intelligence 架構下，還可以將工作階段細分成更小的任務，轉交給本地端模型進行運作，以上面的範例來說，就是透過 GPT 6-Luna 找出問題後，利用本地端的 MAI Code 1.1 Flash 模型進行更近一步的分析 。
這個做法的優勢在於可以大量減少雲端 Token 的用量，透過本地端模型產出免費的 Token 進行運算。
Kayla Cinnamon 也展示了 GitHub 的工作階段介面中，以 Canvas 轉化成的視覺化介面，除了可以自動化整理工作外，使用者也能看到每個階段使用的模型類別。
另外也可以設定自動化操作，即便使用者不在電腦前，AI 代理也會持續工作，不過為了避免在使用者不注意的時候把雲端 Token 的額度燒光，在介面中也可以指定僅使用地端模型進行運算，這樣就算是請 AI 代理整晚工作，所使用的 Token 費用也只是 0 元。
而這個 HydraFusion 智慧模型路由功能將會在 10 月 15 日跟著新版本的 Windows 作業系統一起登場。
接著談到將 AI 整合到日常工作流的部分，微軟這次在新版本的 Windows 中將 AI 代理能力整合到介面中，包括工作列搜尋、快捷動作以及 Copilot 的三大混合智慧能力等。
首先就是將 Windows 內原本的工作列搜尋（Taskbar Search）功能加入更智慧的快捷動作功能，可以直接在搜尋列中輸入命令，像是切換深色模式、開啟請勿打擾、調整麥克風音量、畫面截圖、調整視窗排列，甚至是連結手機傳送簡訊等等。
工作列搜尋列的快捷動作功能。
也可以連結 Copilot 輸入問題，請 AI 進行回答，需要更進階的功能時，也可以直接在這邊開啟 Copilot 視窗繼續更深入的討論。
接著由 Jacob Andreou 上台，針對 Copilot 的新功能進行更進一步的講解。
新的 Copilot 功能所應對的三大面向：Home 一般日常工作、Code 程式編碼以及 Autopilot 自主代理。
Jacob Andreou 表示這次的 Copilot 在導入了混合智慧能力後，具備了三大功能，包括可搜尋使用者 PC 上所有檔案的本機上下文（Local Context）、在使用者授權下直接執行檔案編輯或是修改系統設定的本機動作（Local Actions），以及將具備隱私或是較低成本需求的任務在本機執行的本機模型（Local Models）功能。
首先在 Home 的部分，整合了 Chat 跟 Cowork 的功能，具備協作能力的角色。
先前微軟在 Copilot for Office 中，已經將智慧能力整合到 Office 的各個 App 中，包括 Word、Excel 等應用，都可以透過 Copilot 以口語化的方式進行原本困難的文件編輯與資料匯總功能。
而在這次的 Home 面向部分更為進化，AI 代理會透過模型理解電腦裡的文件，使用者可以直接在 Copilot 中詢問、彙總文件的內容而不用另外開啟文件。
至於在程式撰寫部分，透過 AI 代理的協助，使用者僅需簡單的提示詞，就能自行撰寫原生的 Windows 應用程式，並且在安全隔離的 MXC 本地沙盒中進行運作測試，而且全程都可使用低成本的本地端模型進行撰寫。
在 Autopilot 自主代理的部分，Jacob Andreou 則是展示了直接在系統裡面進行進行自動尋尋，歸類檔案並且打包送出的範例，在 Teams 中直接對代理下達搜尋相關文件的命令。
AI 代理就會自動開始進行相關文件檔案的搜尋動作。
Jacob 直接展示了請 AI 代理中裡要寄給會計師的報稅文件，下了一句這樣的提示詞後。
Autopilot 就會自動搜尋散落在不同資料夾的報稅文件，透過本機模型重新命名、歸類、打包 Zip 檔並自動草擬送交會計師的 E-Mail。
使用者就可以直接檢視 E-Mail 的內容後送出即可。
這些 Copilot 的新功能將會在未來幾個月陸續推出。
接著 Pavan Davuluri 回到台上，講一下 Windows 對於 AI 代理應用的最新支援。Pavan Davuluri 表示在新版的 Windows 裡，將會直接內建對於 Hermes Agent、OpenClaw 以及 Perplexity 這些熱門 AI 代理應用的支援。
直接展示了透過 Hermes Agent 對電腦裡圖片進行編輯的功能，包括縮圖，重新命名以及直接做出一個互動展示的 html 頁面檔案。
而 Meta 最新發表的 Muse AI 代理也推出了 Windows 版本。
而為了要讓使用者更容易將 AI 代理導入到 Windows 中，新版本的 Windows 也重新設計了開始設定頁面（Get Start)，直接將 Hermes Agent、OpenClaw 跟 Perplexity 整合到開始設定中，使用者只要選擇自己想要使用的 AI 代理，就會自動開始進行安裝設定。
基本上就是可以無痛上手開始使用，跟先前相比真的差太多了。
從這次微軟在 Windows 所推出的更新功能來看，微軟對於在個人電腦端執行 AI 代理真的抱持相當大的期望，從展示中來看，透過安全隔離、混合模型支援、與系統深度整合的設計，也的確能讓 AI 代理在本地端電腦上提供效能更好以及更方便的操作應用，不過實際上真的是否如此，還是要等之後實際功能落地之後才能給出真實評論，不過無論如何，看到這次真的可說是能以較低的技術門檻可以在本地端進行 AI 應用的設計，對於想要更進一步運用 AI 增加工作效率，或是擴展不同能力的使用者，真的是一個相當心動的消息。
感謝分享&介紹，ai絕對新品發售的關鍵字 
