
从零散助手到完整闭环,有些已经能用,有些刚刚启程。
很多人看Ignite大会,习惯数又发布了多少款新品、更新了多少功能。但剥开产品清单会发现,本届大会的核心信号不在多了什么,而在串成了什么。 当地时间11月17日,旧金山,Satya Nadella在开幕主题演讲中给Copilot下了一个新的定义:工作的新操作系统。过去一年,企业谈AI落地,大多是零散的对话助手、单点的文档生成工具,像一个个独立的外包人员,喊一下动一下。 这一次,微软把工作空间、知识管理、安全管控、底层算力四层结构全部打通,搭出了一套能让智能体长期稳定运行的完整框架。 这不是又一轮功能更新,是企业AI从单点试用走向体系化落地的转折点。 大众汽车集团正在部署Copilot的员工规模 雅诗兰黛集团已在全球推广Copilot的员工数 Agent 365平台目前托管的智能体总量 财富500强企业正在使用Copilot Cowork 大众汽车和雅诗兰黛的规模部署,Agent 365平台上超过5000万个智能体的托管体量,说明这套体系不是面向未来的演示,而是已经在真实组织里运转的生产力基础设施。 5000万是平台累计托管的智能体总量,包含客户自建、测试态与正式运行的全部智能体,并非都处于活跃在线状态。即便如此,这个数字从今年7月的近4000万走到今天的5000万以上,增长斜率本身已经说明问题。 这套体系它不是单一订阅制,而是席位加用量的混合计费。Microsoft 365 Copilot基础席位按月订阅,Cowork、Autopilot、高级插件、Foundry模型调用则通过Copilot Credits按量计费,Frontier客户还能拿到按单个智能体、单次任务、模型版本拆分的FinOps精细账单。 这也解释了为什么Agent 365 Business Analytics被称为AI使用的ERP系统,它要做的不是统计使用时长,而是把席位成本、Token消耗、插件调用归集到同一个任务维度核算。 AI第一次变成了一笔算得清的账。 此前的大多数AI产品更像随叫随到的助手。你发指令,它输出结果,对话结束,协作就中断了。每个任务都像第一次合作,背景要重新交代,上下文要重新喂给。 本届大会推出的Copilot Workspaces,相当于给人和智能体划出了一块共享工作区。所有任务进度、中间文件、修改意见都留在这个空间里,智能体起草一段文档,人来审阅,人留下批注,智能体接着改。微软把它称作从单人游戏到多人协作的转变,这个词选得很准。 同步上线的Copilot Home则是统一入口,把Chat、Cowork、Autopilot、Workspaces收纳进同一个界面。 Cowork Auto,它依托Decision 1.1决策模型做路由调度,把复杂任务自动拆分,调度不同模型的子智能体并行执行,可以跨OpenAI、Anthropic与MAI模型混跑,完成后汇总输出。多模型混合调度这个能力,意味着Copilot不再绑定单一模型供应商,编排权回到了平台层。 Autopilot是可以长期运行的智能体,不用人一步步发指令,自己盯着重复性任务,持续推进项目。 每个Autopilot都有自己独立的Entra身份和指定的负责人,登录和操作记录挂在它自己名下,IT可以随时收窄权限或者直接停用。智能体第一次像员工一样被登记、被授权、被审计,而不是一个匿名账号在系统里游荡。 打个通俗的比方,以前的AI是兼职帮工,干完就走,现在它有了固定工位,能和人组队长期协同,自己跟进常规事项。这也是人类愿景这个抽象说法最落地的体现,AI服务于人的工作节奏,而不是人去适应AI的对话规则。 当然,Workspaces和Autopilot目前仅向Frontier先行体验计划的客户开放,尚未全面商用。雄心很大,落地仍在早期,这个分寸微软自己也没有回避。 企业用AI最大的痛点之一是知识散落在各个系统里。法务的经验在邮件里,销售的打法在聊天记录里,产品的文档在SharePoint里。每次用AI都要重新上传资料,不同部门的AI用着各自的知识,没法沉淀,更没法复用。 Microsoft IQ对应的正是这个问题,它已正式商用,是企业级上下文管理平台的总称,下辖Work IQ、Fabric IQ、Foundry IQ、Web IQ四个引擎,客户数已近6万家。它把企业的业务知识、专属技能、行业经验统一获取、统一治理、统一封装,变成可复用的技能和工具,全公司的智能体都可以调用,并通过超过350个第三方连接器接入外部系统。 Web IQ是独立的网络检索层,给智能体提供带溯源的外部信息。它不是又一个独立产品,而是长在微软365、Fabric、Foundry这些产品之上的一层。 Work IQ原生支持MCP协议,这是本届大会技术含量被低估的一环。11月3日,微软开放了SharePoint工具的公开预览,60多项原生操作通过Work IQ的MCP服务器直接暴露给智能体,智能体不再靠提示词摸索SharePoint,而是像员工一样直接操作系统。 微软内部评测显示,接入这些工具后,Work IQ的任务通过率从70.1%提升至84.6%,Token消耗下降16%。业务插件Business Plugins则让业务专家把业务规则、审批逻辑、系统操作一次性封装,全组织智能体复用。 更关键的是Foundry里的持续优化能力,智能体在真实生产环境里跑出来的反馈信号,可以反过来自动优化模型,持续提升质量、降低延迟,不用每次都人工调参。面向路由、分类、优先级排序等任务的轻量决策模型Microsoft-Decision 1.1也正式发布,发布前已有超过4000家客户在使用。 相当于企业不再是每次临时给AI喂资料,而是养了一套自己的知识体系,越用越贴合自身业务。模型可以是通用的,但组织记忆必须是自己的,这几乎就是AI时代企业护城河的定义方式。阳狮集团将Microsoft IQ与其行业专长和专有数据结合,在真实客户场景中验证定制化AI技能,这条路已经从概念走向应用。 当智能体从回答问题变成主动执行操作,风险就不再只是生成一段错误文本,而是真实的业务动作偏差、权限越界、安全漏洞。 传统的安全手段是在模型输出端加过滤规则,微软没有停留在这个层面,而是把信任贯穿了整个技术栈。 应用层,Microsoft Perception正式发布,汇集多个专业安全智能体主动发现、防御并修复漏洞,由MAI-Cyber系列模型支持,用机器速度对抗机器风险。 管理层,Agent 365 Business Analytics让管理者清晰看到AI的投入成本与成效的对应关系,从任务完成情况到辅助工作时长。Nadella给它的定位很直接,AI使用的ERP系统。配套的Cost Management支持设置预算上限与告警,把AI支出从一笔说不清的预算,变成一套可核算、可预警的经营账目。 系统层,Windows通过Microsoft Execution Containers实现更精细的隔离控制,借助Entra提供内置的智能体身份,每台设备执行Agent 365策略。治理第一次下沉到了操作系统这一层,管住AI能碰什么、不能碰什么。 模型供给层面,微软同步发布了七款MAI自研模型,MAI Code 2、MAI Code 2 Flash、MAI Cyber 2 Flash、MAI Image 2.7、MAI Realtime 1、MAI Transcribe 2、Microsoft-Decision 1.1,覆盖编程、安全、图像、实时语音、转录与路由,并推出MAI Licensed Weights授权计划,允许企业在自有Azure环境中定制运行模型权重。 管控框架之外补齐自研模型供给,降低对第三方模型的单一依赖,这一手的战略意图很明白。微软还联合NIST及40余家企业发起AI透明度倡议,目标是统一跨厂商智能体的日志、评估与风险标注标准。 纽约梅隆银行的案例是这套体系最有分量的注脚。双方智能体通过BNY的Agentic Negotiation Protocol,在预设权限边界内自主协商定价,完成了一笔美国国债交易的议价环节,最终由双方人类交易员审批放行后执行,清算走原有系统完成。这个案例的分量在于,国债交易属于对准确性与合规要求极高的场景,智能体只被赋予议价的权力,成交的按钮始终在人手里。只有安全管控做到系统级、权限边界做到协议级,高风险业务才敢把任务的一部分真正交给智能体。 此前AI算力的叙事几乎全围绕GPU。但智能体时代变了,大量工具调用、任务调度、流程编排、代码编译这类控制型工作,更依赖CPU的通用处理能力,而不是GPU的并行算力。 微软这次发布的Cobalt 200虚拟机正是踩在这个节拍上。它基于Arm架构,优化目标不是大模型训练,而是智能体高频的短查询、数据库访问、工具调用与流程编排。 性能较上一代最高提升50%,现已上线14个区域,年底扩展到23个区域,并将在2027年成为Azure新增算力的重要组成部分。它本质上不是和GPU比训练算力,而是为越来越多的智能体控制任务搭建专用的算力底座。 同期亮相的还有Maia 300加速芯片,官方口径是每瓦Token产出提升40%,第二代Maia自研加速器已进入量产阶段。 Azure Catalyst把Azure与GitHub的智能体工具整合为一套互联体验,Windows上的混合智能让轻量控制任务在本地端侧NPU与CPU上运行,重型推理自动上云,算力就近调度。这条链路被有意识地串成一个系统,也呼应了行业的一个共同趋势,智能体落地越深,算力结构就越多元,GPU不再是唯一主角。 Cobalt 200今年年底将覆盖的Azure区域 Cobalt 200相比上一代的最高性能提升 Maia 300相比前代的每瓦Token产出提升 Microsoft Foundry平台目前可选的模型数量 保持研析的克制,这套体系的优势是闭环完整,但现实的约束同样清晰。 01 成熟度分层明显。 本届最吸睛的智能体功能,Workspaces、Autopilot、Business Analytics、business plugins目前都在Frontier计划中,全面商用的时间表尚未公布,企业读者需要分清自己看到的是现货还是期货。 02 生态绑定度很高。 这套体系的顺滑运转,高度依赖微软自身的产品矩阵。微软开放了Salesforce插件和超过350个连接器,诚意可见,但跨生态的融合深度仍需时间验证。 03 异构智能体的管控会打折扣。 Agent 365可以托管第三方框架构建的智能体,MCP插件、工具权限、审计日志的行业标准也尚未统一。非微软体系的智能体接入之后,身份、隔离、成本统计的能力会明显缩水,一套管控平面在异构智能体集群里的效力,目前还是一个待解的题。 04 自主运行伴随行为漂移的风险。 智能体长期自主运行、自动优化的模式,安全管控能大幅降低风险,无法完全消除,人的复核机制在短期内不会被取消,只会转移位置。 05 知识沉淀不是装上就灵。 上下文资产的价值,高度依赖企业自身的数据治理能力。文档缺失、口径混乱的组织,装上Microsoft IQ也得不到高质量的智能输出。 企业AI的竞争已经跨过了比模型强弱的阶段,进入了拼体系完整度的新阶段。从工作空间到知识管理,从安全管控到底层算力,微软搭好了一套可以持续托管成千上万智能体、可审计、可算账、可迭代的组织运行底座,其中一部分已经可以商用,另一部分正在Frontier计划中接受第一批客户的检验。 横向看,OpenAI的ChatGPT Work走的是强模型闭环路线,端到端交付任务,Google的Gemini Agent依托Workspace生态纵深推进,而微软的路线是先把治理、身份、知识这层底座做实,再承载任意模型。底座优先于模型,是本轮Ignite最鲜明的战略注脚。 接下来真正的考验是不同行业、不同基础的企业,能不能在这套骨架上长出自己的智能应用。而整个行业的下半场,也会从谁的AI更聪明,转向谁的体系更稳、更安全、更适配真实业务。 正如Nadella在开幕演讲中所说,我们需要将每一次技术进步转化为实际成果,并为个人、组织乃至整个社会创造新的助力。技术服务于人,并创造切实的业务成果,一年前写下的这句注脚,在旧金山被兑现成了具体的产品、具体的客户与具体的交易。AI不再是对话框,有了常驻的协同工位


企业有了专属的智能知识管家


全链路管控,给智能体装上安全闸门


底层算力悄悄转向,CPU重回AI舞台中心


完整不等于完美

结尾
本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。
评论列表