一文读懂微软Build 2026开发者大会：“Agent优先”时代到来，一口气发七款自研模型

文丨李海伦

编辑丨徐青阳

美国时间6月2日，微软Build 2026开发者大会在旧金山梅森堡拉开帷幕。此次大会主题聚焦于前沿AI技术的实战应用，微软发布了一系列覆盖自研AI模型、智能体应用、操作系统安全、开发者工具、云服务及新型硬件平台的产品与更新。

在2025年的开发者大会，微软确立了“AI智能体时代”方向，发布了Copilot Studio多智能体编排、Windows AI Foundry，并宣布全面支持Model Context Protocol，GitHub Copilot推出编程智能体Coding Agent。

在微软的叙事中，2025年解决的是“智能体时代，该用什么标准和框架”，2026年聚焦的是“如何用自家的模型和产品，真正跑起来”——模型层补上了能挑大梁的自研主力，产品层把智能体从演示推向了系统、硬件和云的全栈落地。

这次发布会，核心发布可分为六个板块：MAI自研模型家族、以Scout和GitHub Copilot应用为代表的智能体生态、Windows系统级AI安全沙箱MXC、面向开发者的Surface RTX Spark Dev Box与系统优化、Project Solara新型智能体设备平台，以及包括Microsoft IQ、Rayfin、ASSERT、ACS等在内的开发者工具与治理框架。

01

七款模型从零训练，拒绝蒸馏

整场主题演讲以微软CEO萨提亚·纳德拉的愿景陈述为主线徐徐展开。他抛出“智能体优先”的战略框架后，各业务线高管依次登台，推出具体产品把这套框架落到实处。

在大会上，苏莱曼宣布推出七款由微软AI内部开发的全新模型，统一归入MAI家族。

他将MAI的使命描述为构建一台“爬山机器”，通过持续投入计算量、更优数据和更精准评估，实现循环往复的自我改进，让用户始终保持在技术前沿。

训练计算规模方面，苏莱曼指出，用于训练前沿模型的计算量已增长一万亿倍，预计未来三年内还将再增长一千倍。 微软所有MAI模型均“从零开始进行爬山，零蒸馏”，不依赖第三方模型输出进行训练。

微软AI部门负责人苏莱曼介绍七款自研模型

具体模型如下：

旗舰推理模型MAI-Thinking-1 ，这是一个中型模型。微软表示，它在关键的软件工程测试中，性能可以跟市面上最好的模型打平。在盲测对比中，人类评判员对它的偏好程度跟Sonnet 4.6不相上下。这个模型是从零开始、用干净数据训练，未使用第三方模型蒸馏。

编程模型MAI-Code-1-Flash ，是一个推理高效的agentic编码模型，拥有50亿参数，专为GitHub Copilot、VS Code和微软技术栈量身定制并深度集成。微软表示其可与Haiku媲美但成本更低。

文生图模型MAI-Image-2.5及其超高效Flash版，支持文生图和图像编辑，微软称其在Arena评分上超越了谷歌Nano Banana Pro。

转录模型MAI-Transcribe-1.5 ，具备SOTA级别准确性。据称速度比竞品模型快五倍，内置支持43种语言的领域特定术语识别。

语音生成模型MAI-Voice-2 ，提供高质量、自然听感的语音生成，支持15种语言，能够根据短样本适配声音，具备防滥用保护措施。其Flash版即将推出，以更低成本实现同样功能。

所有模型共享相同的数据规范、基础设施和评估框架。除了在Azure Foundry上分发并为微软第一方产品优化外，这些模型还将在Open Router以及Fireworks和Baseten上向开发者提供。开发者首次能够自行调整模型权重。

在会上，纳德拉介绍了Microsoft Frontier Tuning，一种让企业用自身工作数据定制模型的方法。其逻辑是，最有价值的数据不是通用语料，而是智能体在企业里执行任务的真实轨迹、步骤和决策。

微软CEO纳德拉介绍Frontier Tuning

这套机制把MAI模型接入实际业务流程，让模型在真实环境中边做边学。苏莱曼说：“你正在构建自己的模型：在你的环境中，用你的数据训练，由你控制。你的机构知识会成为模型的一部分，并且只属于你。”

效果方面，微软为Excel调整的MAI模型与GPT-5.4水平相当，同时效率提高10倍。麦肯锡采用Frontier Tuning后，MAI在所有测试模型中实现最高胜率，成本降低约10倍。

在医疗健康领域，微软宣布与梅奥诊所合作，共同打造一个用于医疗保健的前沿AI模型。该模型将梅奥诊所的临床专业知识、去标识化的临床数据和纵向洞察，与微软的基础AI能力结合。

微软同时透露，MAI模型正与自研的Maia 200芯片进行协同设计，通过软硬件联合优化已实现1.4倍的效率提升。 

02

智能体生态全面落地

微软在大会上宣告了向“Agent优先”的宏大转型，旨在自动化知识工作者使用软件的方式，将AI助手植入日常办公交互中。

Scout是此次发布的核心智能体产品。 这款被称为“永远在线”的AI Agent，构建于OpenClaw框架之上，可在Microsoft Teams中像人类同事一样交互。

Scout能浏览用户的工作消息、日历和电子邮件收件箱，自动完成任务、重新安排冲突会议，并起草听起来很专业的回复。用户可在Teams中直接向它发送指令，也可以为它命名。

微软新任命的企业副总裁奥马尔·沙欣解释了Scout的设计理念：“你的公司本质上就是雇佣了你的助理。拥有私人助理的全部意义在于，当你不在工作时，他们还在工作。”

Scout通过微软Frontier计划提供，需要GitHub Copilot订阅。微软正测试一款Scout桌面应用，将向选择“前沿”功能访问权限的订阅用户推出。在微软内部，沙欣说销售部门是使用该工具最大、增长最快的群体。

GitHub Copilot桌面应用是另一项重要发布。 GitHub首席产品官马里奥·罗德里格斯（Mario Rodriguez）介绍，这是一款“构建在GitHub之上的、Agent原生的桌面体验”。

通过统一的“My Work”视图，开发者可看到跨连接仓库的动态工作，包括活动会话、议题、拉取请求和后台自动化。每个会话在其自己的Git worktree中运行，并行Agent互不干扰。应用具备Agent Merge功能，可带领拉取请求完成审查、检查和合并。Canvas界面用于人机之间的双向交互，开发者可检查、引导和验证Agent代表自己执行的工作。

GitHub Copilot应用面向Windows 11、Windows 11 on Arm、Mac和Linux提供技术预览版，需要GitHub Copilot订阅，未来将向Copilot Free用户开放。该应用支持云端和本地沙箱、代码审查，两者均附带策略支持。

在智能体安全治理方面，微软发布了Agent控制规范（ACS） ，这是一个新的开源标准，旨在为开发者提供更一致、更细粒度的方法来控制AI Agent的行为。ACS让开发、合规和安全团队能够为Agent定义策略文件，规定Agent可以做什么、绝对不能做什么、何时需要人类批准，以及应记录哪些证据供审查。

ACS作为一个SDK发布，附带LangChain、OpenAI Agents SDK、Anthropic Agents SDK、AutoGen、CrewAI、Semantic Kernel、Microsoft.Extensions.AI、MCP工具等的插件。由于策略可写成单个文件，可以与Agent捆绑在一起，跟随Agent穿越不同框架和环境。

ASSERT（Adaptive Spec-driven Scoring for Evaluation and Regression Testing）是另一项测试工具。这是一个开源框架，通过使用AI将对目标、策略或预期行为的高级自然语言描述，转化为结构化的评分测试。

ASSERT接收关于AI模型预期行为的简明语言描述，生成可接受与不可接受行为集合、问题场景和测试用例，针对目标系统运行测试并评分。它还能记录AI系统所采取的路径，包括中间操作和工具调用，以便开发者检查失败位置。

03

Agent越自主越危险，微软用MXC在系统层划红线

随着AI Agent日益强大和自主，微软识别出一个关键问题：Agent越自主越有用，让它不受护栏约束地在企业网络上运行就越危险。微软官方博客将此描述为一个“多层系统问题”，Agent与人类、工具、应用、模型以及其他Agent之间的每一次交互“都会暴露新的攻击面，并引入不同的故障模式”。

针对这一问题，微软推出了Microsoft Execution Containers（MXC） ，这是一个内置在Windows操作系统本身的、由策略驱动的执行层。微软Windows和设备执行副总裁帕万·达武鲁里强调，这对于使AI Agent具有商业可行性至关重要，它们“围绕安全性、包含、隔离和让用户控制”，将使Agent对普通消费者和企业部署来说足够安全。

微软CEO纳德拉介绍系统级安全沙箱MXC

MXC本质上是一个SDK和策略模型，嵌入在Windows和Windows Subsystem for Linux中，提供微软所称的“可组合的沙箱频谱”。该频谱范围从轻量级进程隔离（已被GitHub Copilot的命令行界面采用），延伸到微型虚拟机、Linux容器，以及在Windows 365上运行的完整云实例。

该系统将Agent的执行与用户的桌面、剪贴板、用户界面和输入设备分离开。每个Agent被绑定到一个身份，要么是本地ID，要么是由Microsoft Entra支持的云预配身份，确保Agent的每一个动作都可被归因、审计和治理。

MXC现已提供早期预览版。与微软企业安全栈集成的Agent 365将于2026年7月推出预览版，将Entra身份服务、Intune设备管理、Defender威胁防护和Purview数据治理能力层叠到MXC之上，使IT部门能集中管理Agent隔离。

在合作伙伴方面，OpenAI、英伟达、Manus、Nous Research（Hermes Agent制造商）以及OpenClaw开源项目已宣布在MXC上构建。

值得一提的是，OpenClaw的合作，是创建者彼得·斯坦伯格（Peter Steinberger）主动联系微软表达合作兴趣，最终这事发展成了全面的平台级伙伴关系。

04

三项更新，让Edge的AI“不联网也能跑”

微软Edge浏览器也获得了本地AI能力升级。微软表示，自Build 2025引入Phi-4-mini后，团队根据网页开发者反馈扩展了端侧AI能力。

第一项是Aion-1.0-Instruct，一个比Phi-4-mini更小、更快、更高效的本地小语言模型。它可在GPU和CPU能力较弱的PC上运行，现以开发者预览版提供，将于7月登陆Hugging Face。

第二项是语言检测和翻译API，随Edge 148版本提供。这两个API由Edge内置的端侧AI模型驱动，用于JavaScript，允许网站和浏览器扩展识别文本语言并在语言对之间翻译。微软称其“提供快速、高质量的翻译，支持超过145种语言，并针对网络上的翻译工作负载进行了优化”，此服务免费。

第三项是通过Web Speech API实现语音识别，在Edge Canary和Dev频道中以实验形式提供。该API帮助开发者将语音或音频输入整合到网站和浏览器扩展中，在设备本地运行，也可基于云端语音转文本和文本转语音服务作为后盾。

05

开发者工具与云服务迭代

在数据智能层面，微软发布了Microsoft IQ，把此前各自独立的四个上下文源合并成Agent的共享基础。

微软Fabric首席技术官阿米尔·内茨打了个比方：《黑客帝国》里那些绿色代码瀑布不是装饰，而是构建那个世界的地基。他说，“我们在数据世界做的事，就是给Agent造一个基于数据的现实”。

Microsoft IQ的四个上下文源分别为：Work IQ，捕获组织日常运作方式，利用电子邮件、文档、会议和日程安排；Foundry IQ，管理机构知识，策划和索引知识库；Fabric IQ，通过数据对业务的实时运营状态进行建模，定义基于Fabric实时智能的实时信号所锚定的实体、关系和业务规则，该功能预计在未来几个月正式发布；Web IQ，添加来自网络的实时全球上下文。