平台的變革始於開發者的創新，他們探索創新、選擇工具、發想創意，並將想法化為現實。
這波平台轉型帶來前所未有且觸手可及的資訊量。這場轉變不僅止於快速開發，接下來更包含建置、營運、最佳化與觀測。從打開筆記型電腦到在正式環境部署應用程式的那一刻，以無縫且不影響效率的方式保護基礎架構、應用程式與 AI agent。
然而，開發者具有雙重角色：一方面是工匠般的創作者，能自由選擇適合的工具與模型；另一方面是企業系統的建構者，負責打造從第一天起即具備治理能力、安全性與可信任基礎的解決方案。
因此，開發者需要的並不是另一種單純用於建置與執行 agent 或應用程式的方法，而是信任機制。他們需要原生環境的脈絡與領域專業知識，更重要的是，需要能夠依據不同問題選擇最合適模型的自主權。
這雙重的特性正是微軟擅長之處，微軟自問：怎麼樣才算是一位現代開發者？微軟於 Build 大會分享，在「智慧無所不在」的時代中，如何賦能開發者進行建構，同時提供企業級規模所需的控管與安全性，並在一個模型多元、開放且異質的技術平台上實現這一切，讓既有的知識與世界原生的智慧得以整合共存。
今年的 Build 大會有許多重要訊息，聚焦在三個核心主軸。
第一，真正屬於使用者的智慧。透過 Microsoft Agent Platform（一個由 Microsoft IQ 提供使用者情境脈絡與智慧能力的平台），開發者可以在 GitHub 中打造 agent，並部署至 Microsoft Foundry，系統將自動優化並選擇最適合任務的模型，讓 agent 程式同時連結企業內部與全球知識資源，並可透過 Microsoft Teams、Microsoft 365 或團隊日常使用的各種場景進行存取。此設計旨在降低開發過程中在情境與治理、安全與速度、模型與工具之間的取捨。
第二，是依照開發者需求打造的全堆疊。開發者能以自己偏好的方式進行開發，選擇合適的工具、模型與工作流程，並將構想落實為實際應用。這不僅限於 agent 平台，而是延伸至技術堆疊，涵蓋從晶片、作業系統到開發工具與雲端服務，並以 Windows 為起點。Windows 不再只是「給 Windows 開發者使用的 Windows」，而是「給所有開發者的 Windows」。微軟正在推出全新的開發者配置，提供更高的彈性、更流暢的智慧殼層與終端體驗、agents 的本地沙盒、Windows Subsystem for Linux 全新功能，以及更強大的本機執行能力，讓開發者能直接在本機端完成開發與 AI 工作流程。
第三，是著眼於下一個階段。代理式系統（agentic systems）將從程式碼開發進一步擴展至推動人類進步，放大科學家與研究人員的潛能。科學與運算領域的新前沿也將建立在相同的開發者平台基礎之上。
從筆電到雲端，開發者將擁有完整的多模型生態系，能夠在不犧牲掌控力與創造力的前提下打造下一波技術創新。而一如既往，一切都從開發者開始。
了解使用者、其企業與世界的Agents
隨著 AI 模型能力持續提升且日益普及，企業的競爭優勢已不再取決於是否取得 AI，而是能否掌握。如何將企業的專業知識、資料與工作方式，轉化為一套能夠持續學習並不斷創造更佳成果的系統？微軟希望打造一個讓企業擁有自主性的生態系，而非將價值持續回流至顧問或模型開發商。
企業的 agent 要能夠反映組織的思維模式與營運方式，涵蓋商業邏輯、企業知識，以及各項工作流程，真正成為企業能力的延伸。
而這一切的基礎來自於情境脈絡資訊。Microsoft IQ 現已於 GitHub Copilot、Microsoft Foundry 與 Copilot Studio 正式推出，作為全新的情境脈絡層（context layer），讓 agent 能夠同時運用全球與企業的知識作為基礎。Work IQ 是專為 agent 設計的工作場所智慧層（workplace intelligence layer），能夠擷取實際工作流程在 Microsoft 365、企業系統及外部資料來源中的運作方式，包括人員、電子郵件、文件、會議及其彼此之間的關聯。
Work IQ API 將於 6 月 16 日正式推出，提供對此智慧層的程式化存取能力，讓 agent 取得在組織內有效運作所需的情境資訊。Fabric IQ 則為結構化商業資料提供共享的語意基礎。Foundry IQ 將上述能力整合在一起，並支援橫跨企業知識與即時網路資訊的檢索規劃（retrieval planning）。
加入此系列的全新產品是今日正式宣布的 Web IQ，是能為 agent 提供真實世界情境基礎（grounding）的最快方式。這是一套 AI-first 的網頁搜尋技術堆疊，具備不綁定特定模型（model-agnostic）與原生支援 MCP 的特性，能以接近市場次佳方案 2.5 倍的速度回傳相關內容片段。
微軟也正在探索這些情境脈絡如何應用於新的產品形態，特別是全天運作的自主型 agent。Microsoft Scout 是一款全新的個人工作 agent，今日將率先提供給 Frontier 客戶使用。建立於 OpenClaw 與 WorkIQ 之上，Scout 能理解使用者的工作方式，並運用你日常使用的工具，例如 Teams 與 Outlook，在不需詢問的情況下主動處理工作事項，包括會議準備、行程衝突調整以及例行性任務。微軟也十分期待在未來分享更多進展，並逐步擴展 Scout 的能力與服務提供範圍。
在模型層面，微軟 AI 超級智慧團隊（Microsoft AI Superintelligence Team）發表一系列共七款的自研模型，其中首發的 MAI-Thinking-1 是微軟 AI 的首款推理模型。該模型從零開始訓練，未經任何知識蒸餾，採用企業級、乾淨且具商業授權的資料集，讓開發者能安心進行建置與應用。
MAI-Thinking-1 為中型模型，具備 350 億個活躍參數，以及 256K 上下文窗口（Context Window），專為高效率與高效能設計，同時維持較低的詞元（token）成本。在盲測評估中，獨立評測者更偏好其表現優於 Sonnet 4.6[1]，並在 SWE Bench Pro[2] 的程式碼能力測試中達到與 Opus 4.6 相當的水準。MAI-Thinking-1 特別針對複雜的多步驟指令、長上下文推理與程式碼生成進行最佳化，目前已於 Foundry 進入私人預覽階段。
但這並不是唯一的新模型，MAI-Image-2.5 及其 Flash 版本是微軟首款同時支援文生圖（於 Arena AI 排行榜排名第三）以及圖生圖（image-to-image，於 Arena AI 排行榜排名第二，超越 Nano Banana Pro）能力的模型。這些模型特別適用於創意工作流程，能協助使用者將概念轉化為實際圖像，或進一步優化既有圖像作品。這些模型已整合至 PowerPoint，並正逐步導入 OneDrive，今日也已正式在 Foundry 推出，效能與成本比達到領先市場的水準。
MAI 家族還有其他新成員，包括：MAI Transcribe 1.5 在 43 種語言中具備領先的準確度，並將很快支援串流功能。MAI-Voice-2 及其 Flash 版本現已支援超過 15 種新增語言，並提供更多全新語音選項。此外，MAI-Code-1 是微軟專為 GitHub 調校的高推理效率程式碼模型，目前已可在 Copilot 與 VS Code 中使用。
開發者的選擇不僅限於微軟的產品，MAI 模型也將可在 Fireworks AI、Baseten 與 OpenRouter 上使用。同時，Fireworks AI 現已於 Foundry 全面推出，讓開發者無論選擇哪一種模型，都能在單一平台上獲得具備企業治理能力與 Azure 資料落地的整合體驗。
對於希望真正讓智慧成為企業自身資產的組織而言，Frontier Tuning 透過在合規性範圍內進行增強式學習，使 agent 能夠學習企業實際運作方式。透過企業自身資料、領域知識與工作流程，形成一個隨著 agent 持續運作而不斷優化的學習循環。此功能今日已進入私人預覽階段。
安全性與治理能力則貫穿整個系統。Agent 365 for local agents 將 Entra、Defender 與 Purview 延伸為單一控制平面，讓企業能在不同部署環境與框架下，對所有 Agent 進行觀測、治理與安全防護。這正是實現高速開發同時維持可控性的關鍵方式。
此外，微軟也推出一套開放、端到端的 AI agent 信任堆疊，適用於任何框架，並以兩項開源專案為基礎：Adaptive Spec-driven Scoring for Evaluation and Regression Testing（ASSERT），用於以政策為導向的安全評估；以及 Agent Control Specification，用於在 agent 運作流程中應用控制機制位置與方式的標準化。
同時，微軟也進一步強化防護能力，推出代號 MDASH 的新一代多模型 agent 安全系統。該系統部署超過 100 個 agent，透過對資料流、商業邏輯與攻擊鏈的推理來發掘可被利用的漏洞，並將具備情境感知的修復建議直接交付至 Defender 入口網站。
完整技術堆疊，由使用者掌握
當我們思考代理式時代的工作型態，將會需要一個橫跨雲端與邊緣端、無所不在的智慧平台。然而，對開發者而言，關鍵在於如何在維持掌控的同時，建構這些高度複雜的 agent 系統。這代表開發者必須持續維持開發流程中的流暢狀態，而不是為了等待工具而中斷，並在數分鐘內完成實驗，而非花費數小時。
這一切始於晶片層級，而這正是 Surface RTX Spark Dev Box 的設計初衷：專為長時間運算負載打造，包括長時間訓練任務、agentic AI 管道，以及本地模型微調。
搭載 NVIDIA RTX Spark，其 AI 運算效能最高可達 1 petaflop，並配備 128 GB 統一記憶體，可在本地執行 agents 工作負載，執行高達 1,200 億參數的大型語言模型，並支援最高達 100 萬個詞元的上下文長度，無需依賴雲端 GPU 執行個體[3]。系統預先配置 Windows Subsystem for Linux（WSL）2，支援原生 GPU 直通與完整 CUDA 支援，並預先安裝 Visual Studio Code、GitHub Copilot 等開發者常用工具。Surface RTX Spark Dev Box 將於今年稍晚於美國市場透過 Microsoft.com 上市。
在作業系統層面，微軟正將 Windows 打造成原生支援 agent 的執行環境（agent-native runtime）。現已進入預覽階段的 Microsoft Execution Containers（MXC）為開發者與 IT 管理人員提供更簡便的方式建立企業級 agent 沙盒環境，並由作業系統本身負責執行隔離。開發者只需定義一次需求，Windows 即可在所有 agent 執行環境中一致套用相關規範。
OpenClaw 已將這項技術應用於 Windows，使多步驟工作流程能夠在作業系統強制的安全範圍內執行，NVIDIA 自主代理 OpenShell 安全執行環境採用 MXC，並加入政策管理、推論路由（routing）以及個人識別資訊（PII）混淆功能。透過結合這些能力，為開發者提供一個安全的 agent 開發與部署環境，同時也為 IT 團隊在本地裝置與雲端環境中提供所需的治理工具。
當 agent 轉移至雲端時，目前處於預覽階段、由 Foundry Agent Service 提供的託管 agent，能以可擴展的方式實現相同模式，為每個對話提供可即時啟動的沙盒環境、隔離執行、持久記憶，以及彈性擴展能力，可以把它視為 agent 的基礎元件，如同容器之於雲原生應用程式。
無論是在整合開發環境（IDE）還是在命令列中，agent 開發流程都能協助以前所未有的速度撰寫程式碼，但這只是軟體建構過程中的一部分。
GitHub Copilot 應用程式目前處於預覽階段，將 agent 開發帶入原生桌面體驗，並觸及更廣泛的使用族群。使用者可以從一個想法、既有的 Issue 或 Pull Request（PR）開始，同時協調多個 agent 對話，讓變更持續推進至審查、持續整合（CI）與合併流程。每個對話都使用 git worktree，因此各項工作互不干擾，Copilot 負責執行任務，而開發者則掌控流程。
開發人員可以在幾秒鐘內生成應用程式，但要將這些應用程式真正部署到生產環境，仍需要整合資料庫、API、身分驗證機制以及基礎架構等多項要素。
在平台層面，目前處於預覽階段的 Project Rayfin 正是為了解決這項挑戰而推出。它為 Microsoft Fabric 帶來託管式與後端即服務（Backend-as-a-Service，BaaS）能力，並透過以 GitHub 為基礎的工作流程定義，讓開發人員無需管理基礎架構，即可順利將原型快速推進至正式生產環境。透過與 Replit 的整合，開發人員可建立一條從原型開發到企業級部署的快速通道，並從 Day 1 即納入治理機制。隨著代理式應用的規模持續擴大，Azure HorizonDB 提供能滿足最嚴苛資料庫所需的效能與可靠性。這是一項在 Azure 上提供的全託管 PostgreSQL 服務，根據內部測試結果，其資料處理能力超過同類型自主管理方案的三倍。
未來將由開發者創造
正如長時間運行的 agents 已重新定義軟體開發以及開發人員的角色，新一代 agents 也將改變研發方式，並重塑科學家所能達成的成果。
Microsoft Discovery 今日已全面推出，其建立於 Azure 中，為研究人員提供企業級的 agentic AI 平台，涵蓋完整的科學研究流程。BHP 使用 Microsoft Discovery 在數月內找到銅浸出解決方案，而過去可能需要數年；Syensqo 用於加速半導體研發；GSK 則用於迭代藥物研發流程。此外，微軟宣布推出一款免費的 Discovery 本地應用程式，面向更廣泛的科學社群，目前處於預覽階段，透過 GitHub Copilot 帳號即可使用。
最後，新一代量子運算晶片 Majorana 2 象徵邁向大規模量子運算的重要里程碑，其量子位元（qubit）平均壽命達 20 秒，部分甚至可長達一分鐘，可靠性較前一代提升 1,000 倍，並可於一枚手掌大小的晶片上運算 100 萬個量子位元的發展路徑。在 agentic AI 的協助下，我們預計將於 2029 年底前實現可擴展的量子運算系統。
平台不會自行演進，而是由開發者持續推動向前。微軟希望為開發者提供更多工具與能力，協助打造下一個世代的創新應用。
以上僅為今年 Build 大會的部分重點，完整內容請參閱 Microsoft Build Live 部落格。了解更多開發者相關更新資訊。
[1] 由微軟的合作夥伴 Surge 進行人工評估。
[2] 根據 SWE Bench Pro 基準測試結果。
[3] 資料來源：NVIDIA，數據基於稀疏性（sparsity）下所達到的理論 FP4 TOPS 效能。
