每天 8 点，5 分钟看懂微软技术圈。今天是 2026 年 10 月 8 日，星期四。
今日速览
- Windows 给智能体划出执行边界：微软执行容器 MXC 转正，把智能体能碰的文件、网络、凭据写进策略，由系统在运行时强制执行，智能体自己改不了。
- Copilot 开始用本地文件和本地模型：新的"混合智能"让 Copilot 能读电脑里的文件、在系统里动手，简单任务走设备端模型，复杂的仍回云端。
- 微软把编程模型搬进笔记本：MAI Code 1.1 Flash 本地版 53GB，跑在 Surface Laptop Ultra 上不花 token 费用，10 月底进 GitHub Copilot。
- Surface Laptop Ultra 开卖：NVIDIA RTX Spark 芯片，起售 2,599 美元（国内 21,988 元），10 月 16 日发货，最高配 128GB 统一内存。
- VS Code 1.141 把沙箱带进终端：同一套 MXC 策略落到 Windows、macOS、Linux，限制智能体命令能读的文件和能连的网络。
一、Windows 给智能体划出执行边界
今天这场发布会的核心不是硬件，是一条边界。 微软在旧金山的 Windows 与 Surface 活动上宣布，Microsoft Execution Containers（MXC）正式可用。它不是又一个模型，而是操作系统里给智能体准备的运行约束：开发者或企业管理员声明一个工作负载需要哪些资源与网络目标，MXC 用合适的容器在运行时把边界钉死，策略本身留在智能体控制之外，模型、生成的代码、插件或工具再怎么决定，也无法给自己多要一份权限。
官方的说法是"智能体不能自己当自己的安全权威"。 博客给了一个例子：一个编码智能体被要求改网站，它需要读写仓库、读取生产服务器配置来理解部署方式，但不该改那份配置。没有执行边界的话，智能体可能认定改配置是完成任务最快的路，然后把生产站点弄坏。从智能体自己的视角看，这个动作是合理的，却超出了开发者本想授予的权限。
MXC 提供四种隔离后端，按工作负载选。 process container 跑在 Windows 11、macOS 与 Linux 上，用各平台原生沙箱（Windows 上是 AppContainer、macOS 是 Seatbelt、Linux 是 Bubblewrap），适合模型生成代码和工具调用这类要低延迟的场景；session container 只有 Windows 有，让智能体跑在单独的系统会话里，有自己的本地智能体身份、隔离的桌面、剪贴板、UI 与输入边界，适合长时间运行、需要桌面的智能体；WSL container（WSLc）给依赖 Linux 包与开发环境的工具链；microVM 是 Windows 与 Linux 上的实验选项，提供硬件强制的隔离。Windows 365 对 MXC 的支持也同步正式可用，智能体可以和用户的工作并排跑在云电脑上。
统一接口是它跨平台的关键。 开发者对接的是一套 JSON 配置模式和多语言 SDK，把请求的控制项交给 MXC，由它映射到 Windows、macOS 或 Linux 上选定的后端。同一套约束模型可以跟着智能体从本地设备走到云端。已经支持 MXC 的智能体包括 OpenAI 的 Codex、GitHub Copilot、OpenClaw、Replit、LM Studio、NVIDIA 的 OpenShell 与 Unsloth AI；接下来加入的名单写了 Anthropic Claude Code、Box、Egnyte、Heidi Health、Nous Research 的 Hermes Agent、Manus、Perplexity、Raycast、Simular 等。Meta 的 Muse 也会以原生应用形式进 Windows，并带 MXC 集成。
边界之外还有身份和管理两条腿。 微软把这件事拆成容器、身份、可管理性三件套：容器限住智能体能碰什么，身份把智能体的活动和人的活动分开（Entra 很快会让这件事落地），可管理性把活动接进 Agent 365 与 Intune，让组织能设策略、看风险、统一治理。Pavan Davuluri 在台上把 MXC、Microsoft Security 与 Agent 365 并列成一整套。同一天 GitHub 也宣布，GitHub Copilot 的本地沙箱正式可用，由 MXC 把一条沙箱策略翻译成三个系统的原生控制，管住智能体运行的命令能读改哪些文件和目录、能不能上网、能不能碰本机网络与 Git、GitHub CLI 凭据，企业设置可以强制开启且开发者削弱不了。沙箱策略管的是工具执行，与 Copilot 用哪个模型无关，也不额外收费。
二、Copilot 用上本地文件和本地模型
微软把这条路叫"混合智能"（hybrid intelligence）。 它要解决的是一个现实问题：模型越来越大、能力越来越强，客户的需求正在超过云预算能撑住的范围，所有人都在想办法让每个 token 更值钱，同时不放弃前沿能力。答案是本地与云端一起用，按任务来分：隐私敏感、需要快速响应的活更多留给本地，复杂模型和高算力需求交给云端。官方把它拆成四样东西：强力的本地模型、智能编排、够快的运行时、能扛的芯片。
落到 Copilot 上，就是三个"本地"。 在用户授权的前提下，Copilot 能读取电脑上的本地上下文、替用户在系统里执行动作、调用本地模型。简单任务跑在设备上，复杂任务仍走云端，官方强调这样 token 也能省着用。现场演示里，Copilot 的 Autopilot 帮人整理报税材料：用本地模型在多个文件夹里找文件、改名、打包，再起草一封给会计的邮件，整个过程不把信息送出电脑。Code 一侧则允许用一个提示词直接生成原生 Windows 应用，官方强调不需要开发者经验，代码跑在 MXC 本地沙箱里，需要时还能把活交给其他本地模型。
任务栏搜索被改造成了入口。 从今秋起，Windows 11 的搜索栏会变成一个能直接干事的对话框：输入简短指令就能执行成千上万种操作，比如开关深色模式、开关蓝牙、调屏幕亮度、静音、排列窗口，手机和 Windows 配对后还能直接发短信。推理也带上下文，官方举的例子是输入"调高麦克风音量"，提示栏上方会直接冒出音量滑块。搜索结果本身也重做过：去掉使用率很低的右侧预览窗格，把文件、应用、设置整合进单一可滚动列表，还改进了拼写错误与同义词识别。这套界面在 Insiders 的 Experimental 频道已经先行，初始只支持英语，需要升级到 26340.9616 或 28120.3181 并手动检查更新。
Windows 还多了一个上手流程。 新的 Get Started 体验会在首次开机时自动配置常用的 AI 智能体平台，OpenClaw 是其中之一，简化版安装也会一起来。Windows ML 是底下的运行时，负责把模型分发到 CPU、GPU 与 NPU 上跑；微软同时宣布 llama.cpp 这个轻量本地推理框架要进 Windows ML，NVIDIA 的 Nemotron 本地模型和 DeepSeek V4 Flash 也在路上。官方对整体方向的概括，是让桌面成为智能体最安全的执行场所，同时把部分目前由云数据中心承担的活挪到用户自己的机器上。
三、微软把编程模型搬进笔记本
MAI Code 1.1 Flash 的本地版是这场发布会在模型侧最实的一件。 它是今年 6 月那版 MAI-Code-1-Flash 的升级版，已经接进 GitHub Copilot 与 VS Code，用在日常编码、仓库问答、重构、工具调用这些场景。微软计划把它进一步整合进 Windows 系统。模型是混合专家结构，总参数 1370 亿，每一步只激活 68 亿，量化后大约 3 bit，体积比云端版小了 80%，落到 53GB。
官方给的能力提升有三个数。 相比 6 月版本，它在 GitHub Copilot CLI 的 Terminal-Bench 2.1 上提升约 22%，在 .NET 任务上提升约 15%，输出 token 流速快约 25%，完成同样任务需要的 token 少约 25%。多模态是这一版新加的，能直接读截图、架构图和 UI 草图来写代码，6 月版还只能处理文本。上下文窗口 256K。
本地跑要付出内存代价，这是最该看清的一条。 模型加载要 53GB，官方建议显存 120GB 以上才谈得上顺手，把 256K 上下文顶满时占用会涨到 75.5GB。这也解释了定价：美国 2,599 美元的入门配置只有 24GB 统一内存，装不下这个模型；64GB 版 4,299 美元，顶到最大上下文仍然不够；128GB 版 5,899 美元才是它的目标机器。国内的起点是 21,988 元，128GB 顶配 48,388 元。好在推理在本地跑，微软说不需要为 token 付费。跑分上要留个心眼：本地版在 SWE-Bench Verified 上是 70.8%，低于云端版的 72.6%；Terminal-Bench 2.1 的成绩在 63% 上下，不同转述给出 62.9% 与 66.3% 两个口径，都出自微软 10 月 5 日在 Surface Laptop Ultra 上的自测，没有第三方复现，同榜上 Claude Opus 5.5 与 GPT-6 Astra 都接近 88%。
GitHub Copilot 的本月底更新是配套动作。 微软计划在 10 月底前让 Copilot 支持本地模型推理，开发者可以在云端模型和设备端模型之间自动或手动切换，入口在 GitHub Copilot CLI、Copilot 应用与 VS Code。本地模型选择支持指定提供程序、模型或端点：可以在 Windows ML 里挑 MAI Code 1.1 Flash，也可以接一个 OpenAI 兼容的本地端点，用它暴露出来的模型。
四、Surface Laptop Ultra 开卖，NVIDIA 芯片进笔记本
硬件这一侧，主角是 Surface Laptop Ultra。 它跑 NVIDIA 的 RTX Spark：一颗 Blackwell RTX GPU 最多 6144 个核心，配最多 20 核的 Grace CPU，两者以 600GB/s 相连，最高 128GB 统一内存与 1 petaflop 的 FP4 算力。15 英寸 PixelSense Ultra 屏，262 PPI，峰值 HDR 亮度 2000 尼特。散热能力是现有 Surface 的 2.5 倍，脱离电源时能保持插电状态 99% 的性能，整机不到 4.5 磅（约 2 千克），比 16 英寸 MacBook Pro 的 2.14 千克还轻。充电口换成磁吸式 USB-C，沿用多年的 Surface Connect 被去掉。
价格与时间都定了。 起售 2,599 美元，国内商城起售 21,988 元，128GB 内存顶配 48,388 元；10 月 7 日开放预订，10 月 16 日开始发货。微软还给出最高 1,000 美元的换购补贴，指向 MacBook Pro。性能对比仍要按厂商自述处理：官方称本地模型返回提示结果的速度是 MacBook Pro M5 的两倍、视频生成快六倍，另有一组 4.3 倍图像生成、6.2 倍视频生成的说法来自不同口径，等第三方复核。
同台还有两台面向开发者的机器。 Surface RTX Spark Dev Box 起售 5,999 美元，预装 VS Code、GitHub Copilot CLI、WSL 与 PowerShell 7，同样是即日起预订。NVIDIA 预览了 DGX Station for Windows，基于 GB300 Grace Blackwell Ultra，最高 748GB 一致内存与 20 petaflops FP4 算力，面向在 Windows 环境里开发和运行大模型的企业团队，预计今年晚些时候推出；RTX Spark 的小型台式机 11 月开卖，官方定位是能 7×24 运行、让智能体持续在后台干活。笔记本与台式机由宏碁、华硕、戴尔、惠普、联想、微软、微星与技嘉一起来做，已知型号包括华硕 ProArt P16、戴尔 XPS 16、惠普 OmniBook Ultra 16、联想 Yoga Pro 9n、微星 Prestige N16 Flip AI+。
五、速报
VS Code 1.141 把 MXC 沙箱带进终端。 同一套策略限制智能体运行的命令在文件系统和网络上的可达范围，覆盖 Windows、macOS 与 Linux；同版本还加了工作树清理，用 Chat: Open Worktree Cleanup 查看非活跃会话占用的磁盘并删除，可按闲置时长筛选、也可设自动清理；Agents 窗口支持把多个会话以网格水平或垂直排列并保留布局；能在同一个窗口里同时登录 GHE.com 与 GitHub Enterprise Server；还能把外部的 Copilot、Codex 会话接进 VS Code 继续，不丢上下文。
Windows Insider 先拿到新搜索体验。 10 月 7 日的预览版推送里，Beta 频道是 26220.9606（26H2）与 28020.3172（26H1），Experimental 频道是 26340.9616（26H2）、28120.3181（26H1）与 29683.1000。基于 WinUI 3 重构的搜索是 Experimental 专享，带内联操作，能直接开关深色模式、蓝牙、屏幕亮度、静音和排列窗口；Experimental 还新增电池状态小组件，把电脑与外设电量收在一处。
10 月累积更新 10 月 13 日到。 面向 26H2、25H2 与 24H2 推送，24H2 在收下这次更新后结束支持。这一批的看点包括文件资源管理器的预览改进（确认网络警告后可预览下载的 HTML、PDF 自动显示）、Home 页面记住展开与折叠状态、设置里新增"最大化打开应用"、放大镜可直接输入精确百分比、Copilot 键支持映射到右键菜单与右 Ctrl、WinRE 默认复用系统里保存的 Wi-Fi 配置。
Azure 侧的几条。 自家 AKS 在裸金属上加了对 Ubuntu 的支持，进入公开预览；OneLake 目录搜索从 10 月 15 日起会把语义模型、湖仓与镜像数据库里的表作为独立结果显示；Anyscale on Azure 正式可用，企业可以在自己的订阅里、在 AKS 上跑完从数据处理、训练、后训练、评测到推理的整条链路，支出计入既有的 Azure 消费承诺。另一个时间点值得记下：.NET 8 与 .NET 9 的支持都在 11 月 10 日结束。