週一黃仁勳在GTC演講揭開微軟與輝達正在「重新發明PC」，讓全球AI界驚嘆：微軟終於拋開OpenAI合作陰霾，啟動漂亮反攻！到底微軟怎麼做？6月3日微軟年度開發者大會Microsoft Build 2026，展現以AI Agent（AI代理）為軸心介紹連串的Agent應用、編排、治理，同時向外界更新自家的AI堆疊（AI stack）現況，宣布新模型之餘，也一併公布在自研晶片上取得的進展。忙碌一整天的輝達黃仁勳，如何在凌晨依舊精力充沛地與微軟納德拉連線，點出大未來？完整拆解。
微軟執行長納德拉（Satya Nadella）在主題演講中，如此替微軟今年的開發者大會定錨：「我們確實正在經歷一場平台移轉。我們正從為App建構作業系統與裝置，轉向為Agent建構。」
雖然納德拉身處加州舊金山，但他的演講重點，卻和太平洋彼岸的台北電腦展（Computex）中，各位科技領袖所勾勒的產業趨勢相合。
今年的納德拉，不再只是把Copilot當作外掛功能放進既有產品裡，而是要讓Agent成為新一代的應用層主角，並向下深度整合模型、硬體與晶片；也因為Agent開始走入企業，不管是硬體還是軟體，也都要因此作出相應改變。
當Agent象徵著從助理走向代理、扛起更多複雜任務時，重視資安的企業需要能夠有效治理的機制，這正是軟體代理人Scout的初衷。同時，Agent將會長時間、甚至不停歇地運行，因此微軟準備了宛若Mac Mini的Dev Box，在本地端運作，以提供不計量的隱私算力。
另外，隨著代理人解放，微軟不再將其限制在PC之上，推出Project Solara這類更合適的硬體裝置與全新OS形態。透過這三者的結合，勾勒出Agent在邊緣端落地的宏大藍圖。
應用層Agent：Microsoft Scout與Autopilot自主行動並且治理
今年Build最顯著的變化，是微軟將Copilot正式往「Autopilot」（自動駕駛）方向推進。
其中，最受矚目的產品為Microsoft Scout，定位為Autopilot類型的Agent。
納德拉形容，使用者可以將Microsoft Scout視為企業級的龍蝦（指OpenClaw），在企業租戶（tenant）內運行，而且合規、自主又長效。
繼去年（2025）底社群掀起開源AI專案OpenClaw的熱潮以後，微軟如今把開源的Agent概念，轉化為符合企業資安與合規要求的商用產品。
在實際應用中，Scout能直接嵌入Teams群組聊天、處理Outlook郵件，並在日常工作流程中默默且持續地運作。
這項產品展現了Agent的三種特性：能跨時段、長時間持續執行任務；透過內建記憶能力與自訂連接器（connectors）掌握上下文、理解企業內部脈絡；將目標從單純的回答問題，進化到能獨立完成複雜的多步驟工作。
微軟預告，未來幾個月內將在Copilot內部建立更完整的數位自動駕駛團隊，Scout僅是起點。
不過，正如同龍蝦需要搭配Mac Mini或者閒置的筆電，Microsoft Scout也需要物理載體與人類世界互動，這便引出了微軟在硬體形態上的新探索。
硬體新入口：Project Solara翻轉既有裝置形態
微軟一面和NVIDIA、品牌代工廠重新想像AI PC，試圖以深入結合Agent的願景驅動使用者換機；另一方面則積極發想AI時代下，最能夠承接Agent的全新裝置形態。
在大會中，微軟展示了兩款AI Agent原型裝置。
一款是置於桌面的小型螢幕，使用者能直接透過語音、畫面或觸控，將多步驟任務交由AI Agent處理；另一款則如同員工識別證般能掛在胸前，內建攝影機、麥克風與感測器，主要瞄準醫療、零售等需要高機動性、走動式工作的應用場景。
這兩台裝置背後，正是微軟針對AI Agent所啟動的全新計畫「Project Solara」。
由於軟體典範正從過去以App為中心的模式，轉向以Agent為中心，底層的作業系統、硬體裝置與人機互動方式勢必得迎來大重整。
微軟應用科學團隊主管史蒂芬．巴希奇（Steven Bathiche）指出，「下一台電腦不是單一裝置，而是所有這些裝置共同運作成一個系統。」
Project Solara在這裡扮演的角色，便是針對Agent優先裝置所設計的平台，或者也能以作業系統稱之，讓企業與開發者在面對桌面裝置、胸牌或穿戴式設備等不同硬體時，能有一套可以延伸的共同規則。
然而，當Scout的軟體智慧透過Solara延伸到人類工作角落時，更嚴苛的挑戰也隨之浮現。這類隨時隨地在邊緣端感知、並執行多步驟推理的Agent，如果每一次運算都要回傳雲端，不僅會產生高昂且不可控的成本，更會面臨嚴重的隱私與延遲問題。
因此，微軟在思考如何乘載Agent時，便同步在本地端規劃以筆電提供算力。
微軟納德拉：企業用AI不必擔憂token成本才是解方
微軟推出Surface RTX Spark Dev Box，用來解決Agent落地最後一哩路的算力挑戰，納德拉使用「不計量智慧（Unmetered Intelligence）」描述Dev Box出現的脈絡。
所謂不計量，指的不是AI不必每一步都回到雲端、按照符元（token）計價，將更多任務留在本機執行，藉此控制成本、降低延遲，且較符合隱私與治理需求。
納德拉表示，當前分布在邊緣端的NPU、GPU與CPU總和算力其實非常驚人，只是，並不是所有人的辦公桌或者家中，都擁有不受限制的智慧。
如同微軟創業初期「讓每個家庭與辦公桌都有一台電腦」的使命，微軟想要讓現在的電腦擁有無限制的智能，因此希望讓Dev Box補上地端的算力缺口。
Dev Box搭載NVIDIA RTX Spark系統單晶片，具備1 Petaflop算力、20核心CPU與128GB統一記憶體，Dev Box的目標是讓大量推理、寫程式、規劃任務在本地端完成，不用每次都得回傳雲端。
這個願景，其實正是呼應輝達（NVIDIA）執行長黃仁勳的說法。
微軟開發者大會前，身處台灣的黃仁勳，白天馬不停蹄地巡迴供應商攤位、與合作伙伴大啖五層蛋糕，到了台灣的凌晨時分，仍非常有精神地遠端連線，與身處美西上午大會現場的納德拉對談。
對談中，黃仁勳承接NVIDIA GTC Taipei的主軸，強調PC的角色正在改變。
過去，PC是由人類直接操作的工具；接下來，它將會成為AI Agent長時間運作、持續調度任務的本地運算節點。
擺脫雲端倚賴，在本機執行Agent，解決token焦慮，讓Agent賦能給每個工作者與家庭，
微軟與輝達聯手推動的這一步，意圖非常明顯：唯有擺脫對雲端的絕對倚賴，在本機執行Agent，才能真正解決企業的成本焦慮。當算力成本不再是緊箍咒，AI Agent才能真正走入日常，賦能給每個工作者。
模型層：Aion與MAI模型家族，有專攻裝置也有推理模型
Agent若要落地，除了前端軟硬體的整合，底層的模型分工更是關鍵。微軟在年會中推出Aion與MAI兩大模型家族，針對不同代理任務而生。
在本地端部分，Aion Instruct主打機身內的即時推理，Aion Plan則專精於複雜規劃，讓Agent能在本地直接執行「代理循環（Agentic Loop）」，與前述的Dev Box本地算力搭配。
而在多模態任務上，MAI家族一口氣推出了Image 2.5、Transcribe 1.5、Voice 2、Thinking 1以及Code 1 Flash，能力涵蓋影像、轉錄、語音、推理與程式開發，正好對應了Scout與Solara在實際工作場景中需要笛曲圖片、聽聲音、寫程式與推論流程的多元需求。
其中，微軟首款推理模型MAI Thinking 1，採用35B的混合專家架構（MoE），專攻邏輯推理與軟體工程。
微軟的AI舵手、消費者AI部門執行長蘇萊曼（Mustafa Suleyman）強調，企業不該只把模型當成買來即用的工具，而是要把模型放進一套可持續優化的環境裡，透過自己的評估機制、任務軌跡、知識庫與強化學習環境，讓它一步步朝特定目標改善。
他以能夠持續改善的「攀爬機（Climbing Machine）」系統，形容不斷調整內部流程與知識調整的過程。
納德拉補充，每個組織都需要建立自己的攀爬機，隨著時間累積，轉化為企業自身的競爭優勢。
這意味著企業未來能透過小而精悍的模型，在特定垂直領域逼近、甚至超越頂級大模型的效果。
晶片層：Maia與Cobalt自研晶片壓低Agent消耗
在AI堆疊的底層，微軟今年也更新了兩款自研晶片，一款是用來處理AI推理的加速器，另一款則是負責雲端與代理人調用邏輯的CPU。
納德拉在談到基礎設施時表示，微軟看重的核心指標，始終是每美元、每瓦特可以產出多少符元，因此，他們沒有花費太多篇幅討論硬體規格，而是它們對AI成本與效率的影響。
先看Maia 200，這是微軟自研的AI加速器，專為推論與代理程式工作負載設計，角色接近外界熟悉的GPU，對標Google的TPU以及AWS的Tranium以及Inferentia。
微軟指出，Maia 200晶片在每美元產出的符元效率上，比競爭對手高出30%，且已經通過GPT-5.5的效能驗證，並計畫作為Microsoft 365 Copilot的核心引擎。
另外，他們也不忘強調，MAI Thinking 1在Maia 200上運行時，可額外獲得1.4倍的每瓦效能增益，藉此凸顯自研模型與自研硬體協同帶來的效益。
至於Cobalt 200，則是微軟自研的ARM架構CPU，主要負責雲端原生工作負載，以及Agent運行時大量出現的協調、調用任務。
微軟表示，這款下一代CPU的整體效能比前代提升50%以上；若放到Agent的調用模式來看，則可降低33%的延遲，並提升23%的吞吐量。
正因為AI從單次問答走向長時間運作的代理系統，底層算力如何壓低成本、縮短延遲，並支撐更頻繁的調用需求，便成為自研晶片與模型的關鍵戰場。
AI Agent落地，拚硬體效率也重視治理
微軟從最上層的Scout代理人應用、Solara硬體入口，到中層的Aion與MAI模型家族，乃至底層的Maia與Cobalt自研晶片，一舉展示了極具野心的AI堆疊。這與其他科技巨頭的戰略路徑異曲同工，各家其實都在拚命研發與布局。
對照五月下旬的Google I/O，同樣是以AI Agent為主體：其代理人應用有正面對決微軟的自主代理服務Spark，硬體有新一代筆電Googlebook，模型有適合Agent、能夠省下成本任務的Gemini 3.5 Flash，底層TPU也分流成推論與訓練雙版本。
若要說微軟展現的最大不同，在於對Agent硬體落地的想像，既有搭載Agent管理平台的新形態裝置，也有專為Agent量身打造的全新AI PC，更強調企業應透過評估機制與知識庫，將模型打造成可持續進化系統，藉此轉化為企業自身的絕對競爭優勢。
不論誰能勝出，AI Agent如何從雲端概念走向現實商用，都已經成為2026年的主旋律。
