Agent 大爆發！微軟一晚上發佈 50 個新東西！
整場2小時發佈會，Agent成為了高頻詞。
昨晚，微軟Build 2025大會開幕禮上，納迪拉維杜華再次向全世界宣告——我們正式進入AI智能體時代。
五項重大發佈，四個全與智能體有關：
-
Coding Agent：GitHub Copilot成為全能編程AI助手，修復bug、代碼維護，皆可自主完成。
-
Microsoft Discovery：發現未知材料AI智能體，可生成想法、模擬結果、自主學習。
-
NLWeb：全新開源項目，用自然語言即可與任何網站交互。
-
AI Foundry：應用程序平台Foundry專為構建智能體打造，並將支持Grok、HF等更多模型。
-
Copilot Tuning：可學習企業數據中獨特語氣/語言的智能體。
會上，納迪拉維杜華連線奧特曼，話題同樣是AI智能體，以及AI編碼的未來。
奧特曼更是直言，「我們一直在談論何時才是實現真正的智能編程助手，如今它真的來了，這感覺太不可思議」。
此外，微軟和xAI同樣官宣了合作：Grok系列模型，將正式接入微軟Azure。
同時，馬斯克還順便劇透了一把Grok 3.5，表示它會從第一性原理進行推理，將物理學工具應用於思考。
Computex上的老黃，也出現在了大會現場。他透露說，英偉達GB200已大規模量產，將在Azure AI基礎設施中大規模部署，實現比Hopper架構40倍的性能提升！
可以看到，如今Open Agentic Web已成為微軟的願景，讓AI智能體像互聯網一樣，自由連接、自主運作。
Build大會上，重磅推出的50+新品和服務，正重塑計算堆棧的每一層。
Coding Agent：全自動編程助手
在編程的世界中，時間就是效率。
GitHub Copilot最新上線的Coding Agent，核心就是讓程序員解放雙手。
從功能開發到修復bug，Coding Agent全能勝任。大會現場，納迪拉維杜華親自上陣演示。
他展示了代碼庫中，需要修復的所有bug，比如第一個「在社區頁面添加用戶群組規模的篩選功能」。
納迪拉維杜華將任務分配給Copilot後，AI很快拉取一個PR。
當你將一個/多個問題分配給Copilot時，它也會迅速做出反應，並使用GitHub Actions啟動一個安全沙盒。
它會自動複製倉庫，配置環境，並用GitHub代碼搜索支持的RAG分析代碼庫。
與此同時，Coding Agent還會利用本地配置的工具和MCP服務器去完成任務。
Coding Agent與GitHub無縫集成，只需簡單操作即可啟動，具體做到：
-
分配任務：自動將GitHub Issue分配給Copilot，或在VS Code中通過提示啟動智能體。
-
自主運行：Copilot會在後台通過GitHub Actions創建一個安全、可定製的開發環境，自動處理任務。
-
PR提交：智能體會將代碼提交到草稿Pull Request，開發者可隨時通過會話日誌追蹤進展。
除此之外，Coding Agent還能夠做到功能開發、修復bug、測試擴展、代碼重構、文檔改進等任務。
如下演示中，若發現代碼庫中存在容易混淆的命名，或不一致問題，直接交給Copilot，讓其創建一個PR全面檢查代碼庫，並提出更清晰統一命名的規範建議。
Copilot查詢了41項參考之後，仔細分析了問題（FindBookingForm和FindYourTripForm同時存在），並給出一些建議。
在這個過程中，它會自動發起一個PR，並把查詢生成器重構為獨立類。
不僅如此，AI助手在工作中，會持續將代碼改動提交到一個草稿PR中，並實時更新PR描述。
它的操作權限非常明確：智能推送到自己的專屬分支，而且現有的分支保護策略依然生效。
最重要的是——所有改動都必須經過人工審核才能合併。
畢竟，真正的掌控權始終在開發者手中。
令人興奮的是，微軟今天宣佈，即將開源其底層架構，與開發者們一起構建開放的智能體協作編程生態系統。
Microsoft Discovery：科研智能體平台
微軟在Build 2025大會上推出的另一重磅，就是Microsoft Discovery平台了。
微軟希望，能通過這個智能體平台，直接變革科學發現過程！
Microsoft Discovery的原理，是讓研究人員與一組專業的AI智能體和一個基於圖的知識引擎協同工作，從而快速、大規模、精準地加速科研產出。
平台效果如何？微軟內部實測後發現，非常令人驚喜。
研究者利用其中的先進AI模型和高性能計算（HPC）模擬工具，僅在200小時內，就發現了一種新型冷卻劑原型，可直接用於數據中心，應用前景巨大。
而如果用傳統方法，這個過程需要耗時數月，甚至數年。
此外，微軟還跟美國能源部的太平洋西北國家實驗室合作，發現了一種新型的固態電解質候選材料，直接讓鋰用量減少了70%。
AI智能體賦能科學
因為面臨著以下艱巨的挑戰，科學研發的過程往往並不容易：
-
科學知識浩瀚、錯綜複雜且分散。
-
發現過程多樣化、動態，涉及多種高度專業化的方法和任務，很難讓不同領域融彙貫通。
-
研發是迭代的，很少現成的簡單明確的答案。只有在證據、研討和進步中，科學知識才能不斷演化。
因此，如果想用AI做好科研，就需要建立一種新範式。目的並不在於更快地做同樣的實驗，而是從根本上革新科研模式。
微軟給出的設想是，讓每個研究者都能和一個不知疲倦的AI智能體團隊合作。
在持續迭代的發現循環中，人類和智能體就能實時提煉知識、優化實現。
為此，做科研的AI智能體必須能夠做到——
-
對連接所有知識源、上下文相關的複雜圖進行推理
-
跨越不同領域和任務
-
從結果中學習，調整整個研究計劃
基於圖的科學協同推理
要做到上述第一點，並不容易，因為如今的LLM往往缺乏必要的上下文理解能力。
這種情況下，如何能讓它們對微妙、時常相互矛盾的分散科學數據，進行深度推理呢？
為此，微軟提出了一種基於圖的知識引擎。這樣，就能通過知識圖譜的構建，呈現出專有數據和外部科學研究之間錯綜複雜的關係。
由此，AI能深入理解相互衝突的理論、多樣化的實驗結果，乃至跨學科的潛在假設。
而且，這種基於上下文的推理過程，並非輸出單一固化的答案，而是能通過詳盡的來源追溯和推理過程，確保專家始終參與其中。
讓智能體更專業
通過Microsoft Discovery，研究者就可以指揮一支專業的AI智能體團隊了！
它們不僅能推理，還能親自開展科研。
不用寫代碼，只用自然語言，研究者就可以把自己的專業知識和方法論編碼到智能體中。
比起數字模擬工具的硬編碼行為，這要靈活得多，研究者不再需要計算專業知識，就能發現關鍵成果了。
科研人員可以自定義智能體，比如「分子特性模擬專家」或「文獻綜述專家」。
這就顛覆性地改變了科研：智能體不僅為人類工作，還與他們協同，讓人類的獨創能力大大增強，能夠既見樹木，又見森林。
NLWeb：自然語言交互網站
此外，微軟大會上還發佈了一個全新開源項目NLWeb，可將任何網站變成智能體應用程序。
不用編碼，僅通過對話，即可與網頁內容直接問答互動。
每一個NLWeb端點都是MCP服務器，因此網站可以選擇是否讓其內容更容易被AI智能體發現和訪問。
AI Foundry： AI智能體工廠
與此同時，微軟還全面上線AI智能體工廠Foundry。
-
Windows AI Foundry覆蓋了AI開發全週期的訓練和推理；
-
Azure AI Foundry專為開發者設計、定製與管理AI應用及智能體的統一平台。目前，Grok 3等模型已在平台上線。
還有Copilot Tuning智能體允許企業使用自家數據、工作流和專業知識對Microsoft 365 Copilot進行微調，無需編碼。
總之，Build大會上，除了智能體，還是智能體。
奧特曼、馬斯克、黃仁勳在線「打Call」
在每個產品發佈之間，納迪拉維杜華與奧特曼、馬斯克遠程連線，分別談論了AI編碼智能體未來，Grok 3.5第一性原理的推理性能。
01 奧特曼：AI智能體編碼，就是現在
與幾天前OpenAI Codex類似，微軟Coding Agent同樣用AI去革新編程工作流，提升開發者的編碼效率。
現場，奧特曼分享了自己對軟件工程未來發展方向，以及開發者如何整合運用不同工具形態的願景。
2021年在GitHub上提交Codex後，OpenAI團隊一直在討論，我們將如何實現真正的AI智能體式編碼體驗。
「如今，它終於實現了，這對我來說有點不可思議」。
奧特曼著重強調，「這是我所見過編程領域最大的變革之一」。
這就相當於，每個人現在擁有一個真正的虛擬隊友，可以為它分配工作，即便是複雜的任務也能拿下。
甚至，你可發出多個並行請求，讓AI修復bug、實現新功能、回答關於代碼的問題。
這種智能式編碼體驗，讓開發者將繁瑣的實現細節交給AI，並專注更高層次的創造性工作。
最重要的是，它還能讓開發者保持「心流狀態」，與AI智能體、其他程序員，以及團隊無縫協作，加速整個開發生命週期。
而且，奧特曼還指出，AI模型已變得更加智能、可靠，也更加易用。
人們不再需要從眾多模型中挑選合適的工具，AI會自動做出正確的判斷和操作，帶來真正的「開箱即用」的體驗。
兩年前的AI與今天相比，功能已不可同日而語，未來一兩年的技術飛躍更是難以想像。
對於所有人來說，擁抱這種變革至關重要。
奧特曼驚歎道，那些早期採用Codex的開發者，能快速轉變工作流，完成遠超以往的驚人工作量。
02 馬斯克：劇透Grok 3.5
與此同時，微軟與xAI聯手，在Azure正式上線Grok模型，以及即將發佈的Grok 3.5模型。
對談中，馬斯克提前劇透了Grok 3.5：
它試圖從第一性原理進行推理，也就是將物理學的工具應用於思考。
Grok 3.5的核心理念是，植根於物理學基礎，將物理學工具應用於所有的推理領域，力求在最大限度減少錯誤的前提下探尋真理。
當然，它也會犯錯，但會在不斷承認和糾正錯誤的過程中，逐步逼近真理。
在AI安全問題上，馬斯克直言——誠實為上策。這也算是對最近Grok各種問題做出了回應。
他表示，「錯誤不可避免，但xAI會以最快速度糾正錯誤，並期待更多來自開發者社區的反饋」。
03 黃仁勳：關於性能、協同與算力地基
黃仁勳剛在大洋彼岸的Computex上參加活動，也被納迪拉維杜華遠程拉到了Build大會的現場。
他在連線中提到，英偉達最新的GB200系統已進入大規模生產，並在微軟Azure平台的AI基礎設施中完成大部分部署。
黃仁勳表示Hopper架構過去兩年性能提升了40倍，而所有這些都不是硬件單打獨鬥的勝利，而是軟硬協同的成果。
黃仁勳說，「從 Pascal 到 Ampere，從 Hopper 到 Blackwell，再到下一代架構，我們的軟件架構始終保持兼容。這促使開發者深入優化模型、算法，這些工作將幫助到整個集群，現有集群能夠受益於全棧的軟件升級。」
參考資料：
Transforming R&D with agentic AI: Introducing Microsoft Discovery
