Windows Hybrid Intelligence wurde am 7. Oktober 2026 von Microsoft im offiziellen Windows-Blog vorgestellt. Die Aufteilung ist einfach: Agenten arbeiten lokal, wenn das sinnvoll ist, und greifen auf die Cloud zu, wenn sie es brauchen. Das ist kein einzelnes Copilot-Feature, sondern ein Plattformpaket: Die Ausführungscontainer, die Agenten einsperren, sind jetzt allgemein verfügbar, ein Frontier-Coding-Modell wurde per Quantisierung auf lokale PCs gebracht, GitHubs Modell-Routing verteilt Arbeit auch an Modelle auf dem Gerät, und die Windows-ML-Laufzeitumgebung unterstützt nun llama.cpp. Die Hardware desselben Tages, etwa die Vorbestellungen des Surface Laptop Ultra, wird hier separat behandelt; dieser Text bleibt auf der Betriebssystem-Ebene.
Erst den Agenten einsperren: MXC ist GA
Agenten verhalten sich nicht wie klassische Apps: Sie laufen rund um die Uhr, rufen Tools auf, schreiben Code, lesen Dateien und handeln systemübergreifend — oft unbeobachtet. Microsoft hat die Microsoft Execution Containers (MXC) nun allgemein verfügbar gemacht, zunächst auf Windows 11. Mit MXC legen Organisationen fest, auf welche Dateien und Netzwerke ein Agent zugreifen darf, durchgesetzt zur Laufzeit. Zusammen mit Agenten-Identität — unterscheidbar, welcher Schritt vom Agenten und welcher vom Menschen stammt — und Verwaltung über Agent 365 und Intune wird Governance im großen Maßstab möglich. Bereits unterstützt werden MXC von OpenAIs Codex, GitHub Copilot, OpenClaw, Replit, LM Studio und NVIDIAs OpenShell; Claude Code, Manus und Perplexity sollen folgen. Metas persönlicher Agent Muse ist zudem als native Windows-App mit MXC-Integration angekündigt.
Frontier-Modelle ziehen auf das Gerät
Die andere Hälfte der Hybrid-Idee sind lokale Modelle, die etwas taugen. Microsoft bringt sein Coding-Modell MAI-Code-1.1 Flash auf das Gerät: 137 Milliarden Gesamtparameter, 6,8 Milliarden aktiv, mit 3-Bit-Genauigkeit um fast 80 % verkleinert, bei erhaltener Coding-Qualität und 256K Kontext lokal. Für den lokalen Betrieb auf RTX-Spark-Geräten wurden außerdem ein kommendes NVIDIA-Nemotron-Modell mit über 70 Milliarden Parametern angekündigt (2-Bit-quantisiert auf gut 20 GB Speicher) sowie DeepSeek V4 Flash mit 284 Milliarden Parametern. Auf Laufzeit-Ebene gewinnt Windows ML llama.cpp-Unterstützung, was Entwicklern den Weg zu Open-Source-Modellen erleichtert.
Routing entscheidet, wo jede Aufgabe läuft
Stehen lokal und Cloud bereit, entscheidet die Verteilung über die Erfahrung. GitHubs HydraFusion, das Cloud-Aufgaben ans passende Modell routet, wird auf Windows erweitert und kann Modelle auf dem Gerät einbeziehen, um Token-Budgets zu strecken. Das kommt später im Oktober als experimentelle Vorschau in die GitHub-Copilot-App, die Copilot CLI und VS Code. Für Endnutzer ist die sichtbare Oberfläche Copilot selbst: Auf Copilot+-PCs soll Copilot mit Erlaubnis lokale Dateien und jüngste Aktivitäten als Kontext nutzen, Aktionen wie Dateiorganisation und Fehlerbehebung auf dem Gerät ausführen und lokale Modelle bevorzugen — ein Rollout über die kommenden Monate.
Die Zeitachse ehrlich lesen
Etwas Nüchternheit gehört dazu: An jenem Tag tatsächlich verfügbar waren nur die allgemeine Verfügbarkeit von MXC und die Hardware-Vorbestellungen. Das lokale Routing über HydraFusion ist eine experimentelle Vorschau später im Oktober, Copilots Hybrid-Funktionen ein Rollout der kommenden Monate. Der 7. Oktober veränderte also keinen Desktop, sondern die Richtung: „Agenten laufen standardmäßig lokal und kontrolliert, die Cloud füllt auf" steht jetzt in der Windows-Roadmap. Wenn die Vorschauen eintreffen, bekommt die Hardware, die Agenten in Laptops bringen soll, ihre passende Systemschicht.
