Windows et son « hybrid intelligence » ont été officiellement présentés par Microsoft le 7 octobre 2026 dans un billet du blog Windows. Le principe est simple : les agents travaillent en local quand c'est pertinent et montent dans le cloud quand c'est nécessaire. Ce n'est pas une fonction Copilot de plus, mais un mouvement de plateforme : les conteneurs d'exécution qui enferment les agents passent en disponibilité générale, un modèle de code de pointe a été quantifié pour tourner sur PC local, le routage de modèles de GitHub commence à confier du travail aux modèles embarqués, et l'environnement Windows ML accueille llama.cpp. Le matériel du même jour, comme les précommandes du Surface Laptop Ultra, est traité séparément ici ; ce texte reste sur la couche système.
D'abord, enfermer l'agent : MXC passe en GA
Les agents ne se comportent pas comme des applications classiques : ils peuvent tourner en continu, appeler des outils, écrire du code, lire des fichiers et agir d'un système à l'autre, souvent sans supervision. Microsoft rend désormais les Microsoft Execution Containers (MXC) disponibles pour tous, d'abord sur Windows 11. MXC permet aux organisations de définir les fichiers et réseaux accessibles à un agent, avec application à l'exécution ; combiné à l'identité des agents — savoir quelle étape revient à l'agent ou à la personne — et à la gestion via Agent 365 et Intune, la gouvernance à grande échelle devient praticable. Parmi les agents déjà compatibles : Codex d'OpenAI, GitHub Copilot, OpenClaw, Replit, LM Studio et OpenShell de NVIDIA, avec Claude Code, Manus et Perplexity annoncés ensuite. Muse, l'agent personnel de Meta, arrivera aussi comme application Windows native intégrant MXC.
Les modèles de pointe descendent sur la machine
L'autre moitié du dispositif, ce sont des modèles locaux qui valent la peine. Microsoft porte sur l'appareil son modèle de code MAI-Code-1.1 Flash : 137 milliards de paramètres au total, 6,8 milliards actifs, compressé en précision 3 bits pour réduire la taille de près de 80 % tout en gardant la qualité de codage, avec 256K de contexte en local. Ont aussi été annoncés pour un usage local sur machines RTX Spark un futur modèle Nemotron de NVIDIA de plus de 70 milliards de paramètres (quantifié en 2 bits, un peu plus de 20 Go de mémoire) et DeepSeek V4 Flash, 284 milliards de paramètres. Côté environnement d'exécution, Windows ML gagne la prise en charge de llama.cpp, ce qui facilite l'accès aux modèles open source.
Le routage décide où chaque tâche s'exécute
Quand le local et le cloud sont tous deux disponibles, l'expérience se joue dans la répartition. HydraFusion de GitHub, qui aiguillait déjà les tâches cloud vers le bon modèle, s'étend à Windows pour solliciter les modèles de l'appareil et ménager les budgets de tokens. Cela arrivera plus tard en octobre en aperçu expérimental dans l'application GitHub Copilot, la CLI Copilot et VS Code. Pour l'utilisateur final, la surface visible est Copilot lui-même : sur les PC Copilot+, avec autorisation, Copilot exploitera fichiers locaux et activité récente comme contexte, mènera des actions comme l'organisation de fichiers et le dépannage sur la machine, et privilégiera les modèles locaux — un déploiement attendu sur les prochains mois.
Lire le calendrier sans le confondre avec une livraison
Un peu de recul s'impose : dans l'annonce officielle, seuls la disponibilité générale de MXC et les précommandes de matériel étaient effectives ce jour-là. Le routage local via HydraFusion est un aperçu expérimental de fin octobre, et les fonctions hybrides de Copilot un déploiement étalé sur plusieurs mois. Le 7 octobre a donc changé la direction plutôt qu'un bureau : « les agents tournent en local et sous contrôle par défaut, le cloud complète à la demande » est désormais écrit dans la feuille de route Windows. Quand les aperçus arriveront, le matériel pensé pour mettre les agents dans les portables trouvera sa couche système assortie.
