Windows 混合智能在 2026 年 10 月 7 日由微软在 Windows 官方博客中正式发布，核心思路是让智能体在本地和云端之间按需切换：适合在电脑上跑的任务就本地跑，需要更强算力时再上云。这不是给 Copilot 加一个功能，而是一整套平台动作：负责关住智能体的执行容器转为正式可用，前沿编程模型被量化后塞进本地 PC，GitHub 的模型路由开始把任务分流到本地模型，连 Windows ML 运行时都新增了对 llama.cpp 的支持。硬件那一面（比如同日开放预订的 Surface Laptop Ultra）本站已有单独报道，这篇只看操作系统这一层发生了什么。
先把智能体关住：MXC 转正
智能体和传统应用不一样：它能全天候运行、调工具、写代码、读文件，还经常在没有人盯着的情况下跨系统办事。微软这次把 Microsoft Execution Containers（MXC）推到正式可用（GA），先落地 Windows 11。MXC 允许组织预先定义智能体能访问哪些文件、哪些网络，策略在运行时强制执行；再配合身份标识（分清哪一步是智能体干的、哪一步是人干的）和 Agent 365、Intune 这类管理工具，企业才谈得上规模化治理。目前已支持 MXC 的智能体包括 OpenAI 的 Codex、GitHub Copilot、OpenClaw、Replit、LM Studio 和 NVIDIA 的 OpenShell，Claude Code、Manus、Perplexity 等在待支持名单里；Meta 的个人智能体 Muse 也宣布将以原生 Windows 应用形式到来，并集成 MXC。
前沿模型开始往本地搬
混合智能的另一半是本地模型得够强。微软把自家的编程模型 MAI-Code-1.1 Flash 搬到了设备端：总参数 137B、激活参数 6.8B，用 3-bit 精度把体积压掉近 80%，同时保留编程质量，并在本地支持 256K 上下文。同一批宣布能在 RTX Spark 设备本地跑的还有 NVIDIA 一个 70B 以上的新 Nemotron 模型（2-bit 量化后只占 20GB 出头内存）和 284B 参数的 DeepSeek V4 Flash。运行时层面，Windows ML 新增 llama.cpp 支持，开发者接入开源模型又多了一条顺手的路。
路由决定每个任务在哪里跑
本地和云端都可用之后，真正决定体验的是分流逻辑。GitHub 的 HydraFusion 原本负责在云端把每个任务路由给合适的模型，这次被扩展到 Windows：它可以调用设备上的本地模型，让 token 花得更省。这套能力将于 10 月晚些时候以实验预览形式进入 GitHub Copilot 应用、Copilot CLI 和 VS Code。对用户最直观的入口是 Copilot 本身：在 Copilot+ PC 上，经用户许可，Copilot 将能使用本地文件和近期活动作为上下文、在电脑上直接执行整理文件和排障等操作、并优先调用本地模型，这组功能预计在未来几个月逐步推送。
时间表要看清，别当成已上线
需要泼一点冷水：这篇官方博客里真正"今天可用"的只有 MXC 的 GA 和新设备的预订，HydraFusion 的本地路由还是 10 月晚些时候的实验预览，Copilot 的混合智能功能更是"未来几个月逐步推出"。所以对普通用户来说，10 月 7 日这天改变的是方向而不是桌面：微软把"智能体默认在本地受控运行、云端按需补位"写成了 Windows 的平台路线。等预览真正推送后，把智能体搬进笔记本的硬件 才算有了配套的系统层答案。
