微软一晚发布50项新功能，Agent全面爆发

微软Build 2025大会：AI智能体时代全面开启

在2025年的微软Build大会上，纳德拉向世界宣告：我们正式迈入AI智能体时代。整场2小时发布会中，“智能体”成为最高频的词汇，微软一口气推出了50多项新品和服务，覆盖从编程、科研到企业应用的方方面面。本教程将带你全面梳理本次大会的五大核心发布，以及它与行业领袖的深度对话，助你快速理解这场技术变革的要点。

五大核心发布

• Coding Agent：GitHub Copilot升级为全自动编程助手，可自主修复bug、重构代码。
• Microsoft Discovery：科研智能体平台，加速新材料、新物质的发现。
• NLWeb：开源项目，通过自然语言与任意网站交互。
• AI Foundry：构建和管理AI智能体的统一平台，支持Grok等多种模型。
• Copilot Tuning：允许企业用自身数据微调Copilot的智能体。

01 Coding Agent：全自动编程助手

在编程的世界中，时间就是效率。GitHub Copilot最新上线的Coding Agent，核心就是让程序员解放双手。从功能开发到修复bug，Coding Agent全能胜任。大会现场，纳德拉亲自上阵演示。

他展示了代码库中需要修复的所有bug，比如第一个“在社区页面添加用户群组规模的筛选功能”。纳德拉将任务分配给Copilot后，AI很快拉取一个PR。当你将一个或多个问题分配给Copilot时，它会迅速做出反应，并使用GitHub Actions启动一个安全沙盒。它会自动克隆仓库，配置环境，并用GitHub代码搜索支持的RAG分析代码库。同时，Coding Agent还会利用本地配置的工具和MCP服务器去完成任务。

Coding Agent与GitHub无缝集成，只需简单操作即可启动，具体做到：

• 分配任务：自动将GitHub Issue分配给Copilot，或在VS Code中通过提示启动智能体。
• 自主运行：Copilot会在后台通过GitHub Actions创建一个安全、可定制的开发环境，自动处理任务。
• PR提交：智能体会将代码提交到草稿Pull Request，开发者可随时通过会话日志追踪进展。

除此之外，Coding Agent还能够做到功能开发、修复bug、测试扩展、代码重构、文档改进等任务。如下演示中，若发现代码库中存在容易混淆的命名或不一致问题，直接交给Copilot，让其创建一个PR全面检查代码库，并提出更清晰统一命名的规范建议。Copilot查询了41项参考之后，仔细分析了问题（FindBookingForm和FindYourTripForm同时存在），并给出一些建议。在这个过程中，它会自动发起一个PR，并把查询生成器重构为独立类。

重要提醒：Coding Agent的所有改动都必须经过人工审核才能合并。智能推送到自己的专属分支，现有分支保护策略依然生效。真正的掌控权始终在开发者手中。

小提示： 如果你想让Coding Agent更高效地工作，建议将复杂的任务拆分成多个小的Issue，并明确描述期望的输出。AI在处理单一明确目标时表现更佳。

常见问题： Coding Agent如何保证代码安全性？
答：Coding Agent在独立的安全沙盒中运行，不会直接修改主分支。它只会创建草稿PR，所有变更需经人工审核。同时，GitHub Actions提供了环境隔离，避免污染生产环境。此外，微软宣布即将开源底层架构，进一步透明化安全机制。

02 Microsoft Discovery：科研智能体平台

微软在Build 2025大会上推出的另一重磅，就是Microsoft Discovery平台。该平台旨在通过AI智能体直接变革科学发现过程。其原理是让研究人员与一组专业的AI智能体和一个基于图的知识引擎协同工作，从而快速、大规模、精准地加速科研产出。

平台效果如何？微软内部实测后发现，非常令人惊喜。研究者利用其中的先进AI模型和高性能计算（HPC）模拟工具，仅在200小时内，就发现了一种新型冷却剂原型，可直接用于数据中心，应用前景巨大。而如果用传统方法，这个过程需要耗时数月，甚至数年。此外，微软还跟美国能源部的太平洋西北国家实验室合作，发现了一种新型的固态电解质候选材料，直接让锂用量减少了70%。

AI智能体赋能科学

因为面临着以下艰巨的挑战，科学研发的过程往往并不容易：

• 科学知识浩瀚、错综复杂且分散。
• 发现过程多样化、动态，涉及多种高度专业化的方法和任务，很难让不同领域融汇贯通。
• 研发是迭代的，很少现成的简单明确的答案。只有在证据、研讨和进步中，科学知识才能不断演化。

因此，如果想用AI做好科研，就需要建立一种新范式。目的并不在于更快地做同样的实验，而是从根本上革新科研模式。微软给出的设想是，让每个研究者都能和一个不知疲倦的AI智能体团队合作。在持续迭代的发现循环中，人类和智能体就能实时提炼知识、优化实现。

为此，做科研的AI智能体必须能够做到：

• 对连接所有知识源、上下文相关的复杂图进行推理
• 跨越不同领域和任务
• 从结果中学习，调整整个研究计划

基于图的科学协同推理

要做到上述第一点，并不容易，因为如今的LLM往往缺乏必要的上下文理解能力。微软提出了一种基于图的知识引擎，通过知识图谱的构建，呈现出专有数据和外部科学研究之间错综复杂的关系。由此，AI能深入理解相互冲突的理论、多样化的实验结果，乃至跨学科的潜在假设。这种基于上下文的推理过程，并非输出单一固化的答案，而是能通过详尽的来源追溯和推理过程，确保专家始终参与其中。

让智能体更专业

通过Microsoft Discovery，研究者就可以指挥一支专业的AI智能体团队了！它们不仅能推理，还能亲自开展科研。不用写代码，只用自然语言，研究者就可以把自己的专业知识和方法论编码到智能体中。比起数字模拟工具的硬编码行为，这要灵活得多，研究者不再需要计算专业知识，就能发现关键成果了。科研人员可以自定义智能体，比如“分子特性模拟专家”或“文献综述专家”。这就碘伏性地改变了科研：智能体不仅为人类工作，还与他们协同，让人类的独创能力大大增强，能够既见树木，又见森林。

小提示： 第一次使用Microsoft Discovery时，建议先从简单的验证性研究开始，比如重复已知的实验结论，这样能快速熟悉平台的工作流，并验证智能体的可靠性。

常见问题： Microsoft Discovery是否支持所有科学领域？
答：目前平台主要面向材料科学、化学、物理等需要大量模拟和数据分析的领域。微软计划逐步扩展到生物学、医学等领域。其基于图的知识引擎核心是通用的，只要领域知识能够结构化表示，就可以被支持。具体支持范围建议查阅官方文档。

03 NLWeb：自然语言交互网站

此外，微软大会上还发布了一个全新开源项目NLWeb，可将任何网站变成智能体应用程序。不用编码，仅通过对话，即可与网页内容直接问答互动。每一个NLWeb端点都是MCP服务器，因此网站可以选择是否让其内容更容易被AI智能体发现和访问。

小提示： 对于网站管理员，如果你想让自己的网站内容被AI智能体高效抓取，建议在NLWeb端点中提供结构化的元数据（如JSON-LD），这能显著提升问答的准确性。

常见问题： NLWeb如何确保网站数据安全？
答：NLWeb是开源项目，网站所有者可以自行部署，控制数据访问权限。MCP服务器需要网站明确授权才能被调用，因此网站可以根据需要限制特定内容的暴露范围。同时，对话过程中不存储用户隐私信息，所有交互仅在会话内进行。

04 AI Foundry：AI智能体工厂

与此同时，微软还全面上线AI智能体工厂Foundry。它包含两个主要产品：

• Windows AI Foundry：覆盖AI开发全周期的训练和推理。
• Azure AI Foundry：专为开发者设计、定制与管理AI应用及智能体的统一平台。目前，Grok 3等模型已在平台上线。

还有Copilot Tuning智能体允许企业使用自家数据、工作流和专业知识对Microsoft 365 Copilot进行微调，无需编码。

小提示： 在Azure AI Foundry中构建智能体时，建议先从预置模板开始，微软提供了多个行业模板（如客服、销售、代码审查），可以快速上手。

常见问题： AI Foundry是否支持本地部署？
答：目前Azure AI Foundry是云服务，Windows AI Foundry提供了一些本地组件用于训练。如果需要完全本地化部署，可以考虑使用Azure Arc或混合云方案。具体请咨询微软销售团队。

行业大佬在线“打Call”

在每个产品发布之间，纳德拉与奥特曼、马斯克远程连线，分别谈论了AI编码智能体未来，以及Grok 3.5第一性原理的推理性能。

01 奥特曼：AI智能体编码，就是现在

与几天前OpenAI Codex类似，微软Coding Agent同样用AI去革新编程工作流，提升开发者的编码效率。现场，奥特曼分享了自己对软件工程未来发展方向，以及开发者如何整合运用不同工具形态的愿景。

2021年在GitHub上提交Codex后，OpenAI团队一直在讨论，我们将如何实现真正的AI智能体式编码体验。“如今，它终于实现了，这对我来说有点不可思议”。奥特曼着重强调，“这是我所见过编程领域最大的变革之一”。这就相当于，每个人现在拥有一个真正的虚拟队友，可以为它分配工作，即便是复杂的任务也能拿下。甚至，你可发出多个并行请求，让AI修复bug、实现新功能、回答关于代码的问题。

这种智能式编码体验，让开发者将繁琐的实现细节交给AI，并专注更高层次的创造性工作。最重要的是，它还能让开发者保持“心流状态”，与AI智能体、其他程序员，以及团队无缝协作，加速整个开发生命周期。而且，奥特曼还指出，AI模型已变得更加智能、可靠，也更加易用。人们不再需要从众多模型中挑选合适的工具，AI会自动做出正确的判断和操作，带来真正的“开箱即用”的体验。两年前的AI与今天相比，功能已不可同日而语，未来一两年的技术飞跃更是难以想象。奥特曼惊叹道，那些早期采用Codex的开发者，能快速转变工作流，完成远超以往的惊人工作量。

02 马斯克：剧透Grok 3.5

与此同时，微软与xAI联手，在Azure正式上线Grok模型，以及即将发布的Grok 3.5模型。对谈中，马斯克提前剧透了Grok 3.5：它试图从第一性原理进行推理，也就是将物理学的工具应用于思考。Grok 3.5的核心理念是，植根于物理学基础，将物理学工具应用于所有的推理领域，力求在最大限度减少错误的前提下探寻真理。当然，它也会犯错，但会在不断承认和纠正错误的过程中，逐步逼近真理。在AI安全问题上，马斯克直言——诚实为上策。他表示，“错误不可避免，但xAI会以最快速度纠正错误，并期待更多来自开发者社区的反馈”。

小提示： 如果你对Grok模型感兴趣，可以在Azure AI Foundry中直接调用API。目前Grok 3已经上线，Grok 3.5预计在大会后不久开放。建议提前注册Azure账号并配置好额度。

常见问题： Grok 3.5与Grok 3相比有哪些提升？
答：根据马斯克透露，Grok 3.5将采用第一性原理推理，类似于物理学中的“从底层推导”，减少了依赖常见模式或统计规律带来的错误。它更擅长需要深度逻辑和因果分析的任务，如数学证明、物理模拟等。具体性能提升还需等待官方基准测试。

03 黄仁勋：关于性能、协同与算力地基

黄仁勋刚在大洋彼岸的Computex上参加活动，也被纳德拉远程拉到了Build大会的现场。他在连线中提到，英伟达最新的GB200系统已进入大规模生产，并在微软Azure平台的AI基础设施中完成大部分部署。黄仁勋表示Hopper架构过去两年性能提升了40倍，而所有这些都不是硬件单打独斗的胜利，而是软硬协同的成果。

黄仁勋说，“从 Pascal 到 Ampere，从 Hopper 到 Blackwell，再到下一代架构，我们的软件架构始终保持兼容。这促使开发者深入优化模型、算法，这些工作将帮助到整个集群，现有集群能够受益于全栈的软件升级。”

小提示： 如果你计划在Azure上部署大规模AI模型，建议选择搭载GB200的实例。相比Hopper，性能提升可达40倍，尤其适合训练超大规模语言模型。同时，注意利用CUDA的向后兼容性，老代码无需大幅改动即可跑在最新硬件上。

常见问题： GB200在Azure上的定价如何？
答：目前微软尚未公布具体定价。通常高端GPU实例会按小时计费，且可能出现预付费折扣。建议关注Azure官方定价页面或联系销售获取报价。由于GB200刚量产，初期可能仅限预览区域使用。

总结：拥抱AI智能体时代

在Build 2025大会上，微软通过五大核心发布和与行业领袖的对话，清晰地描绘了Open Agentic Web的愿景——让AI智能体像互联网一样，自由连接、自主运作。从全自动编程助手到科研智能体平台，从自然语言交互到企业级AI工厂，每一个产品都在重塑计算堆栈的每一层。对于开发者、科研工作者和企业决策者来说，现在正是拥抱这场变革的最佳时机。掌握这些工具，意味着你不仅能提升效率，更能开启全新的创造模式。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：微软一晚发布50项新功能，Agent全面爆发要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题