Windows 迎来 AI 时代最大更新，拉来黄仁勋跟 Mac 宣战

微软又要开始重新定义 AI PC 了。

而且这次，微软直接拿出了一台最高拥有 128GB 统一内存、能够在本地运行超过 1200 亿参数 AI 模型的 Surface Laptop Ultra。

这台售价 2599.99 美元起，约合人民币 17500 元的笔记本，搭载了 NVIDIA RTX Spark Superchip，最高可以提供 1 petaflop 的 AI 性能。

微软甚至直接拿 MacBook Pro 来做比较：根据官方展示的数据，相比 16 英寸 MacBook Pro（M5 Pro），Surface Laptop Ultra 的首个 Token 生成快 2.1 倍，AI 图像生成快 4.3 倍，AI 视频生成快 6.2 倍。

今天凌晨，微软 CEO Satya Nadella、Windows + 设备执行副总裁 Pavan Davuluri，以及英伟达 CEO 黄仁勋同台，带来了这场围绕 Windows 和 Surface 的特别发布会。

过去两年，拥有几乎是公认的最佳 AI 生态的开放平台 Windows，在 AI PC 这件事上，只是推出了一个「被网友们嫌弃的」Copilot。

所谓的 Windows AI 助手大多数时候就是一个常规的 AI 入口，用户就像打开一个 App 一样，输入问题，等待回答。很多时候，甚至还没有单独的 Codex 好用，更不用说和整个 Windows 系统联动的 AI。

而这一次，微软想要把 AI PC 这件事做得更创新更彻底一点。

除了新的 Surface Laptop Ultra，微软还更新了 Windows 的 Agent 能力、本地 AI 模型运行环境，以及本地与云端之间的算力调度机制。

其中，「混合智能」成为这场发布会的重心。

微软开始把 Windows 变成一个在本地和云端之间调度 AI Agent 的平台，而 Surface Laptop Ultra 就是这套方案的硬件样板。

在未来，微软发售的每一款的 Windows 电脑，甚至都有机会在出厂就预装好一个本地大模型，一套 Agent 组合方案，以及所有 AI Agent 服务的相关套件。

比 MacBook Pro 还更快

先来看看这台 Surface Laptop Ultra。

它搭载 NVIDIA RTX Spark Superchip，把 Blackwell RTX GPU、Grace CPU 和统一内存放进同一套平台。Surface Laptop Ultra 最高提供 128GB 统一内存，微软称它可以在本地运行超过 1200 亿参数的 AI 模型，并提供最高 1 petaflop 的 AI 性能。

上下滑动查看更多内容

相比过去强调 NPU 算力的 Copilot+ PC，这一次微软显然更看重电脑持续运行大模型和 Agent 的能力。

因此，这台电脑从硬件设计开始就围绕本地 AI 和持续负载展开。它的机身厚度低于 18mm，重量低于 4.5 磅，配备 15 英寸 PixelSense Ultra 触摸屏。散热系统的热容量最高达到现有 Surface Laptop 的 2.5 倍。

它还有 3 个 USB-C 接口、HDMI、USB-A、SD 读卡器和耳机接口，支持最多 3 台 4K 外接显示器，SSD 可以自行更换。Surface Laptop Ultra 的美国官网起价为 2599 美元，10 月 7 日开放预订，10 月 16 日开始供货。

有意思的是，2024 年微软推出新一代 AI PC 时，主打品牌还是「Copilot+ PC」。

但这一次，新硬件已经不再使用这一品牌。微软发言人向外媒确认，公司已简化产品命名，以 Surface 品牌为主导，同时继续提供高端硬件和混合 AI 体验。

两年前那个高调登场的 AI PC 品牌，如今反而淡出了新品发布的主舞台。取而代之的是一套迷你桌面主机、Copilot+PC，和 Builder PC 的 AI PC 组合路线。

在史上最强 Surface 之外，微软还推出了 Surface RTX Spark Dev Box。这是一台放在桌面上的小型开发设备，售价 5999 美元，11 月开始发货。

它预装 Visual Studio Code、Git、GitHub CLI、GitHub Copilot、WSL、Python 和 Node，目标是让开发者开箱后直接开始本地 AI 开发。

同时，微软也把 RTX Spark 扩展成一整套 Builder PC（创造者 PC）。ASUS ProArt P16/P14、Dell XPS 16 Creator、HP OmniBook Ultra 16、Lenovo Yoga 9n 2-in-1、MSI Prestige N16 Flip AI+ 和 Surface Laptop Ultra 都开放预订，10 月 16 日开始发货。

面向迷你桌面机，微软为 OpenClaw 准备了原生 Windows gateway，简化 Agent 的安装过程，并把 MXC 沙箱放进开箱体验。微软希望这类机器可以长期运行 Agent，成为家里或办公室里的常驻 AI 设备。

面向更高端的工作负载，微软宣布 DGX Station for Windows。它搭载 NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip，最高提供 748GB 统一内存和 20 petaflops 的 FP4 AI 算力，可以在本地运行超过一万亿参数的模型。

一种是个人 AI 超算，用来处理工程、科研和设计任务；另一种是团队的 Token Factory，同时服务 32 个以上的 Agent，减少对云端 Token 的消耗。

从迷你桌面机、Copilot+ PC、RTX Spark Builder PC，到 DGX Station，微软正在为 Agent 准备一条完整的设备链路。

而真正决定这台电脑能做什么的，还得看微软这次为它准备了一个怎样的 Windows。

Windows 终于不只是一层 Copilot 入口

如果把过去的 Copilot 理解成 Windows 里的一个 AI 应用，那么微软这次试图把它推进到系统内部。

Copilot 不再只负责回答问题，而是开始理解电脑上的内容、调用本地模型、执行 Windows 操作，并在需要时把任务交给云端。

微软把这套能力放进 Copilot 的 Home、Code 和 Autopilot 三个体验里。

Home 可以读取用户正在处理的文件和近期活动，帮助把内容整理成协作材料；Code 可以根据提示创建原生 Windows 应用，并在更安全的环境里运行代码；Autopilot 则继续朝着持续运行、主动执行任务的个人 Agent 发展。

它们共同依赖三种本地能力：

• 本地上下文：经过我们许可，Copilot 可以理解电脑里的相关文件和近期活动；

• 本地操作：Copilot 可以整理文件、做设备诊断、排查问题、编写代码和执行工作流；

• 本地模型：Copilot 可以把适合的任务交给电脑上的模型，把更复杂的任务交给云端模型。

向左滑动查看更多内容

现场演示里，Agent 可以搜出散落在各处的报税文件、打包成 Zip 并起草发给会计的邮件，全程不离开本机、每一步都要授权；还能用一句提示词生成一个原生 Windows 应用。

微软希望 Copilot 能进入的地方，也从一个聊天窗口扩大到整个系统。

系统层面，Windows Search 将在任务栏里直接执行数千种操作。用户可以输入「打开深色模式」「开启勿扰模式」「调暗屏幕」「整理窗口」或者「给某人发短信」，不必再专门打开设置、文件管理器或其他应用。

Search 也会接入新版 Copilot，用户可以先在任务栏里得到快速答案，再跳转到完整的 Copilot 应用。

敢不敢让 Agent 在我的电脑上跑

和传统 Agent 的工作方式不同，承载着大量个人数据的电脑，如果一个系统层面的 Agent 助手想要发挥作用，就不可避免的要面对这些隐私何去何从的问题。

这次微软推出了一项名为 Microsoft Execution Containers（MXC）的微软执行容器。

容器可以在 Agent 运行过程中，限制 Agent 能访问哪些文件、哪些网络，并按照策略执行进程隔离、会话隔离、虚拟机、WSL 和 Windows 365 for Agents 等不同层级的隔离。

今年以来我们耳熟能详的 Agent 产品，像是 Codex、GitHub Copilot、OpenClaw、Replit、LM Studio、NVIDIA OpenShell 和 Unsloth 都已经支持 MXC。

还有 Claude Code、Box、Egnyte、Manus、Perplexity、Raycast 等产品也在准备接入；Meta 的 Muse for Windows 之后也会以原生应用形式集成 MXC。

微软显然想让 Windows 成为所有 Agent 的「默认运行环境」，而不只是自家 Copilot 的容器。

毕竟对大多 Windows 用户来说，我们需要一个更强大的 Agent，也需要一套更完整的管理方式。而这套容器就是微软应对 Agent 时代，首先给了 Agent 一个能被管理的工作环境。

让每一个 Token 花在更需要它的地方

微软给这场发布会定下的核心词是「混合智能」。

所谓混合智能（Hybrid Intelligence），用微软官方博客的原话说，就是让智能体「在该用本地算力时跑在本地，需要云端时连接云端，并以组织期待的安全性和可管理性运行」。

这个战略其实早在纳德拉 7 月底的财报电话会上就说过，Windows 可以「成为不计量智能的承载端」（become the offload for unmetered intelligence）。

自然一点的说法，微软押注的是，把一部分原本需要交给云端的 AI 工作搬回 Windows，让电脑本地提供持续运行、无需按 Token 计费的智能算力。

而支撑这项混合智能的能力是：智能路由、足够强的本地模型、高性能运行时。这次发布的所有软件更新，也都可以归到这三个方面。

微软自研的 MAI Code 1.1 Flash，它拥有 1370 亿总参数和 68 亿活跃参数，经过 3-bit 处理后，模型体积缩小近 80%，并支持在本地使用 256K 上下文。

此外，NVIDIA 即将推出的 Nemotron 模型 700 多亿参数、2-bit 量化后只占 20GB 出头内存；还有 2840 亿参数的 DeepSeek V4 Flash，都将是「混合智能」里重要的本地模型部分。

调度层面，GitHub 的 HydraFusion 从云端路由扩展到 Windows，自动判断每个任务该用本地还是云端模型。

同时，为了处理越来越繁荣的本地模型生态，Windows ML 宣布支持 llama.cpp，可以把模型部署到 GPU、NPU 和 CPU 上。开发者可以更快尝试新的开源模型，Windows 也能承接更多不同硬件和模型组合。

「我们重新发明了个人计算机」

回过头来看，两年前微软推出 Copilot+ PC 时，对 AI PC 的定义其实还很简单：一台拥有足够 NPU 算力、能够运行 Copilot 和一系列 AI 功能的个人电脑。

而这一次让我们看到，一台新的 AI PC，需要有足够的本地算力运行模型，需要 Windows ML 这样的运行时，需要 HydraFusion 这样的任务路由，需要 Copilot 能理解本机内容并执行操作，也需要 MXC 这样的安全底座，让 Agent 在权限范围内工作。

这套系统最后还要落到不同设备上：普通用户可能使用 Copilot+ PC，开发者可以选择 Surface Laptop Ultra 或 RTX Spark Dev Box，团队可以部署 DGX Station，迷你主机则可以成为长期运行 Agent 的常驻设备。

这也解释了为什么这次发布会把 Windows、Copilot、GitHub、NVIDIA、Surface 和 DGX Station 放在同一张图里。

微软似乎在告诉我们，以后我们在选购一台新电脑时，我们必须要考虑下面这些问题：

这台电脑能不能运行自己的 Agent，能不能在本地和云端之间分配工作，能不能让模型一直跑下去，能不能让系统知道 Agent 正在做什么。

这些变化也让 AI PC 不再只是一个模糊的营销概念，它开始有了更具体的用途，也有了值得购买高性能硬件的理由。

两年前 AI PC 的逻辑是：电脑已经存在，现在要想办法让 AI 成为它的新卖点。

而两年后，当 AI 开始长期参与日常工作，本地电脑能够提供云端不容易完全替代的价值，电脑本身就是 AI 工作的一部分。