吳明宜微軟昨天在舊金山的開發者大會 Microsoft Build 2026 上宣布多項 AI 新技術，包括讓開發人員可在桌機上執行大型 AI 模型以開發 AI 應用的 Surface RTX Spark Dev Box 、 AI 代理人硬體平台 Project Solara，以及自主代理人 Scout 。
本文目錄
Surface RTX Spark Dev Box
Surface RTX Spark Dev Box 主打讓開發人員在桌機上執行大型 AI 模型以開發 AI 應用，無需支付雲端費用，直接挑戰以 token 為基礎的訂價模式。
Surface RTX Spark Dev Box 搭載 Nvidia 最新發表的 Blackwell 架構 RTX Spark 處理器，在一個輕巧裝置中搭載 128 GB 統一記憶體，Nvidia 宣稱可提供 1 petaflop AI 運算效能。這意味著開發人員可在這個小型桌上工作站執行超過 1200 億參數的 AI 模型進行推論，而完全不需向雲端發送任何一次 API 呼叫。微軟 Windows 與 Devices 執行副總裁 Pavan Davuluri 說明，128 GB 統一記憶體是為了支援 AI 推論時 100k token 的上下文需求，且能在 CPU 和 GPU 之間共用。
AI 代理人應用日漸普及，也大幅推升 Anthropic 、 GitHub 的 AI 營運成本，兩家公司相繼將 AI 固定費率方案改為以使用量 (token) 為基礎的計價方案，引發開發人員反彈。微軟 Surface 部門主管指出，Surface RTX Spark 讓開發人員把模型呼叫用於解決真正困難的問題，其餘部分留在本地端處理，以節省 AI 開發成本，同時具備隱私與低延遲的效益。
微軟尚未公布 Surface RTX Spark 的訂價。
代理人硬體平台 Project Solara
微軟以 Windows 起家，但因應 AI 及雲端浪潮，必要時也能拋開既有技術的包袱。微軟在 Build 大會上公布一個執行 AI 代理人的創新裝置平台，名為 Project Solara 。它以 Microsoft Device Ecosystem Platform (MDEP) 為基礎，這是專為小型低功耗硬體打造的企業等級 Android，具備 IT 管理及安全功能，由 Microsoft Defender 、 Intune 及 Entra ID 控管，利於修補程式與功能更新，以及身分驗證的存取控管。
微軟稱 Project Solara 打破傳統應用開發的多層架構，橫跨晶片到雲端，方便硬體業者推出低成本且容易快速開發的代理人裝置，擺脫傳統軟體與市售軟體元件的限制。
微軟並於大會上公布兩款參考設計。第一款是置於 PC 旁的語音指令回應裝置，使用者以指紋辨識完成驗證後，透過語音要求設備報告一日行程或要務；該設備也能連結螢幕，成為執行雲端 Windows OS 的裝置。第二款是穿戴式聽寫裝置，大小如員工證，用戶以指紋辨識完成驗證、按一下即可喚醒代理人，協助記錄或聽寫對話，內建攝影機讓代理人能看到與用戶相同的影像。後者特別適用於診間醫病看診紀錄，看診後立即轉化成電子醫囑或診斷紀錄，也適用於公司腦力激盪時的會議紀錄。
透過釋出參考設計與未來其他開發套件，微軟希望建立 Project Solara 的硬體生態體系，由硬體廠商實作新式裝置。微軟表示，未來幾個月內，AccuWeather 、 Best Buy 、 CVS Health 、 Levi’s 和 Target 將展開基於參考設計裝置的測試專案。
Microsoft Scout 搶進自主 AI 代理人
OpenClaw 帶起自主代理人風潮，微軟也跟進發表 Microsoft Scout 。它依據 OpenClaw 框架開發，是能持續遠端作業的常時運作 (Always-on Agent) 代理人，主打與 Microsoft 365 應用及服務完美整合，包括 Teams 、 Outlook 、 Calendar 、 OneDrive 和 SharePoint 。基於這種整合性，用戶可透過 Teams 與 Scout 互動，使其存取會議紀錄、聊天訊息、郵件、 Office 文件、瀏覽器以及本機檔案，執行摘要、行前簡報、草擬報告，並以公司資料確保真實性。針對擔心資料外洩的企業管理員，微軟讓每個 Scout 代理人都在 Entra 控管下運行，降低影子 AI (Shadow AI) 執行的風險。
七款 Microsoft AI 模型
Build 2026 大會上，微軟公布七款新的 MAI (Microsoft AI) 系列模型，主打為企業代理人用途最佳化，包括 MAI-Thinking-1（多步驟、適合代理人的推理模型）、 GitHub 專用程式開發模型，以及可依自然語言指令建立 App 或網站的 MAI-Code-1-Flash 等。這些模型全部由微軟 MAI 團隊自行訓練，而非建立在 OpenAI GPT 基礎模型之上。這顯示在 OpenAI 與微軟漸行漸遠後，微軟在產品開發走向自主，使 OpenAI 成為選項之一，也讓 Azure 與其他服務在定價及供應鏈上走向多元。
來源：VentureBeat 、 Geekwire 、 TechCrunch 、 CNBC