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。
图｜黄仁勋（中间）和微软 CEO Satya Nadella（右）
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。
图｜类似移除 Windows AI 功能的开源插件，有 1 万多个星标收藏
而今天，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。
图｜主要参数是 NVIDIA RTX Spark™ N1X with 6144-core GPU and 20-core CPU、128 GB 统一内存，以及 2 TB SSD
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。
精彩评论