【新智元導讀】就在昨天,納德拉帶著50多個新產品和服務,震撼亮相微軟Build大會。他喊出宣言:我們已進入AI智能體時代!現場連線的大佬奧特曼、黃仁勳和馬斯克,讓氣氛推向頂峰。現在,Agent已全面滲透,程式設計、科研都將徹底顛覆。
整場2小時發佈會,Agent成為了高頻詞。
昨晚,微軟Build 2025大會開幕式上,納德拉再次向全世界宣告——我們正式進入AI智能體時代。
五項重大發佈,四個全與智能體有關:
會上,納德拉連線奧特曼,話題同樣是AI智能體,以及AI編碼的未來。
奧特曼更是直言,「我們一直在談論何時才是實現真正的智能程式設計助手,如今它真的來了,這感覺太不可思議」。
此外,微軟和xAI同樣官宣了合作:Grok系列模型,將正式接入微軟Azure。
同時,馬斯克還順便劇透了一把Grok 3.5,表示它會從第一性原理進行推理,將物理學工具應用於思考。
Computex上的老黃,也出現在了大會現場。他透露說,輝達GB200已大規模量產,將在Azure AI基礎設施中大規模部署,實現比Hopper架構40倍的性能提升!
可以看到,如今Open Agentic Web已成為微軟的願景,讓AI智能體像網際網路一樣,自由連接、自主運作。
Build大會上,重磅推出的50+新品和服務,正重塑計算堆疊的每一層。
GitHub Copilot最新上線的Coding Agent,核心就是讓程式設計師解放雙手。
從功能開發到修復bug,Coding Agent全能勝任。大會現場,納德拉親自上陣演示。
他展示了程式碼庫中,需要修復的所有bug,比如第一個「在社區頁面加入使用者群組規模的篩選功能」。
納德拉將任務分配給Copilot後,AI很快拉取一個PR。
當你將一個/多個問題分配給Copilot時,它也會迅速做出反應,並使用GitHub Actions啟動一個安全沙盒。
它會自動克隆倉庫,配置環境,並用GitHub程式碼搜尋支援的RAG分析程式碼庫。
與此同時,Coding Agent還會利用本地配置的工具和MCP伺服器去完成任務。
Coding Agent與GitHub無縫整合,只需簡單操作即可啟動,具體做到:
除此之外,Coding Agent還能夠做到功能開發、修復bug、測試擴展、程式碼重構、文件改進等任務。
如下演示中,若發現程式碼庫中存在容易混淆的命名,或不一致問題,直接交給Copilot,讓其建立一個PR全面檢查程式碼庫,並提出更清晰統一命名的規範建議。
Copilot查詢了41項參考之後,仔細分析了問題(FindBookingForm和FindYourTripForm同時存在),並給出一些建議。
在這個過程中,它會自動發起一個PR,並把查詢生成器重構為獨立類。
不僅如此,AI助手在工作中,會持續將程式碼改動提交到一個草稿PR中,並即時更新PR描述。
它的操作權限非常明確:智能推送到自己的專屬分支,而且現有的分支保護策略依然生效。
最重要的是——所有改動都必須經過人工稽核才能合併。
畢竟,真正的掌控權始終在開發者手中。
令人興奮的是,微軟今天宣佈,即將開源其底層架構,與開發者們一起建構開放的智能體協作程式設計生態系統。
微軟希望,能通過這個智能體平台,直接變革科學發現過程!
Microsoft Discovery的原理,是讓研究人員與一組專業的AI智能體和一個基於圖的知識引擎協同工作,從而快速、大規模、精準地加速科研產出。
平台效果如何?微軟內部實測後發現,非常令人驚喜。
研究者利用其中的先進AI模型和高性能計算(HPC)模擬工具,僅在200小時內,就發現了一種新型冷卻劑原型,可直接用於資料中心,應用前景巨大。
而如果用傳統方法,這個過程需要耗時數月,甚至數年。
此外,微軟還跟美國能源部的太平洋西北國家實驗室合作,發現了一種新型的固態電解質候選材料,直接讓鋰用量減少了70%。
因為面臨著以下艱巨的挑戰,科學研發的過程往往並不容易:
因此,如果想用AI做好科研,就需要建立一種新範式。目的並不在於更快地做同樣的實驗,而是從根本上革新科研模式。
微軟給出的設想是,讓每個研究者都能和一個不知疲倦的AI智能體團隊合作。
在持續迭代的發現循環中,人類和智能體就能即時提煉知識、最佳化實現。
為此,做科研的AI智能體必須能夠做到——
要做到上述第一點,並不容易,因為如今的LLM往往缺乏必要的上下文理解能力。
這種情況下,如何能讓它們對微妙、時常相互矛盾的分散科學資料,進行深度推理呢?
為此,微軟提出了一種基於圖的知識引擎。這樣,就能通過知識圖譜的建構,呈現出專有資料和外部科學研究之間錯綜複雜的關係。
由此,AI能深入理解相互衝突的理論、多樣化的實驗結果,乃至跨學科的潛在假設。
而且,這種基於上下文的推理過程,並非輸出單一固化的答案,而是能通過詳盡的來源追溯和推理過程,確保專家始終參與其中。
通過Microsoft Discovery,研究者就可以指揮一支專業的AI智能體團隊了!
它們不僅能推理,還能親自開展科研。
不用寫程式碼,只用自然語言,研究者就可以把自己的專業知識和方法論編碼到智能體中。
比起數字模擬工具的硬編碼行為,這要靈活得多,研究者不再需要計算專業知識,就能發現關鍵成果了。
科研人員可以自訂智能體,比如「分子特性模擬專家」或「文獻綜述專家」。
這就顛覆性地改變了科研:智能體不僅為人類工作,還與他們協同,讓人類的獨創能力大大增強,能夠既見樹木,又見森林。
此外,微軟大會上還發佈了一個全新開放原始碼專案NLWeb,可將任何網站變成智能體應用程式。
不用編碼,僅通過對話,即可與網頁內容直接問答互動。
每一個NLWeb端點都是MCP伺服器,因此網站可以選擇是否讓其內容更容易被AI智能體發現和訪問。
與此同時,微軟還全面上線AI智能體工廠Foundry。
還有Copilot Tuning智能體允許企業使用自家資料、工作流和專業知識對Microsoft 365 Copilot進行微調,無需編碼。
總之,Build大會上,除了智能體,還是智能體。
與幾天前OpenAI Codex類似,微軟Coding Agent同樣用AI去革新程式設計工作流,提升開發者的編碼效率。
現場,奧特曼分享了自己對軟體工程未來發展方向,以及開發者如何整合運用不同工具形態的願景。
2021年在GitHub上提交Codex後,OpenAI團隊一直在討論,我們將如何實現真正的AI智能體式編碼體驗。
「如今,它終於實現了,這對我來說有點不可思議」。
奧特曼著重強調,「這是我所見過程式設計領域最大的變革之一」。
這就相當於,每個人現在擁有一個真正的虛擬隊友,可以為它分配工作,即便是複雜的任務也能拿下。
甚至,你可發出多個平行請求,讓AI修復bug、實現新功能、回答關於程式碼的問題。
這種智能式編碼體驗,讓開發者將繁瑣的實現細節交給AI,並專注更高層次的創造性工作。
最重要的是,它還能讓開發者保持「心流狀態」,與AI智能體、其他程式設計師,以及團隊無縫協作,加速整個開發生命周期。
而且,奧特曼還指出,AI模型已變得更加智能、可靠,也更加易用。
人們不再需要從眾多模型中挑選合適的工具,AI會自動做出正確的判斷和操作,帶來真正的「開箱即用」的體驗。
兩年前的AI與今天相比,功能已不可同日而語,未來一兩年的技術飛躍更是難以想像。
對於所有人來說,擁抱這種變革至關重要。
奧特曼驚嘆道,那些早期採用Codex的開發者,能快速轉變工作流,完成遠超以往的驚人工作量。
與此同時,微軟與xAI聯手,在Azure正式上線Grok模型,以及即將發佈的Grok 3.5模型。
對談中,馬斯克提前劇透了Grok 3.5:
它試圖從第一性原理進行推理,也就是將物理學的工具應用於思考。
Grok 3.5的核心理念是,植根於物理學基礎,將物理學工具應用於所有的推理領域,力求在最大限度減少錯誤的前提下探尋真理。
當然,它也會犯錯,但會在不斷承認和糾正錯誤的過程中,逐步逼近真理。
在AI安全問題上,馬斯克直言——誠實為上策。這也算是對最近Grok各種問題做出了回應。
他表示,「錯誤不可避免,但xAI會以最快速度糾正錯誤,並期待更多來自開發者社區的反饋」。 (新智元)