微軟Build 2026懶人包|你每天用的Outlook等辦公軟體,要從打開App變「呼叫代理」了
微軟Build 2026懶人包|你每天用的Outlook等辦公軟體,要從打開App變「呼叫代理」了

重點一:微軟在 Build 2026 大會發表 Project Solara,一個基於 Android(而非 Windows)、從晶片到雲端的全新平台,專為「以 AI 代理為先」的裝置打造,先推出桌面 hub 與穿戴識別證兩款概念裝置。

重點二:執行長納德拉定調這是「真正的平台轉移」,從打造作業系統與 app,轉向打造代理。這場大會的多項發表,從 Microsoft Scout 到開發工具,全圍繞 AI 代理展開。

重點三:同場還有微軟首款 Autopilot 代理 Microsoft Scout、AI 專用搜尋 Web IQ、可靠度提升千倍的量子晶片 Majorana 2,以及自研編碼模型 MAI-Code-1-Flash 等一系列產品。

微軟在舊金山 Build 2026 大會發表「Project Solara」,由 Applied Sciences Group 負責人、技術院士巴蒂奇(Stevie Bathiche)領軍。

據官方部落格指出,這是一個「從晶片到雲端」(chip-to-cloud)的平台,涵蓋裝置使用的晶片、作業系統,一路連到 Azure 雲端服務,專為「以 AI 代理為先」(agent-first,即裝置圍繞 AI 代理、而非傳統 app 設計)的裝置打造。

執行長納德拉(Satya Nadella)替它定調:「這是一次真正的平台轉移,我們正從打造作業系統、為 app 而生的裝置,轉向代理。」簡單來說,微軟賭使用者未來不再「打開一個 app」,而是「呼叫一個代理」幫你把事做完。

根據微軟影片,其中展示了高通(Qualcomm)與聯發科(MediaTek)的晶片,且提到計畫包含了「兩款全新的概念裝置」。這代表 Project Solara 不僅僅是軟體升級,更將與硬體廠商深度合作,打造專屬的新世代 AI 裝置。

針對兩款概念裝置:一是放在桌上的 hub,支援語音與臉部辨識登入,接上螢幕後能透過 Windows 365 變成雲端 Windows 電腦,用聯發科(MediaTek)IoT 晶片;二是重新設計員工識別證的穿戴裝置,指紋一按喚醒代理、單擊錄音轉錄、內建相機讓代理「看見」環境,用高通(Qualcomm)穿戴晶片。

但微軟反覆強調專案仍非常早期:它不自賣裝置,而是把這些當「參考設計」交給製造商,巴蒂奇坦言「不想過度承諾」,商業模式仍在成形,目前僅確定平台透過 Azure 串聯裝置與雲端狀態。

根據《GeekWire》報導,Solara 建在 Android、而非 Windows 之上,作業系統採用微軟為 Teams 會議室硬體開發的企業版 Android「MDEP」(基於開源的 AOSP)。這麼選是為了讓平台能跑在更小、更省電的裝置上,同時保留 IT 部門要的管理與資安能力(Intune 管理、Entra ID 登入、Hello for Business 生物辨識)。

Microsoft Scout:微軟首款「常駐」Autopilot 代理

微軟發表新代理類別「Autopilots」:常駐背景、自主運作、有自己身分、能代你行動的 always-on 代理;和「問一句答一句」的助理不同,它不必每次被提示就主動接手。

首款產品 Microsoft Scout 整合進 Microsoft 365,跨雲端、桌面與網頁,連接 Teams、Outlook、OneDrive 等服務與行事曆、郵件資料,使用者主要在 Teams 中互動。它能跨時區協調會議、自動擋出準備時間、預先生成材料,甚至點出「卡住的決策」這類風險,背後由 Work IQ 學習你的工作習慣。

Scout 由 OpenClaw 開源技術驅動,主打企業安全:每個代理用自己受治理的 Entra 身分(而非共用匿名帳號),所有行為都能追溯到特定身分,代理拿到的存取權限只限當下任務,密碼與權杖等敏感資訊也不會出現在系統紀錄中;敏感動作可要求真人簽核,並即時套用 Microsoft Purview 資料保護政策。

目前 Scout 正向特定客戶開放私人預覽,也以實驗性版本提供給 Frontier 組織;透過 Frontier 使用時,需完成 Frontier 註冊、Intune 設定與同意聲明,且有 GitHub Copilot 授權者才能下載。

Web IQ:給 AI 用的搜尋引擎

微軟推出 Web IQ,一套為代理時代打造的 grounding(事實接地,讓 AI 回答有即時、可查證的網路依據)API,涵蓋網頁、新聞、圖片與影片。

簡單來說,Bing 幫「人」搜尋,但 Web IQ 是幫「AI 代理」找對資訊、轉成證據再餵進推理。它建在 Bing 數十年的全球索引上,但為代理需求從頭重新架構。

微軟解釋,代理不像人「搜一次就停」,而是反覆檢索、邊讀邊推理,因此 Web IQ 不把整篇網頁塞給 AI,而是只挑出最相關的段落,連同來源整理後交給模型。微軟總結為「進去的 token 更少,出來的答案更好,每次呼叫成本更低」。

效能上,依微軟內部比較,p95 延遲低於 165 毫秒,約比上一批受測競品中表現次佳者快 2.5 倍;品質則用自訂的「答案有據程度」指標(GDSAT),衡量資料是否完整、新鮮且可靠。

目前 Web IQ 僅以限量(limited access)形式提供給部分企業客戶,尚未全面開放;有興趣的企業可登記候補名單(waitlist)。

Majorana 2:量子晶片可靠度一年內提升千倍

微軟發表次世代拓樸量子晶片 Majorana 2,且這顆晶片本身就是在 Microsoft Discovery 的代理式 AI 協助下開發。

關鍵突破在材料:前代用鋁當超導體,Majorana 2 改用鉛,能幫脆弱的量子位元(qubit)擋掉讓它失穩的宇宙射線干擾。效果是可靠度比前一代提升 1,000 倍:平均壽命達 20 秒、最長 1 分鐘,相較其他以「微秒」計的方法是巨大跨越,微軟比喻成「把只能撐一天的手機電池換成能撐近三年」。

微軟因此把實現「可規模化、具商業價值量子電腦」的時程,從原訂目標縮短一半至 2029 年。

技術院士納亞克(Chetan Nayak)說:「相對去年,我們好了 1,000 倍。」協助開發的 Microsoft Discovery 平台同步正式上市,並推出可免費搭配 GitHub Copilot 帳號在本機使用的 app 預覽版。

MAI-Code-1-Flash:自研編碼模型,主打又快又省

微軟 AI 部門(MAI)推出編碼模型 MAI-Code-1-Flash,端到端用「乾淨、授權合規」的資料訓練,開始向 VS Code 的 GitHub Copilot 個人用戶分批推出,使用者可能會在模型選單中看到它,也可能由自動選擇器直接分派使用。

它會依任務難度調整推理量:簡單問題少花 token,複雜問題才投入更多運算,微軟稱在 SWE-Bench Verified 上能省最多 60% token。

效能上拿來對打 Anthropic 的 Claude Haiku 4.5,宣稱四項編碼實測全面領先,其中貼近真實開發任務的 SWE-Bench Pro 以 51.2% 對 35.2%、領先 16 個百分點。

Intelligent Terminal:把 AI 代理裝進終端機

Intelligent Terminal 0.1 是 Windows Terminal 的開源、實驗性分支,把 AI 代理整合進命令列。

核心是常駐的「代理窗格」,隨時握有終端機輸出脈絡:指令出錯時按一鍵,代理就帶著錯誤上下文跳出來解釋、甚至幫你跑修正,不必再複製訊息翻論壇。

它內建自動錯誤偵測,GitHub Copilot CLI 為預設代理,也支援任何相容 ACP(Agent Client Protocol)的代理,可從 Microsoft Store 或 WinGet 安裝,與既有 Windows Terminal 並存。

最後把這些拼起來看,微軟這次傳達的訊息相當一致:從最貼身的識別證硬體、到雲端的量子運算、再到開發者每天用的終端機與安全沙箱,都要圍繞「AI 代理」重新設計。

延伸閱讀:輝達一顆晶片,震撼PC市場!黃仁勳揭密:我為何找聯發科做RTX Spark?

資料來源:Microsoft Command Line、GeekWire、9to5Mac、Microsoft 365 Blog、Bing Blog、Microsoft News、Microsoft AI、Microsoft Dev Blogs、Windows Blog

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓