AI-modeller og platforme

Microsoft vil give Copilot lokal filkontekst og OS-omfattende handlinger

Aiden Cross
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterCopilot får tilladelsesbaseret lokal filkontekst og OS-dækkende handlinger til at køre…
Vis mere
  • Copilot får tilladelsesbaseret lokal filkontekst og OS-dækkende handlinger til at køre arbejdsgange direkte på enheden.
  • Microsoft Execution Containers håndhæver agenters fil- og netværksgrænser uden for arbejdsbelastningen, så agenter ikke kan give sig selv adgang.
  • Hybrid intelligens strækker cloudbudgetter ved at rute opgaver mellem lokale modeller og cloudintelligens, når det er nødvendigt.

Microsoft annoncerede den 7. oktober 2026, at Copilot på Copilot+‑PC’er vil få lokal kontekst fra en brugers filer og seneste aktivitet, evnen til at udføre handlinger på tværs af Windows samt adgang til AI‑modeller, der kører på enheden, i et Windows Experience Blog-indlæg, der beskriver, hvad virksomheden kalder hybrid intelligens.

Meddelelsen, fra Pavan Davuluri, Executive Vice President for Windows + Devices, udvider den nye Copilot, som Microsoft introducerede den 25. september 2026, og som er bygget omkring tre oplevelser: Home, Code og Autopilot.

Microsoft beskrev tre lokale funktioner. Med lokal kontekst, og med brugerens tilladelse, kan Copilot forstå relevant indhold på pc’en, herunder filer og seneste aktivitet. Med lokale handlinger kan Copilot arbejde på brugerens vegne på tværs af operativsystemet, herunder organisere filer, vurdere enhedsdiagnostik, fejlfinde problemer, kode og udføre arbejdsgange direkte på enheden. Med lokale modeller kan Copilot udnytte AI‑modeller, der kører på pc’en, ved at bruge lokal beregning til de rette opgaver, mens den kombinerer det med cloud‑intelligens efter behov.

Microsoft oplyser, at Home kan bruge lokal kontekst til at hente filer, som brugeren har arbejdet på, og omdanne dem til samarbejdsparate artefakter, mens Code får mulighed for at bygge native Windows‑apps ud fra en enkelt prompt, køre kode mere sikkert med understøttelse af Microsoft Execution Containers og bruge lokale modeller til at styre token‑omkostninger. Autopilot, som Microsoft beskriver som en vedvarende, proaktiv og personlig agent, får lokal kontekst, lokale modeller og PC‑handlinger i sin agent‑flow. Copilot‑funktioner, der drives af hybrid intelligens, forventes at begynde at blive rullet ud på Copilot+‑PC’er i de kommende måneder, siger Microsoft, med tilgængelighed og tidsplan, der varierer efter enhed, marked og siliciumplatform.

Lokale modeller og HydraFusion‑routing

Microsoft oplyser, at de bringer MAI Code 1.1 Flash, en kodningsmodel, der blev introduceret på Build med 137 milliarder samlede og 6,8 milliarder aktive parametre, til enheder ved brug af 3‑bits præcision, en ændring som virksomheden siger reducerer modelstørrelsen med næsten 80 % samtidig med at kodningskvaliteten bevares og et lokalt 256 K kontekstvindue understøttes. De meddeler også, at en kommende NVIDIA Nemotron‑model med over 70 milliarder parametre, kvantiseret til 2‑bit for at bruge lidt over 20 GB hukommelse, samt DeepSeek V4 Flash, en model med 284 milliarder parametre, vil blive gjort i stand til at køre lokalt på RTX Spark-hardware.

GitHubs HydraFusion, som dirigerer hver opgave til den rette model i skyen, udvides til Windows, så den også kan udnytte modeller, der kører lokalt på enheden. Hybrid intelligens på Windows, drevet af HydraFusion, kommer til GitHub Copilot-appen, GitHub Copilot CLI og Visual Studio Code i eksperimentel preview senere i oktober 2026, siger Microsoft. Virksomheden annoncerede også understøttelse af llama.cpp i Windows ML, deres runtime til implementering af modeller på tværs af GPU, NPU og CPU, hvilket giver udviklere flere open‑source modelvalg.

Microsoft indrammede den lokale satsning ud fra omkostninger og udtalte, at kundernes behov overstiger, hvad deres cloud‑budgetter kan understøtte, og at hybrid intelligens er beregnet til at strække disse budgetter, mens adgangen til banebrydende funktioner bevares. Virksomheden sagde, at mere end 2 billioner inference‑kørsler udføres lokalt hver måned på tværs af alle Copilot+‑PC’er, og at over 40 % af de bærbare computere, der bygges til erhverv, er Copilot+‑PC’er.

Microsoft Execution Containers opnår generel tilgængelighed

Microsoft Execution Containers (MXC) blev generelt tilgængelige på Windows 11 den 7. oktober 2026, hvilket gør det muligt for organisationer at definere, hvilke filer og netværk agenter kan få adgang til, med disse politikker håndhævet ved kørsel. Ifølge et tilhørende Windows Developer Blog-indlæg af Logan Iyer, Corporate Vice President for Windows Platform + Developer, holder indkapslingslaget politikken uden for agentens arbejdsbelastnings kontrol, så agenten eller dens genererede kode ikke kan give sig selv yderligere adgang.

Udviklere angiver de ressourcer, en arbejdsbelastning kræver, såsom filer og netværksdestinationer, via et samlet JSON‑konfigurationsskema og et fler‑sprogs SDK, og MXC kortlægger de ønskede kontroller til indkapslings‑backends på Windows, macOS og Linux. Indkapslingsmuligheder spænder fra procesisolering til en sessionscontainer, WSLc, virtuelle maskiner og Windows 365 for Agents. Kun Windows understøtter sessionscontaineren, som kører en agent i en separat OS‑isoleret session med sin egen lokale agentidentitet samt isoleret skrivebord, udklipsholder, UI og input‑grænser.

MXC understøtter Enforcement‑, Learning‑ og Permissive‑tilstande, og kun på Windows kan MXC‑proces‑containere producere en agent‑aktivitetsrapport, der viser hvilke ressourcer en arbejdsbelastning forsøgte at bruge, for at hjælpe med at udforme mindst‑privilegerede politikker. Microsofts angivne sikkerhedsmodel kombinerer denne indkapsling med identitet, så IT kan se, hvilken agent der handlede, samt håndterbarhed ved at forbinde agent‑aktivitet med værktøjer som Agent 365 og Intune.

Agenter, der allerede understøtter MXC, omfatter OpenAIs Codex, GitHub Copilot, OpenClaw, Replit, LM Studio, NVIDIAs OpenShell og Unsloth AI, samt Anthropic Claude Code, Box, Egnyte, Heidi Health, Hermes Agent fra Nous Research, Manus, Perplexity, Raycast og Simular blandt dem, der planlægger support, siger Microsoft. Metas Muse personlige AI-agent kommer snart som en indbygget Windows‑app med MXC‑integration. Windows vil også snart gøre det muligt for Microsoft Entra at skelne agentaktivitet fra brugeraktivitet i Microsoft Agent 365, og Intune‑politikken vil snart være tilgængelig for at administrere MXC‑procescontainere på Windows 11.

Handlinger i Windows-søgning og nye enheder

Microsoft introducerede en ny Windows-søgeoplevelse med tusindvis af handlinger, der er tilgængelige direkte fra proceslinjen, startende med opgaver som at skifte til mørk tilstand, aktivere Forstyr ikke, slå flytilstand til, dæmpe skærmen, slå lyden fra, minimere eller arrangere vinduer og sende en sms. Der vil også blive tilføjet en valgfri indstilling til at integrere den nye Copilot med Søgning på proceslinjen, som giver hurtige svar inline med mulighed for at hoppe til den fulde Copilot‑app, først udrullet til udvalgte markeder senere i 2026. De nye handlinger begyndte at blive rullet ud til Windows Insiders i den eksperimentelle kanal den 7. oktober 2026.

Meddelelserne kom ved Microsofts oktober 2026 Windows‑ og Surface‑begivenhed, hvor virksomheden også åbnede forudbestillinger af Windows‑PC’er drevet af NVIDIA RTX Spark fra ASUS, Dell, HP, Lenovo, MSI og Microsoft Surface. Microsoft sagde, at Surface Laptop Ultra, bygget omkring RTX Spark med op til 128 GB samlet hukommelse, kan køre AI‑modeller med mere end 120 milliarder parametre lokalt; den bliver tilgængelig den 16. oktober 2026, og Surface RTX Spark Dev Box sendes til amerikanske kunder i november. Skrivebordssystemer drevet af NVIDIA DGX Station, som Microsoft sagde kan køre frontier‑klasse modeller med mere end en billion parametre lokalt, forventes på Windows senere i 2026, herunder Dell Pro Precision med GB300 og HP ZGX Fury AI Station.

Aiden Cross er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-produktstrategi, udførelse og de praktiske udfordringer ved at omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbejde fokuserer på, hvordan startups og virksomhedsteams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med et pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktroadmaps, strategier for markedsintroduktion, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnerer. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastrukturbegrænsninger og sammenhængen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre klarhed, nøjagtighed og ansvarlig dækning af, hvordan AI-produkter bygges, leveres og skaleres i den virkelige verden.