Microsoft та NVIDIA перетворюють Windows на агентну платформу з гібридним АІ

Microsoft представила новий етап розвитку Windows, у якому операційна система має не лише запускати програми, а й надавати АІ-агентам інструменти для самостійного виконання завдань. Ключові складові цієї концепції - ізоляція агентів, окрема ідентичність і контроль їхніх повноважень, оркестрація моделей та розподіл обчислень між локальним пристроєм і хмарою. Водночас нові сценарії потребують продуктивного обладнання, тому частина витрат на АІ переміщується з хмарних сервісів на пристрої користувачів.

На презентації в Сан-Франциско, що відбулася 8 жовтня, Microsoft представила бачення трансформації Windows із традиційної операційної системи, орієнтованої на запуск програм, на платформу для роботи автономних АІ-агентів. Серед головних анонсів - перехід Microsoft Execution Containers до статусу загальної доступності, розвиток гібридного інтелекту з підтримкою локальних моделей і нова категорія пристроїв для розробників та творців контенту - Builder tier.

У центрі презентації була саме зміна способу взаємодії людини з комп’ютером. Замість самостійного виконання кожної операції користувач може доручати агентам багатокрокові завдання. Такі системи здатні планувати роботу, використовувати інструменти й виконувати послідовність дій із мінімальним втручанням людини. Проте для практичного застосування агентам потрібні не лише потужні моделі, а й системні механізми, які визначають, до яких даних вони можуть звертатися, які дії їм дозволено виконувати та як контролювати наслідки їхньої роботи.

Від PDC 1991 року до АІ-екосистеми

Захід відкрив генеральний директор Microsoft Сатья Наделла (Satya Nadella), який пригадав свою першу конференцію PDC у Сан-Франциско в 1991 році. За його словами, саме тоді він побачив, як архітектурні рішення можуть визначати розвиток індустрії на десятиліття вперед. «Це була конференція, неподалік звідси. Тоді я вперше потрапив на захід Windows, почув про Win32, і решта, як кажуть, уже історія. Але є також траєкторії розвитку, і саме вони здаються мені набагато цікавішими. Вже тоді я міг побачити, чим стануть архітектура x86 і Win32 не лише для ПК, а й для серверного світу», - розповів він.

Ця історична паралель була не просто вступом до презентації нових рішень. Наделла запропонував дивитися на нинішні зміни, як на формування нової обчислювальної архітектури. На його думку, розвиток передової АІ-екосистеми не зводиться до чергового випуску більшої хмарної моделі або стрибка її можливостей. У перспективі двох, п’яти чи десяти років розподілені обчислення мають стати ще важливішими.

Доповідач назвав три опорні складові цієї екосистеми: довіру (Trust), інтелект (Intelligence) і дизайн разом із формфакторами (Design & Form Factors). Довіра має забезпечуватися на кожному рівні технологічного стеку, але самого інтелекту моделі недостатньо. Згадуючи успіх ChatGPT, він наголосив, що важливу роль відіграло поєднання можливостей АІ з простим розмовним інтерфейсом.

Для Windows це означає, що конкурентна перевага визначатиметься не лише характеристиками моделей. Не менш важливими стають інтеграція з операційною системою, доступ до контексту користувача, можливість виконувати дії в програмах і контроль повноважень агентів. Наделла назвав три основні елементи, за допомогою яких Microsoft реалізує це бачення у Windows: Agent 365, Microsoft IQ та Copilot.

Agent 365 пов’язаний із корпоративним управлінням агентами, включно з адмініструванням, політиками безпеки та фінансовим контролем використання АІ. Для ІТ-служб це передусім питання керованості: потрібно розуміти, які агенти працюють, що вони роблять і скільки ресурсів споживають.

Microsoft IQ Сатья Наделла описав як системний рівень навколо моделі. Самої моделі недостатньо: потрібні оркестрація, пам’ять поза моделлю, контекст і набір доступних дій. Microsoft IQ має поєднувати кілька моделей, контекст, зовнішню пам’ять та інструменти, щоб спрямовувати виконання завдання, а не просто повертати відповідь на окремий запит. Третім елементом є Copilot - інтерфейс, який охоплює режими Chat, Co-work, Code, агентів і автопілотів.

«Ідея полягає в тому, щоб не просто мати все це у хмарі, а фундаментально вбудувати в архітектуру Windows», - пояснив Наделла. Це важливе уточнення до концепції агентної Windows: йдеться не про одну нову програму, а про взаємодію системного середовища, управління агентами, оркестрації моделей і користувацьких інтерфейсів.

Windows Agentic Platform: ізоляція, ідентичність і контроль дій

Після вступного слова Наделли на сцену вийшов корпоративний віцепрезидент напрямку Windows & Devices Паван Давулурі (Pavan Davuluri), який представив Windows Agentic Platform. Традиційні операційні системи створювалися для світу, орієнтованого на програми, де користувач самостійно виконує кожну дію. Агенти змінюють цю модель: вони можуть міркувати, використовувати інструменти, вирішувати складні завдання й працювати автономно протягом тривалого часу. Microsoft хоче поширити нові можливості на екосистему, яка, за його словами, охоплює понад мільярд користувачів Windows 11.

«Агентам потрібна гнучка ізоляція, окрема ідентичність і права доступу, відокремлені від прав користувача. Ми вбудовуємо ці примітиви безпосередньо у Windows, щоб агентів можна було захищати, спостерігати за їхньою роботою та управляти ними», - заявив Давулурі.

Центральним елементом архітектури стала технологія Microsoft Execution Containers (MXC) - набір механізмів ізоляції середовища виконання для агентів та інших навантажень, яким потрібні контрольовані повноваження. Microsoft оголосила про перехід MXC із режиму попереднього перегляду до загальної доступності у Windows 11.

MXC не є одним універсальним контейнером або лише механізмом на рівні ядра. У презентації Давулурі описав спектр варіантів ізоляції - від процесного рівня до сесій, WSLc, віртуальних машин і Windows 365 для агентів. Різні механізми дають різні можливості та рівні ізоляції, тому конкретний вибір залежатиме від сценарію використання.

Другий важливий елемент - атрибуція дій агентів (Agent Attribution). Дії, які агент виконує за дорученням користувача або автономно, мають бути пов’язані з ідентичністю самого агента, а не просто записуватися як активність людини. Це дає змогу адміністраторам розрізняти дії користувача й агента, розслідувати підозрілу поведінку та застосовувати політики до окремого агента або групи агентів.

Третя складова - керованість (manageability). Давулурі пояснив, що корпоративні правила мають задаватися централізовано й застосовуватися на пристроях. У майбутньому цей напрям розвиватиметься разом з Agent 365, який має стати інструментом управління агентами в організації.

Для корпоративних клієнтів тут важлива не лише ізоляція процесу, а повний цикл контролю: визначення повноважень, відстеження дій, розслідування інцидентів і застосування політик. Водночас сама наявність контейнера не гарантує повного захисту від усіх атак: результат залежить від конфігурації, політик доступу та обраного механізму ізоляції.

Як саме Windows відокремлює агента від користувача

Щоб показати MXC та атрибуцію агентів у роботі, до презентації приєдналася Дів'я Венкатараму (Divya Venkataramu), директор з продуктового маркетингу платформи Windows та інструментів для розробників. Вона продемонструвала сценарій, у якому GitHub Copilot мав оновити версію Python у локальному вебпроєкті, дотримуючись інструкцій із зовнішньої вебсторінки. Сторінка містила приховані шкідливі інструкції, покликані змінити поведінку агента. За словами виступаючої, Microsoft Defender виявив і заблокував спробу виконати шкідливу дію.

Важливо, що в цьому прикладі йшлося про промпт-ін’єкцію - спробу вплинути на поведінку агента через вміст, який він обробляє. Демонстрація показала спільну роботу захисних механізмів Microsoft Defender та атрибуції агентів, але не доводить, що будь-яка промпт-ін’єкція буде автоматично заблокована.

Далі Дів'я Венкатараму попросила агента перевірити доступ до документа в корпоративному SharePoint. Система заблокувала доступ для агента, тоді як права самої користувачки залишилися незмінними. «Це означає, що обмеження доступу застосовуються до агента, а не до мене. Якби ми не могли розрізняти агента й користувача, блокування шкідливого агента могло б одночасно заблокувати роботу людини», - пояснила вона.

У підсумку Windows має надати організаціям змогу визначати, які агенти працюють, пов’язувати кожну дію з конкретною ідентичністю, розслідувати ризиковану поведінку та застосовувати політики безпеки.

Гібридний інтелект - локальні моделі, стиснення та економіка токенів

Після розгляду безпеки Microsoft перейшла до концепції гібридного інтелекту (Hybrid Intelligence). Паван Давулурі зазначив, що потреба в АІ зростає швидше, ніж можливості багатьох організацій оплачувати всі обчислення в хмарі. Що більші й потужніші моделі, то відчутнішими стають витрати на їх використання.

Гібридний підхід передбачає, що завдання виконуються локально, коли це доцільно, а до хмари звертаються тоді, коли потрібна потужніша модель або складніші обчислення. Для цього мають працювати разом інтелектуальна маршрутизація, моделі, середовище виконання та апаратні прискорювачі.

Цей підхід не усуває витрат, а змінює їхню структуру. Локальні обчислення можуть зменшити кількість запитів до платних хмарних моделей, але потребують сумісного обладнання, електроенергії та ресурсів самого пристрою. Економічний ефект залежить від того, які завдання можна перенести локально, як часто вони виконуються та скільки коштує відповідна система.

Одним із прикладів стала MAI Code 1.1 Flash - модель Microsoft для завдань програмування. За словами Павана Давулурі, її квантували до точності 3 біти, що скоротило розмір приблизно на 80% зі збереженням якості генерації коду в заявлених сценаріях. Модель підтримує контекстне вікно обсягом до 256 тис. токенів.

Давулурі також згадав майбутню модель Nemotron, над якою працює NVIDIA. За його словами, вона використовуватиме 2-бітне представлення й потребуватиме трохи понад 20 ГБ пам’яті, що робить її придатною для платформи RTX Spark. Ще один приклад - DeepSeek V4. Під час презентації заявили про запуск локального варіанта з квантуванням до 1,6 біта, який потребує приблизно 60 ГБ пам’яті. Представники Microsoft стверджували, що модель демонструє високі результати в бенчмарках програмування та логічного міркування.

Для запуску моделей у Windows Microsoft розвиває Windows ML - середовище виконання, яке дає змогу розгортати моделі на GPU, NPU та CPU. Компанія оголосила про інтеграцію llama.cpp у Windows ML, щоб розробники могли швидше використовувати відкриті моделі та експериментувати з новими версіями.

HydraFusion поєднує локальну й хмарну моделі

Практичне застосування гібридного інтелекту продемонструвала Кейла Сіннамон (Kayla Cinnamon), продакт-менеджер у команді розробників Windows та інструментів АІ. Вона показала роботу GitHub Copilot у Windows із підтримкою HydraFusion - системи оркестрації, яка дає змогу комбінувати моделі й способи виконання завдань.

Спочатку Кейла Сіннамон попросила Copilot очистити кодову базу Windows Terminal: знайти невикористовувані імпорти, пакети й застарілі прапорці та підготувати підсумок. У режимі Auto Efficiency система обрала локальну модель, оскільки завдання було відносно простим. За словами виступаючої, обробка виконувалася з застосуванням GPU пристрою, а запущений процес продовжував працювати навіть у режимі польоту, оскільки модель уже була доступна локально.

Для складнішого завдання - аналізу помилок у Windows Terminal із міткою needs repro - система використала хмарну модель GPT-6 Luna як оркестратор і передала частину роботи локальним субагентам, які виконували окремі підзавдання. Локальні моделі можуть обробляти частину завдань, тоді як хмарна модель координує складніший процес. Наприклад, статистика однієї з локальних сесій: приблизно 1,66 млн токенів було передано локальній моделі, а у відповідь отримано 10 500 токенів. Виступаюча назвала ці токени безкоштовними, маючи на увазі відсутність списання хмарних кредитів за цю локальну обробку.

Це не означає, що обчислення не мають вартості взагалі: модель використовує GPU та пам’ять комп’ютера, а сам пристрій потребує електроенергії й амортизується. Проте для команд розробки локальна обробка повторюваних завдань може зменшити прямі витрати на хмарний інференс.

Кейла Сіннамон також продемонструвала Canvas Visualizer - інтерфейс для перегляду активних і попередніх сесій. Вона налаштувала автоматизований тріаж помилок так, щоб він використовував саме локальну модель. Це дозволяє запускати повторювану роботу, наприклад уночі, без непередбачуваного списання хмарних кредитів.

Copilot і Windows - від пошуку до автономних дій

Наступний блок презентації стосувався інтеграції АІ у повсякденну роботу Windows. Паван Давулурі оголосив про оновлення пошуку на панелі завдань Windows 11. За його словами, користувачі зможуть виконувати тисячі швидких дій безпосередньо з пошуку: перемикати темну тему, вмикати режим «Не турбувати», регулювати гучність мікрофона, робити знімки екрана, упорядковувати вікна та надсилати текстові повідомлення.

Зі сцени Джейкоб Андреу (Jacob Andreou), виконавчий віцепрезидент Microsoft, пояснив, що гібридний інтелект розширює можливості Copilot у трьох напрямах.

Local Context дає змогу враховувати локальні файли користувача. Local Actions дозволяє виконувати дії на комп’ютері - наприклад, переміщувати файли або змінювати налаштування - за дозволом користувача. Local Models дає Copilot змогу передавати відповідні завдання локальним моделям, залишаючи хмару для складніших операцій або ситуацій, коли це доцільніше. Таким чином, локальний контекст, локальні дії та локальні моделі - це три різні можливості. Доступ до файлів не означає автоматичного дозволу на будь-які операції з ними, а використання локальної моделі не означає, що весь сценарій Copilot завжди працюватиме без хмари.

Джейкоб Андреу також розповів про три основні режими нового Copilot: Home, Code та Autopilot. У Home чат і спільна робота об’єднуються в одному інтерфейсі, а документи Office можна редагувати безпосередньо в застосунку Copilot. У Code користувачі зможуть створювати нативні Windows-застосунки та віджети за допомогою текстових інструкцій. Згенерований код запускатиметься в ізольованому середовищі MXC. Це робить MXC не лише корпоративним механізмом безпеки, а й частиною користувацького сценарію. Можна генерувати та запускати код на власному ПК у контрольованому середовищі.

Autopilot і підготовка податкових документів

Найдетальніша демонстрація стосувалася Autopilot, який допомагав Джейкобу Андреу підготувати документи для податкової звітності. Агент почав із пошуку листа бухгалтера з переліком потрібних файлів, після чого знайшов документи у різних папках комп’ютера - зокрема в завантаженнях і документах.

Отримавши дозвіл, Autopilot створив нову теку, перемістив туди файли, перейменував їх, сформував підтеки та зібрав документи в ZIP-архів. Потім він підготував лист бухгалтеру з архівом у вкладенні й зупинився, щоб користувач перевірив результат і підтвердив надсилання.

За словами Джейкоба Андреу, організація й перейменування файлів у демонстрації виконувалися локальними моделями, тому податкові дані не передавалися у хмару в межах саме цих операцій. Практична цінність цього прикладу - не в тому, що агент повністю замінює людину, а в тому, що він може виконати довгу послідовність підготовчих дій, залишивши зовнішню дію - надсилання листа - під контролем користувача. Це також показує, чому важливо поєднувати локальний контекст, повноваження агента й механізми підтвердження.

Perplexity, Muse та OpenClaw: агенти виходять за межі Copilot

Після демонстрації Copilot зі сцени було наголошено, що Windows має залишатися відкритою платформою не лише для власних АІ-продуктів компанії. Давулурі згадав популярні сторонні інструменти, серед яких Perplexity та OpenClaw, а також оголосив про появу Muse у Windows.

У сценарії використання Perplexity користувач хотів перетворити фотографії після зйомки на професійну галерею для клієнта. Замість ручного використання кількох програм агент мав знайти зображення, перевірити доступні на комп’ютері інструменти, змінити розмір фотографій і створити локальну галерею з 12 зображень, з назвами та інформацією про них. За словами ведучого, модель у цьому сценарії працювала локально, а обробка не використовувала кредити Perplexity. Це демонструє ще один тип застосування агентів - не просто відповідати на запитання, а визначати послідовність дій і використовувати доступні на ПК інструменти для отримання готового результату. Водночас твердження про локальність стосується саме показаного сценарію, а не всіх функцій Perplexity.

Microsoft також оголосила про спрощений запуск агентів на компактних пристроях ClawBox. Новий процес початкового налаштування має дозволити запускати популярних агентів у кілька кроків, без роботи з терміналом і складної ручної конфігурації. Для OpenClaw компанія анонсувала нативний шлюз Windows.

Отже, бачення Microsoft охоплює не лише агентів, вбудованих у Copilot. Windows має стати середовищем для різних агентів, але за умови, що вони використовуватимуть системні механізми ізоляції та контролю.

Локальний АІ потребує нового обладнання

Для підтримки ресурсоємних локальних АІ-навантажень Microsoft представила категорію пристроїв Builder tier і Surface Laptop Ultra, який компанія назвала найпотужнішим Surface за всю історію лінійки.

В основі ноутбука - платформа NVIDIA RTX Spark. Вона поєднує GPU на архітектурі NVIDIA Blackwell із до 6144 обчислювальних ядер, процесор NVIDIA Grace із до 20 ядер і до 128 ГБ уніфікованої пам’яті. Microsoft і NVIDIA заявляють пікову продуктивність до одного петафлопса в обчисленнях FP4 із використанням розрідженості. Однак слід зазначити, що це показник пікової продуктивності в конкретному режимі обчислень, а не універсальна оцінка швидкодії будь-якої програми чи моделі.

Microsoft заявила, що система охолодження забезпечує у 2,5 рази більшу теплову потужність, що допомагає підтримувати продуктивність під тривалим навантаженням. Корпус ноутбука має товщину менш як 18 мм і вагу приблизно 2,0 кг. У презентації також заявили, що пристрій здатен зберігати понад 99% потужності під час роботи від акумулятора.

Серед інших особливостей - сенсорний дисплей PixelSense Ultra та Magnetic Connect, магнітне підключення зарядного кабелю. За словами представника Microsoft, це дозволяє користуватися магнітним заряджанням, не відмовляючись від універсальності USB-C.

Під час демонстрації ноутбук одночасно виконував завдання GitHub Copilot, обробляв відео в DaVinci Resolve і запускав Gears of War. Представник Microsoft заявив, що гра працювала зі швидкістю 60 кадрів за секунду. Компанія також оголосила, що Call of Duty має з’явитися на платформі RTX Spark у 2027 році.

Ці приклади покликані продемонструвати не лише швидкість виконання одного завдання, а й здатність системи підтримувати кілька ресурсоємних робочих процесів одночасно. Проте реальна продуктивність залежатиме від конкретних застосунків, налаштувань і навантаження.

Творчий процес: локальні та хмарні моделі в одному робочому циклі

Данило Макіо Сайто (Danilo Makio Saito), старший дизайнер підрозділу Devices + Experiences, показав, як використовував Surface Laptop Ultra для створення концепт-арту космічного корабля. Він працював у Blender, застосовував ComfyUI для локального запуску моделей, використовував Gemma 4 для опису елементів, генеративні моделі для створення зображень, локальну модель для написання коду та Photoshop для фінальної обробки. На останньому етапі він залучив хмарну GPT-6.

За словами Данило Макіо Сайто, процес, який раніше міг тривати кілька днів, тепер займає кілька годин.

Для такого сценарію важливий не лише один потужний GPU. Потрібні достатній обсяг пам’яті, швидке перемикання між програмами та можливість виконувати кілька завдань без постійного очікування завершення попереднього. Саме це Microsoft намагалася продемонструвати на Surface Laptop Ultra.

Від ноутбуків до локальних суперкомп’ютерів

У рамках презентації також були анонсовані ноутбуки партнерів на базі RTX Spark - Lenovo, Dell XPS 16, MSI Prestige 16 і HP OmniBook Ultra 16 та Surface RTX Spark Dev Box для розробників. Окремим напрямом стали DGX Station for Windows, зокрема системи Dell Precision Pro та HP ZGX.

За словами представників Microsoft, такі настільні системи призначені для локального запуску великих моделей, зокрема моделей із понад трильйоном параметрів, і для одночасної роботи багатьох агентів. Під час презентації згадували можливість масштабування роботи до 32 агентів на відповідній конфігурації.

Як вже раніше, під час презентації самого чипа, зазначав голова Nvidia Джейсон Хуанг (Jensen Huang) - що на розробку RTX Spark було витрачено понад 4000 людино-років інженерної роботи. Він порівняв систему з DGX-1 - одним із ранніх суперкомп’ютерів NVIDIA для АІ, який мав заявлену продуктивність на рівні одного петафлопса, коштував близько чверті мільйона доларів і важив приблизно 227 кг.

За даними Microsoft, ціна на Surface Laptop Ultra стартує від 2599 дол., а Surface RTX Spark Dev Box - від 5999 дол. У презентації оголосили про початок попередніх замовлень на обидва пристрої; постачання ноутбуків RTX Spark від партнерів компанія планувала розпочати вже цього тижня, а DGX Station for Windows - пізніше того року.

Слід зазначити, що ціни показують, що локальний запуск потужних моделей поки що потребує значних інвестицій. Ймовірно, для частини користувачів і компаній дешевше буде продовжувати використовувати хмарні сервіси. Локальна інфраструктура може бути виправданою за інтенсивної роботи з моделями, підвищених вимог до конфіденційності, потреби в автономному виконанні завдань або бажання контролювати витрати на хмарні запити.

Від Windows і DirectX до агентного комп’ютера

Завершилася презентація дискусією за участю Сатьї Наделли, Дженсена Хуанга і модератора Шрірама Крішнана (Sriram Krishnan).

Хуанг пригадав історію NVIDIA та її зв’язок із Windows. За його словами, розвиток персонального комп’ютера й 3D-графіки створив умови для появи GPU, а DirectX і Direct3D дали розробникам доступ до можливостей графічних прискорювачів. Пізніше програмовані шейдери стали одним з етапів еволюції до CUDA.

«Windows була в основі нашої компанії. Без Windows не було б GeForce, без GeForce не з’явилася б CUDA», - підсумував Дженсен Хуанг.

Ця історія важлива для нинішнього партнерства Microsoft і NVIDIA - програмна платформа може створити ринок для нового класу апаратних прискорювачів, а згодом - для нових моделей програмування. Тепер компанії намагаються розвинути подібну взаємодію в агентному АІ, де операційна система має надати агентам доступ до інструментів, а апаратна платформа - забезпечити локальні обчислення.

Наделла відзначив послідовність бачення Хуанга щодо прискорених обчислень і пригадав розвиток Azure як платформи для високопродуктивних обчислень. Зокрема, він згадав використання InfiniBand у хмарній інфраструктурі, яка згодом стала основою для навчання моделей OpenAI.

Дженсен Хуанг високо оцінив архітектуру MXC, порівнявши її потенційний вплив із роллю Windows і DirectX у розвитку програмного забезпечення. Проте ]ї практична цінність залежатиме від реалізації, політик доступу й того, як розробники використовуватимуть системні механізми.

Агент як користувач комп’ютера

У фінальній дискусії Наделла й Хуанг повернулися до питання, що саме змінюється в персональному комп’ютері. За словами голови Microsoft, агенти для програмування показали, що навіть за використання хмарної моделі середовище виконання часто залишається локальним - агент працює з файлами, командним рядком та інструментами, встановленими на комп’ютері.

«Коли агентні системи для кодингу стали популярними, я був вражений тим, як усі знову закохалися в консоль і файлові системи. Це показує, наскільки потужною абстракцією є файлова система. Я думаю, що агенти стануть її найбільшими користувачами», - зазначив Наделла. Ця думка пояснює, чому питання безпеки не зникає навіть тоді, коли модель працює в хмарі. Модель може генерувати відповіді віддалено, але локальний агент усе одно має доступ до файлів, програм та інструментів на пристрої. Саме тому ізоляція середовища виконання, окрема ідентичність агента й контроль дій мають значення незалежно від місця виконання моделі.

Наделла також описав бажаний користувацький досвід: людина не повинна постійно думати, де саме працює обчислення - на ПК чи в хмарі. Вона має отримувати результат у єдиному робочому процесі. Як приклад він навів демонстрацію Данила, де локальні моделі, хмарні сервіси та настільні застосунки послідовно використовувалися для створення одного творчого результату. Отже, гібридний інтелект у баченні Microsoft - не просто вибір між локальною та хмарною моделлю. Це оркестрація всього процесу, у якому різні моделі й інструменти можуть виконувати окремі частини роботи там, де це доцільніше.

Безпека, делегування та відповідальність

Окрему частину дискусії присвятили юридичній відповідальності за автономні дії агентів. Модератор поставив питання: якщо агент від імені людини здійснює покупку або взаємодіє із сервісом, хто саме вважається стороною дії - користувач чи агент? І як мають реагувати сайти та постачальники послуг, якщо замість людини до них звертається програмний агент?

Наделла повернувся до трьох принципів: ізоляції, окремої ідентичності й журналу дій агента. Водночас він наголосив на важливості делегованих повноважень - того, що користувач дозволяє агенту робити від свого імені. Це ширша проблема, ніж технічна безпека. Організаціям потрібно визначати, які рішення агент може ухвалювати самостійно, які потребують підтвердження людини, як документувати інциденти та хто відповідає за наслідки помилкових дій. Виступаючий припустив, що оцінювання ризиків і страхування можуть стати одним із механізмів, через які ринок визначатиме допустимий рівень автономності.

«Усе починається з довіри: чи ізольовані агенти, чи мають вони власну ідентичність, чи відокремлений їхній журнал дій від дій користувача. Далі постає питання, які повноваження ми делегуємо агенту. Зрештою ринок оцінюватиме ці ризики, зокрема через страхування», - пояснив Наделла.

Що означає перехід до агентної Windows

Головний висновок презентації полягає в тому, що Microsoft намагається зробити Windows не просто інтерфейсом для доступу до АІ-сервісів, а системним середовищем для роботи агентів. У цій моделі важливі всі взаємопов’язані компоненти: ізоляція та контроль дій через MXC, управління агентами й витратами через корпоративні інструменти, оркестрація моделей і контексту та апаратна платформа, здатна виконувати частину завдань локально.

Ці компоненти мають працювати разом. Самої локальної моделі недостатньо, якщо вона не має доступу до потрібних інструментів. Самого агента недостатньо, якщо його повноваження не обмежені й дії неможливо відстежити. А потужний комп’ютер не гарантує економічної вигоди, якщо більшість робочих навантажень дешевше виконувати в хмарі.

Тому головна економічна інтрига гібридного АІ полягає не в тому, чи замінять локальні моделі хмарні, а в тому, як система розподілятиме роботу між ними. Локальна обробка може зменшити кількість платних хмарних запитів і допомогти залишати частину даних на пристрої. Проте вона переносить частину витрат на обладнання, електроенергію й підтримку інфраструктури.

Для одних користувачів оптимальним залишиться хмарний АІ, для інших - локальні обчислення. Найуніверсальнішим варіантом може стати гібридна система, яка обирає відповідну модель та середовище виконання залежно від складності завдання, чутливості даних, вимог до швидкості й вартості.

Саме здатність поєднати локальні інструменти, хмарні моделі, системний контроль і зручний користувацький досвід визначатиме практичну цінність агентної Windows. Анонси Microsoft показують напрям розвитку цієї архітектури, але реальний результат залежатиме від доступності функцій, сумісності моделей, надійності агентів і того, чи виправдають вони витрати на нове обладнання.

Як безпечно перейти до системного та керованого використання ChatGPT Business