微软在2026年10月7日的Windows和Surface发布会上投下重磅消息：GitHub Copilot将在本月底引入本地AI模型支持，开发者可以在云端和端侧模型之间自由切换，或让系统自动调度。
端侧推理最怕什么？内存和长上下文资源消耗。微软为此带来高效的MAI Code1.1Flash混合专家模型，总参数1370亿，激活参数仅68亿，配合量化和投机采样解码，既压低了内存占用，也提升了设备端编码响应速度。首款搭载该能力的新设备，是配备NVIDIA RTX Spark硬件的新款Surface Laptop Ultra。
实际使用中，开发者可通过GitHub Copilot CLI、Copilot应用和Visual Studio Code自由选择推理模式。既可以让Copilot自动协调资源，也能通过Windows ML提供程序或兼容OpenAI的端点，直接调用MAI Code1.1Flash这类本地模型。安全层面，系统集成了Windows团队打造的Microsoft Executable Container (MXC)，利用各操作系统原生容器隔离机制，保证代码执行安全。
从行业视角看，这次升级意味着AI编程助手正在从“纯云依赖”加速转向“云+端”混合架构。本地模型不再是玩具，而是兼顾隐私、延迟和成本的现实选择。对于企业开发者而言，敏感代码无需离开设备，也能享受大模型带来的生产力提升。
不过也要冷静看待：当前本地模型参数量仍然偏小，复杂任务依然需要云端大模型兜底。微软这一步的意义，更多在于把选择权交还给开发者——既要享受云端模型的强大，也要在本地模型上跑通轻量级任务。未来的AI编码，或许不再是谁更强的问题，而是如何更聪明地分配任务。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，可联系本站进行审核删除。
