Agent 時代的治理難題：微軟用 MXC 容器、IQ 三層 Context 和 Copilot App 給出答案

本文整理自 Microsoft Build 2026 開場主題演講，2026 年 6 月 2 日。

{{< youtube FFMm454fxNA >}}

---

Agent 的真正瓶頸不是模型，是 Context

Build 2026 的 demo 工程師 Elijah 在展示電力公司情境時說了一句話：「Agent 的好壞取決於我們餵給它的 context。」這句話看似平淡，卻點出了當前 AI agent 開發的核心瓶頸。模型能力已經很強了，但如果 agent 拿不到正確的、即時的、結構化的企業資訊，它就只是一個很會說話但搞不清楚狀況的聊天機器人。

微軟的回答是 Microsoft IQ，一個統一的三層 context 引擎。第一層是 WebIQ，把 Bing 的全球搜尋基礎設施重新架構，專門為大型語言模型和 agent 工作流程最佳化。它不只是「讓 agent 上網搜尋」這麼簡單，而是提供模型不可知（model-agnostic）、原生支援 MCP 協定的網頁根據（web grounding），涵蓋網頁、新聞、圖片和影片。微軟宣稱 WebIQ 在品質、速度和成本三個維度上都是同類最佳。

第二層是 FabricIQ，把企業現有的 Power BI 語意模型擴展成即時的營運知識本體（ontology），並耦合即時遙測資料。白話來說，你在 Power BI 裡定義的業務概念（「變電站」「尖峰負載」「區域風險等級」），現在可以直接被 agent 理解和查詢，而且反映的是此刻的營運狀態，不是昨天的報表。搭配 GPU 加速後，資料倉儲查詢效能提升了 7 倍。

第三層是 WorkIQ，把 SharePoint 和 Microsoft 365 裡的組織知識（標準作業程序、應變計畫、人員通訊錄）轉化成 agent 可以即時讀取的 context。關鍵是「活的」：當 SharePoint 上的文件更新時，agent 的回答會立刻反映最新版本，不需要重新上傳或重新索引。

Brightline Demo：三層 Context 的實戰展示

Elijah 用一個虛構的電力公司 Brightline 展示了三層 IQ 的協作方式。情境是某個變電站出現異常，agent 需要做出即時判斷。它先用 WebIQ 查詢當前的即時電價和天氣狀況，再用 FabricIQ 從 Power BI 的語意模型裡拉出變電站的風險評估和即時遙測數據，最後用 WorkIQ 從 SharePoint 裡找到對應的應變程序。

三個資訊源彙整之後，agent 自動產出一份事件摘要，列出風險最高的變電站清單，並透過 Foundry Routines 在 Teams 群組發送通知。整個過程從事件偵測到通知發送，中間沒有人工介入。這不是一個「未來展望」的概念影片，而是在舞台上跑通的完整 demo。

這個 demo 的真正價值不在於技術有多炫，而在於它解決了一個實際問題：企業的知識散落在無數個系統裡（CRM、ERP、SharePoint、Power BI、即時監控），過去要讓一個 AI 系統同時存取這些資訊，需要大量的整合工程。Microsoft IQ 的策略是利用企業已經在用的微軟工具作為 context 的來源，降低導入門檻。你不需要把資料搬到新的系統裡，因為資料本來就在 SharePoint 和 Power BI 裡面。

這裡也揭示了微軟的另一個數據基礎建設更新：Horizon DB，一個全新的全託管 PostgreSQL 服務。微軟宣稱它的吞吐量是自行管理的 PostgreSQL 的 3 倍，支援 128TB 的叢集儲存、15 個讀取副本、以及跨可用區的自動容錯轉移。這是為 agent 工作負載設計的資料庫基礎設施。

MXC：從作業系統層面管住 Agent

Agent 越來越能幹，但「它可以做什麼、不可以做什麼」這個問題也越來越迫切。微軟推出的 Microsoft Execution Containers（MXC）是一個作業系統等級的策略層，直接內建在 Windows 裡，用來隔離和管控 agent 的行為。

MXC 提供分級的隔離機制：最輕量的是程序層級隔離，適合低風險的 agent 動作；再上去是工作階段層級隔離，用於區分不同使用者；更高級別是 WSL 或虛擬機器隔離；最嚴格的是 Windows 365，把 agent 丟到一個獨立的受管環境裡。IT 管理員可以透過策略設定來決定每個 agent 的隔離等級，不管這個 agent 是誰開發的。

舞台上的 demo 很有說服力。一位 demo 工程師設定了桌面為唯讀存取權限，然後要求 OpenClaw agent 刪除桌面上的 94 個 JPEG 檔案。Agent 反覆嘗試了好幾次，每次都被 MXC 的策略擋下來。這是一個簡單但有效的展示：不管 agent 多聰明、多堅持，作業系統層面的策略就是它的硬性邊界。

OpenClaw 登陸 Windows，Peter Steinberger 成立基金會

OpenClaw 的創造者 Peter Steinberger 上台宣布了幾件重要的事。OpenClaw 現在有了原生的 Windows Companion 應用程式，用 WinUI 3 開發，透過 MXC 實現沙盒隔離。他很坦率地說：「六個月前，（讓 agent 存取一切）完全沒問題。我打造 OpenClaw 就是讓它能存取所有東西：我的檔案、我的機器、我的聊天記錄，永遠在線、完全開源。這是它強大的原因，也是讓企業緊張的原因。」

為了讓企業安心，OpenClaw 加入了一系列企業功能：可觀測性、自動模式的權限控制、細粒度的資料夾層級存取控制（每個資料夾可以個別設定唯讀、可寫或隱藏），以及可插拔的模型框架，讓企業可以帶入自己信任的 AI 模型（Copilot、Codex 等）並套用自己的策略。Peter Steinberger 還宣布成立 OpenClaw Foundation，一個真正的非營利組織，確保 OpenClaw 維持開源、模型中立和作業系統中立，不受任何單一公司控制。

GitHub Copilot App：平行 Agent 工作階段的新時代

GitHub Copilot 從 IDE 外掛和 CLI 工具，進化成了一個獨立的桌面應用程式。Cassidy Williams 展示的這個新 app，核心概念是「無限平行的 agent 工作階段」。每個工作階段用 Git work tree 建立獨立的環境，所以多個 agent 可以同時處理不同的 issue，互不干擾。

Agent Merge 功能讓 agent 持續看護一個 Pull Request，自動處理 CI 檢查、程式碼審查回饋和合併衝突。你啟動之後就可以去做別的事，agent 會一路把 PR 顧到合併完成。多模型支援也是一個亮點：在同一個 GitHub Copilot 訂閱下，你可以選用 OpenAI、Anthropic 或 Google 的模型。demo 裡展示了一個有趣的場景，一個用 GPT-5.5 的工作階段主動請 Claude Opus 4.8 做 rubber duck review，讓不同模型互相挑錯。

另一個叫做 Canvas 的功能讓 agent 可以建構自訂的 UI。demo 裡展示了用鏡頭手勢來核准 PR 的互動方式，把開發者和 agent 的互動從純文字聊天拉到了視覺化介面。這些功能合在一起，代表的是一種新的開發工作流程：開發者不再是「寫程式的人」，而是「管理多個 AI agent 同時工作的人」。

Rayfin SDK 與 Agent 365：從後端到治理的最後一哩

寫程式變簡單了，但部署到企業環境還是很難。Rayfin 是一個 agent 優先的後端即服務 SDK，處理身份驗證、儲存和資料庫 schema 等企業級需求。demo 裡展示了一個完全由 agent 建構的容器化應用程式，用一行指令「rayfin up」就部署到企業的 Microsoft Fabric 租戶裡。微軟還宣布了跟 Replit 的合作：在 Replit 裡開發的應用程式，可以透過 Rayfin 直接部署到企業管理的 Fabric 租戶，解決「程式碼寫得很漂亮但後端不敢用」的落差。

治理層面，Agent 365 SDK 正式 GA，把 Entra（身份管理）、Defender（即時防禦）和 Purview（資料合規）擴展到所有 agent，不管它們跑在 Azure、AWS 還是 GCP 上。Azure Foundry 現在託管了超過 11,000 個模型，新增了託管的 agent 執行環境（每個工作階段有獨立的 micro-VM），以及從生產環境追蹤紀錄自動生成的評分器（rubric evaluator）和 agent 最佳化器。

最後是 M-Dash，微軟的多模型 agent 資安系統。它由 100 多個專門化的 agent 組成，能端到端地發現、辯論和驗證可利用的安全漏洞。demo 展示了一個真實的 WASMtime bug，漏洞分散在三個檔案裡，每個檔案看起來都沒問題，開發者甚至在程式碼裡註解了「一切正常」。M-Dash 的一組 agent 找到了破綻，另一組論證了為什麼它是漏洞，第三組寫出了可以觸發崩潰的 exploit。它在 CyberGym 基準測試中排名第一。

我的觀察：Agent 的護城河在 Context，不在模型

整場 Build 2026 最讓我印象深刻的不是某一個模型跑分多高，而是微軟在 agent 基礎設施上的系統性投資。Microsoft IQ 解決了「agent 知道什麼」，MXC 解決了「agent 能做什麼」，Agent 365 解決了「誰負責管 agent」，Foundry 解決了「agent 跑在哪裡」。這四個層面合在一起，才是一個完整的企業 agent 平台。

對開發者來說，最實際的啟示可能是：未來的 agent 競爭力，不在於你用哪一個模型，而在於你能給 agent 多好的 context。WebIQ 加 FabricIQ 加 WorkIQ 的組合，本質上就是「把企業的知識資產轉化成 agent 可以即時存取的結構化 context」。誰的 context 工程做得好，誰的 agent 就更聰明。模型可以換，但企業知識圖譜是換不掉的。這也許才是微軟在 agent 時代最深的護城河。