Build 2026 全景解讀：從超級工廠到量子晶片，納德拉的五層前沿佈局

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

{{< youtube FFMm454fxNA >}}

---

前沿，不是一個模型，而是一整個生態系

微軟執行長薩蒂亞．納德拉（Satya Nadella）在舊金山的 Build 2026 開場時，丟出了一個問題：「你要怎麼完整參與這個前沿智慧生態系？」這句話定調了整場近三小時的主題演講。他沒有圍繞某一款模型或某一個產品打轉，而是攤開了一張從矽到量子、從桌面到雲端的完整架構圖。

納德拉把微軟的 AI 堆疊拆成五層。最底層是運算織網，橫跨邊緣裝置和雲端資料中心。往上一層是模型與 context，也就是大型語言模型搭配結構化的企業知識。再往上是 agent 執行環境，讓 AI 代理人能在受控的沙盒裡自主行動。第四層是開發工具，最頂層則是安全、合規與治理。五層看似抽象，但接下來兩個半小時的 demo 和發表，每一項都精準對應到某一層。

這個框架的言外之意很清楚。OpenAI 和 Anthropic 的敘事圍繞「模型」展開，Google 的敘事圍繞「搜尋加模型」。微軟選了一條不同的路：我不跟你比誰的模型最強，我提供整個堆疊。你可以在微軟的平台上用 OpenAI 的 GPT-5.5，也可以用 Anthropic 的 Claude Opus 4.8，甚至可以用微軟自家的 MAI。模型是可替換的零件，平台才是護城河。

Fairwater：一家餐廳的水量，冷卻整座 AI 工廠

Azure 的擴張速度令人咋舌。納德拉透露，Azure 目前橫跨 80 個區域、超過 500 座資料中心，而過去 18 個月新增的容量，比 Azure 頭一個十年加起來還多。這不只是量的變化，質也完全不同。過去十五年蓋的是通用企業雲端基礎建設，現在蓋的資料中心只服務三種工作負載：訓練、推論、和 agent 執行環境。

Fairwater 是微軟口中的第一座「AI 超級工廠」，橫跨美國喬治亞州和威斯康辛州兩個區域。整座設施從地基開始就為 AI 設計：雙層機架架構讓 GPU 能在三維空間裡密集堆疊，搭配高頻寬低延遲的網路連接。微軟和 NVIDIA 共同設計了這套系統，目的是把每一瓦電力都轉化成最多的 token 產出。

最讓人印象深刻的數字是冷卻系統。Fairwater 採用閉路液冷系統，填充一次冷卻液之後，整座資料中心就能持續運作，幾乎不消耗水資源。納德拉給了一個直覺的比較：整座超級工廠一整年的用水量，大約等於一家餐廳的用水量。在 AI 資料中心因為水資源消耗而飽受批評的今天，這個數字是微軟回應環保質疑的最強彈藥。每一座 Fairwater 資料中心之間，還透過橫跨美洲大陸的 AI 專用骨幹網路（AI-WAN）串連，形成一張可以靈活調度的運算織網。

Maia 200 與 Cobalt 200：自研晶片的雙線進擊

微軟在晶片領域的自研野心越來越明顯。Maia 200 是微軟自家的 AI 加速器，已經在愛荷華州和亞利桑那州上線，今年稍後會擴展到國際市場。根據微軟的內部測試，Maia 200 的「每美元 token 數」比市面上頂級 GPU 高出 30%，而且已經用 GPT-5.5 驗證過，接下來會用來驅動 Microsoft 365 Copilot 的工作負載。

另一個值得關注的是 Cobalt 200，微軟新一代的 ARM 架構 CPU。納德拉特別強調，跑 agent 的工作負載跟過去跑推論的工作負載很不一樣，CPU 和 GPU 的比例正在逼近 1:1。微軟拿 GitHub Copilot 的 agent 工作追蹤紀錄來測試 Cobalt 200，結果顯示 agent 呼叫延遲降低 33%、速度快 14%、吞吐量提升 23%。這些數字對開發者來說很實在：你的 AI agent 回應速度快了將近三分之一。

自研晶片的戰略意義不只是省錢。當微軟同時掌握模型（MAI）、晶片（Maia、Cobalt）和平台（Azure），它就擁有了從矽到服務的完整垂直整合能力。這讓微軟在跟 NVIDIA 的合作中有更多談判籌碼，也讓它能針對自家模型做硬體層面的深度最佳化。

Copilot 大合體，Scout 當你的數位隊友

微軟宣布，原本分散在不同產品裡的 Copilot 功能，將在今年夏天合併成一個「超級應用」。聊天、Cowork（多步驟文件生成）、和 GitHub 的程式碼能力，三合一。這代表你不再需要在 Microsoft 365 Copilot 和 GitHub Copilot 之間切換，同一個介面就能處理文書和寫程式。

更有趣的是 Scout。納德拉把它稱為「企業級的 OpenClaw」。Scout 是第一個「自駕型 agent」（autopilot），它不是等你下指令才動的聊天機器人，而是有自己身份、個性、自訂連接器、context 和記憶的長期運行代理人。Scout 可以加入 Teams 群組聊天、處理 Outlook 郵件串，主動完成任務而不需要每次都被提醒。它現在就對 Copilot Frontier 訂閱者開放。

Scout 的設計哲學值得注意。它不是獨立運作的 AI，而是被嵌入企業的 Microsoft 365 租戶裡，受到 Entra（身份管理）、Defender（資安防護）和 Purview（合規）的全面治理。部署前需要管理員核准，運作過程中有持續監控。納德拉預告，接下來幾個月會陸續推出更多不同功能的 autopilot，組成一個「數位團隊」。這是微軟對「AI 代理人要怎麼在企業裡安全運作」的完整回答。

Majorana 2：量子位元活了一分鐘

主題演講的最後一個大驚喜是 Majorana 2。微軟去年發表的 Majorana 1 證明了拓撲量子位元的物理基礎可行，Majorana 2 則把它推向工程化。最核心的突破是量子位元的壽命：傳統量子運算方法的量子位元壽命在微秒到毫秒等級，Majorana 2 達到了 20 秒到 1 分鐘，比 Majorana 1 長了約 1000 倍。

光是活得久還不夠，還得算得快。Majorana 2 的量子閘操作速度是 1 微秒，這代表在量子位元存活的時間窗口裡，可以執行大量複雜運算。更誇張的是尺寸：一顆比信用卡還小的晶片上，理論上可以放進 100 萬個量子位元，而且全部用數位方式控制，不需要類比電路。

一個有趣的細節是，Majorana 2 的新材料堆疊，是用微軟自家的 Discovery 平台（一個 agent 驅動的科學發現系統）找到的。AI 幫助設計了量子晶片的材料，而這些量子晶片未來會反過來加速 AI 無法處理的運算問題。這是一個漂亮的自我增強迴圈。納德拉預告了下一步：與 Atom Computing、哥倫比亞大學和蘇黎世聯邦理工合作，建造名為 Q-North 的量子電腦。

我的觀察：兩個故事，一個選擇

納德拉用一個二選一收尾。他說這個技術時刻有兩種敘事：一種是科技集中權力、削弱人的能動性，社會被迫承受後果；另一種是用這波浪潮為開發者、科學家、企業和每個社區開啟機會。微軟的北極星，是讓第二種故事成真。

這段話聽起來像是公關辭令，但對照整場主題演講的內容，它其實有具體的支撐。「讓企業從消費前沿模型走向參與前沿生態」這句話，是整場演講反覆出現的主軸。微軟的策略不是綁死你用某一個模型，而是給你一整套工具，讓你用自己的資料、自己的評估標準、自己的強化學習環境，訓練出專屬於你的模型。模型可以是 MAI、可以是 GPT、可以是 Claude，但平台、晶片、資料中心、治理框架，都是微軟的。

這是一個聰明的定位。在模型能力快速趨同的時代，單靠模型本身很難建立持久的差異化。但從晶片到資料中心到平台到治理的垂直整合，是別人很難複製的。納德拉的五層堆疊，本質上是微軟對「AI 時代的 Windows 是什麼」的回答。