微软 Copilot 借助无代码AI赋能1亿新应用开发者 | IBM 小模型以小博大，GitHub 编排编程代理
今日看点
- 微软大幅扩展了Copilot，赋能其一亿Microsoft 365用户，通过自然语言提示创建自定义应用程序、自动化工作流程并构建专业的AI代理，有效地实现了软件开发的民主化。
- IBM 发布了其 Granite 4.0 Nano AI 模型，参数量从 3.5 亿到 15 亿不等，这些模型小到足以在消费级硬件上本地运行，甚至可以在网页浏览器中运行，同时提供具有竞争力的性能并采用 Apache 2.0 许可。
- GitHub 推出了 Agent HQ，这是一种新架构，它将该平台转变为一个统一的控制平面，用于管理和编排来自不同供应商（如 OpenAI、Anthropic、Google）的多个AI编码智能体，从而增强了企业的安全性和可定制性。
- Intuit公司为QuickBooks推出了“Intuit智能”，这是一套专为财务任务设计的专业AI代理系统，其建立在信任、可解释性以及人工监督的基础上，并通过查询真实数据而非生成回复的方式来运作。
- 贝宝推出了代理商务服务（商店同步和代理就绪），旨在为商家在碎片化的AI聊天平台上提供灵活性，使其商品更容易被发现并接受付款。该服务优先考虑集成便利性，而非单一标准。
主要动态
今天标志着人工智能领域的一个关键转变，各大科技巨头正在突破其可访问性、效率和治理的界限。微软率先宣布大幅扩展其Copilot AI助手，推出了App Builder和Workflows。这些新功能让微软庞大的1亿Microsoft 365用户能够创建功能齐全的应用程序，在其数字生态系统中自动化日常任务，甚至仅使用对话式提示就能构建专业的人工智能代理。此举从根本上将Copilot从一个生产力助手转变为一个全面的无代码开发环境，使每个办公室工作人员都有潜力成为软件构建者，并深化了微软将AI融入企业工作流程的程度。
与此同时，IBM公布了其Granite 4.0 Nano AI模型，这是一项截然不同但同样影响深远的发展。这些紧凑型模型参数范围仅从3.5亿到15亿，旨在提高效率和可访问性，颠覆了“越大越好”的范式。关键是，它们可以在现代笔记本电脑上本地运行，最小的版本甚至可以直接在网络浏览器中操作。这些模型在宽松的Apache 2.0许可下发布，并通过了ISO 42001认证，证明了更智能的设计可以与大型模型媲美甚至超越其性能，特别是在资源稀缺且延迟至关重要的边缘计算和本地推理场景。IBM的H系列模型甚至利用混合状态空间架构（SSM）来实现最佳的低延迟性能。
与此同时，对于专业开发者而言，GitHub通过推出Agent HQ解决了日益增长的挑战。鉴于AI编码代理的激增，GitHub正将自己定位为必不可少的编排层。Agent HQ将GitHub转变为一个统一的控制平面，使企业能够在GitHub现有的安全范围内管理来自Anthropic、OpenAI和Google等竞争对手的多个AI编码代理。这种架构提供细粒度访问控制、沙盒执行环境，并通过`AGENTS.md`文件支持自定义代理，从而确保企业级治理和一致的输出质量，同时促进多代理生态系统。“计划模式”和代理式代码审查等新功能进一步增强了协作式AI辅助开发。
除了广泛的生产力工具和开发者工具，当天的新闻还强调了AI的专业化应用，并着重于信任和灵活性。Intuit为QuickBooks推出的新版Intuit Intelligence体现了以信任为中心的金融AI方法。Intuit系统从错误成本中吸取了深刻教训，优先查询真实、经过验证的数据，而非生成式响应，以降低“幻觉”风险。它将可解释性作为核心设计原则，向用户展示AI决策背后的推理过程，并在关键时刻保持人工控制，通过提供安全、透明的财务分析替代方案来解决“影子AI”使用问题。
最后，PayPal凭借其代理商务服务（Agentic Commerce Services）进入了新兴的代理商务领域，该服务提供“商店同步”（Shop Sync）以增强产品可发现性，以及“代理就绪”（Agent Ready）以接受付款。认识到AI平台和协议的碎片化，PayPal押注于灵活性而非标准。其一对多解决方案允许商家在各种AI聊天界面中使其产品数据可被发现并处理交易，提供快速集成并保留客户洞察，从而帮助企业驾驭未来AI驱动购物的不确定性。
分析师视角
今天的发布预示着人工智能领域走向成熟，不再仅仅追求原始模型规模，而是转向关注实际应用、可访问性和治理。微软大胆押注，通过 Copilot 赋能 1 亿非技术用户构建应用程序，这是一项颠覆性举措，有可能释放前所未有的内部创新浪潮，并巩固 Microsoft 365 作为企业默认操作系统的地位。这可能极大地拓展“软件开发者”的定义。相反，IBM 的 Nano 模型挑战了当前“越大越好”的传统观念，证明了战略性扩展和高效架构对于普及的本地化人工智能至关重要。这些紧凑型模型的成功将决定边缘人工智能的未来。GitHub 的 Agent HQ，以及 Intuit 和 PayPal 以信任为中心且灵活的方法，都强调了一个关键主题：人工智能的采用不仅取决于其能力，更取决于其能否安全、可解释且适应性强地融入现实世界中通常复杂的企业环境。我们正进入一个时代，人工智能不再是单一的庞大模型，而是更多地关于协同、上下文感知和值得信赖的智能体。现在的核心战场是可用性、治理和无缝集成，而不仅仅是原始计算能力。
内容来源
- IBM’s open source Granite 4.0 Nano AI models are small enough to run locally directly in your browser (VentureBeat AI)
- Intuit learned to build AI agents for finance the hard way: Trust lost in buckets, earned back in spoonfuls (VentureBeat AI)
- GitHub’s Agent HQ aims to solve enterprises’ biggest AI coding problem: Too many agents, no central control (VentureBeat AI)
- PayPal’s Agentic Commerce Play Shows Why Flexibility, Not Standards, Will Define the Next E-Commerce Wave (VentureBeat AI)
- Microsoft’s Copilot can now build apps and automate your job — here’s how it works (VentureBeat AI)