# Эра автономных агентов: Microsoft переосмысляет роль персонального компьютера

Источник: https://www.youtube.com/watch?v=5-BQsmVOk_g
Канал: CNET
Опубликовано: 02.06.2026

---

«Компьютер перестал быть просто инструментом и превратился в автономную сущность, способную мыслить и действовать от вашего имени», — заявил Дженсен Хуанг, ознаменовав переход к эре агентской инфраструктуры. Microsoft отвечает на этот вызов запуском Surface RTX Spark мощностью в 1 петафлопс и созданием глобального слоя корпоративного интеллекта, который объединяет квантовые вычисления и автоматизированные научные открытия в единый цикл.

## 🖥️ Эволюция Windows: от локального AI до «машины мечты» для разработчиков
[[JUMP:02:05]]

Конференция Build 2026 в Сан-Франциско открылась масштабным видением Сатьи Наделлы о переходе к «безлимитному интеллекту» (unmetered intelligence), который теперь доступен на каждом рабочем столе [02:32]. Ключевой сдвиг этого года — акцент на локальных мощностях. Microsoft больше не полагается исключительно на облако, превращая Windows в полноценную платформу для работы тяжелых нейросетей непосредственно на устройстве пользователя.

### Экосистема локального AI и новые SLM-модели
[[JUMP:02:05]]

Microsoft значительно расширяет возможности Windows ML, открывая разработчикам доступ ко всей установленной базе GPU и NPU для локальных вычислений [03:25]. Сатья Наделла подчеркнул, что локальный AI уже стал частью повседневности: функции саммаризации в Outlook, генерация описаний в PowerPoint и супер-разрешение в Teams работают прямо на чипах пользователей [02:58]. 

Для усиления этой экосистемы были анонсированы две новые встроенные модели малого размера (SLM):

* **ION Instruct:** высокоэффективная модель для задач рассуждения и логики [03:51].
* **ION Plan:** модель, предназначенная для создания локальных «агентских циклов» (agentic loops) [04:05].

Наличие этих моделей «в коробке» позволяет разработчикам создавать автономных агентов, которые получают доступ к инструментам системы и выполняют задачи, не отправляя данные в облако [04:18]. Таким образом, Windows становится не просто ОС, а интерактивной средой для работы ИИ-сотрудников, способных действовать в режиме реального времени. Ранее в разговоре Наделла также кратко затронул вопросы системной архитектуры для таких агентов, которые будут подробнее разобраны в контексте облачных решений.

### Surface RTX Spark: «Машина мечты» для разработчиков
[[JUMP:04:59]]

Центральным аппаратным анонсом стал **Surface RTX Spark** — устройство, спроектированное совместно с Nvidia специально для эпохи AI [05:40]. Это новый тип ПК, в основе которого лежит уникальная архитектура System-on-Chip (SoC), объединяющая CPU, GPU и нейропроцессорные возможности в одном кристалле [05:12]. 

Технические характеристики устройства задают новый стандарт для индустрии:

* **AI-производительность:** 1 петафлопс вычислительной мощности для задач искусственного интеллекта [07:56].
* **Память:** 128 ГБ унифицированной памяти (Unified Memory Architecture), что критически важно для загрузки весов больших языковых моделей [05:53].
* **Процессор:** 20 ядер CPU нового поколения [07:56].
* **Дисплей и автономность:** яркость 2000 нит и батарея, обеспечивающая работу в течение всего дня [05:53].

Версия **Surface RTX Spark DevBox** позиционируется как эталонная станция для инженеров. Сатья Наделла отметил, что даже такие гиганты, как Дженсен Хуанг, признают: Windows теперь способна запускать модели с триллионом параметров локально, фактически превращая рабочий стол в персональный дата-центр [08:34].

### Инструменты разработки и глубокая интеграция с Linux (WSL)
[[JUMP:09:37]]

Обновление Windows для разработчиков в 2026 году направлено на устранение «ментальной гимнастики» при переключении между контекстами [10:32]. Главным нововведением стала нативная поддержка **WSL-контейнеров** [10:19]. Теперь контейнеризация является первоклассной функцией Windows, позволяя напрямую использовать мощности GPU для обучения и тестирования моделей внутри изолированных сред [13:58].

В ходе демонстрации Кейла продемонстрировала новые возможности системы:

* **Intelligent Terminal:** терминал со встроенным ИИ-агентом (например, GitHub Copilot), который может автоматически исправлять ошибки синтаксиса или предлагать команды [13:05].
* **Нативные утилиты Linux:** в систему добавлено более 75 классических утилит, включая `grep`, `tar`, `sed`, `head`, `tail` и даже команду `sudo` для Windows [15:59].
* **Native Homebrew и Zsh:** популярные инструменты из мира macOS теперь работают на Windows нативно [10:04].
* **Git-информированный Проводник:** File Explorer теперь отображает автора последних изменений, сообщения коммитов и текущую ветку репозитория [12:53].

Особое внимание уделили производительности: использование Dev Drive на базе файловой системы ReFS с асинхронным антивирусом позволяет добиться максимальной скорости в сценариях разработки [12:41]. Во время живого демо на Surface RTX Spark было показано одновременное использование трех локальных моделей (включая гиганта на 120 млрд параметров), которые потребляли 90 ГБ оперативной памяти [16:37], обеспечивая при этом плавную работу интерфейса и мгновенную обработку кода через голосовые команды Copilot [15:04].

## 🌐 Архитектура агентской эры: от устойчивых облаков до автономных ПК
[[JUMP:25:23]]

Вторая глава обсуждения на Microsoft Build 2026 фокусируется на фундаментальном сдвиге в инфраструктуре. По словам Сатьи Наделлы, индустрия переходит от создания операционных систем для приложений к созданию платформ для автономных агентов [47:09]. Этот переход требует полной перестройки стека: от экологических стандартов дата-центров до тесной интеграции кремния и софта, которую Microsoft реализует совместно с Nvidia.

### 🌱 Экологическая устойчивость и «невидимые» дата-центры
[[JUMP:30:25]]

Развертывание ИИ-инфраструктуры такого масштаба, как Grace Blackwell, требует новых подходов к экологии. Сатья Наделла подчеркнул, что новая система Fairwater — это «чудо инженерной мысли», спроектированное с учетом минимального воздействия на окружающую среду [30:25]. 

Ключевые инновации в области устойчивости включают:

*   **Замкнутые циклы охлаждения:** Система Fairwater полностью жидкостная и работает по принципу closed-loop, что позволяет практически не потреблять воду из внешних источников [30:38].
*   **Энергоэффективность токенов:** Благодаря архитектуре Grace Blackwell, стоимость генерации токена и энергопотребление на одну операцию снизились на порядок — примерно в 30 раз по сравнению с поколением Hopper [30:51].
*   **Минимальное воздействие на сообщества:** Azure стремится к тому, чтобы расширение мощностей не конкурировало с местным населением за ресурсы, используя возобновляемую энергию и технологии нулевого водопотребления [30:38].

Дженсен Хуанг отметил, что именно такая архитектура позволяет делать ИИ-агентов не только умнее, но и доступнее с точки зрения углеродного следа [30:44].

### 🏗️ Системная архитектура: Fairwater и Vera Rubin
[[JUMP:29:07]]

Для реализации концепции «агентских вычислений» Microsoft и Nvidia перешли от проектирования отдельных чипов к проектированию целых стоек как единых компьютеров. Как выразился Дженсен Хуанг, «вся стойка стала одним компьютером» благодаря NVLink 72 [30:00].

Архитектурная эволюция теперь четко разделена по задачам:

1.  **Hopper** был создан для эпохи пре-трейнинга (обучения моделей) [31:04].
2.  **Grace Blackwell (Fairwater)** оптимизирована для пост-трейнинга, обучения с подкреплением (RL) и сложного инференса [29:44]. Microsoft уже развернула самый большой в мире парк систем Grace Blackwell для этих целей [30:12].
3.  **Vera Rubin** — это революционная архитектура, созданная специально для запуска агентов [31:10]. 

Vera Rubin представляет собой «агентский рантайм», где CPU спроектирован для сверхнизкой задержки (low latency), так как агенты гораздо менее терпеливы к ожиданиям, чем люди [31:58]. Весь путь данных в этой архитектуре — от хранилища до оперативной памяти — полностью зашифрован, что знаменует переход к массовому конфиденциальному вычислению (confidential computing) [31:46].

### 🤝 Партнерство с Nvidia: ПК как автономная система
[[JUMP:25:48]]

Диалог Сатьи Наделлы и Дженсена Хуанга раскрыл детали трехлетнего сотрудничества, целью которого было превратить персональный компьютер из инструмента в личного помощника [26:01]. 

*   **Автономность на краю:** С появлением систем RTX Spark и новых чипов Blackwell, ПК получает «петафлопсы ИИ-производительности» [28:10]. Это позволяет запускать модели с сотнями миллиардов параметров локально [28:29].
*   **Агенты вне присутствия:** Хуанг описал сценарий, в котором пользователь может отправить текстовое сообщение своему ПК, находясь в дороге, и агент самостоятельно запустит инструменты проектирования или кодинга, выполнит задачу и будет итерировать решение до возвращения владельца [27:18].
*   **Ускорение инфраструктуры Azure:** Nvidia ускоряет не только нейросети, но и весь софтверный стек Microsoft, включая Microsoft Fabric, SQL и Spark [35:03]. Это необходимо для того, чтобы «инструменты», которыми пользуются агенты (базы данных, поисковые движки), работали так же быстро, как сами модели [35:16].

В завершение этого блока Хуанг отметил, что за последние несколько месяцев количество коммитов в GitHub выросло в три раза — это прямое следствие того, что агентские системы стали реально полезными и начали генерировать «прибыльные токены» [34:22]. Ранее в обсуждении Сатья уже упоминал о важности локального исполнения ИИ в экосистеме Windows, и теперь Nvidia подтверждает это аппаратной мощью Grace Blackwell.

## 🌐 Физическое воплощение и корпоративный разум AI

[[JUMP:50:28]]

На новом этапе развития технологий Microsoft переписывает правила работы платформ, стремясь сделать искусственный интеллект не просто программной функцией, а повсеместной сущностью [50:28]. Центральной темой этого перехода становится предоставление разработчикам и предприятиям гибкости в создании новых форм-факторов для агентов, которые теперь выходят за пределы привычных чат-ботов и интегрируются глубоко в физический мир и корпоративные структуры [50:42].

### Project Solara: AI в физическом мире
[[JUMP:50:28]]

Project Solara представляет собой амбициозную платформу, призванную стереть границы между цифровым интеллектом и физическими устройствами [50:28]. В рамках этой инициативы Microsoft предлагает архитектуру, которая позволяет создавать специализированные устройства — от стационарных терминалов до носимых гаджетов — где AI-агенты становятся «вездесущими» [50:42]. 

Ключевой особенностью Solara является адаптивность: разработчики могут проектировать уникальные форм-факторы, оптимизированные под конкретные задачи, будь то мониторинг промышленного оборудования или персональные ассистенты [50:42]. Это фундаментальный сдвиг от универсальных компьютеров к специализированным AI-инструментам, которые постоянно находятся в активном состоянии, воспринимая окружающую среду через сенсоры и взаимодействуя с ней в реальном времени.

### Microsoft IQ: Новая архитектура корпоративного контекста
[[JUMP:50:55]]

Для эффективной работы агентов Microsoft представила IQ — интеллектуальный слой, объединяющий модели, контекст и инструменты [50:55]. Сатья Наделла подчеркнул, что если раньше данные собирались для приложений, ориентированных на человека, то теперь архитектуру необходимо перестраивать под потребности агентов [52:05]. Агенты функционируют в непрерывном цикле: они постоянно сохраняют, извлекают информацию, рассуждают, действуют и обучаются [52:18].

Слой IQ строится на нескольких фундаментальных компонентах:

*   **Web IQ:** Полностью переработанная поисковая инфраструктура для эпохи LLM [55:30]. Она позволяет агентам мгновенно получать свежие, верифицируемые данные из сети (новости, видео, изображения) для обоснования своих ответов [55:57]. Web IQ является модельно-агностической и нативно поддерживает протокол MCP (Model Context Protocol), что позволяет подключать её к любой среде выполнения агентов [55:43].
*   **Fabric IQ:** Слой корпоративных онтологий. Он берет семантические модели Power BI и расширяет их до богатых операционных моделей бизнеса [59:28]. Это «живой» слепок предприятия, который в реальном времени отражает состояние дел — от телеметрии энергосетей до логистических цепочек [59:41].
*   **Work IQ:** Интеграция с рабочими процессами в Microsoft 365 и SharePoint [56:24]. Агенты используют актуальные регламенты и руководства компании напрямую из источников, что исключает работу с устаревшими копиями документов [1:00:48].

### Практическое применение: Агенты в энергетике
[[JUMP:57:04]]

На примере операционного центра энергетической компании было продемонстрировано, как Microsoft IQ превращает разрозненные данные в единую систему принятия решений [57:04]. Агент, запущенный в Microsoft Foundry, смог выполнить комплексную задачу:

1.  Используя **Web IQ**, он проанализировал текущие рыночные цены на электроэнергию в Сан-Франциско, получив данные из внешних источников [58:09]. 
2.  С помощью **Fabric IQ** он сопоставил внешнюю информацию с внутренней онтологией электросети, определив наиболее уязвимые подстанции в реальном времени [59:14]. 
3.  Опираясь на **Work IQ**, агент предложил не общую рекомендацию, а конкретный протокол действий, извлеченный из внутреннего регламента компании в SharePoint [1:00:21].

В результате агент не просто выдал ответ, но и самостоятельно отправил отчет об инциденте команде в Microsoft Teams через настроенные «рутины» (routines) Foundry [1:02:06].

### Инфраструктура данных и высокопроизводительные хранилища
[[JUMP:52:59]]

Для обеспечения работы таких «прожорливых» до данных систем Microsoft внедряет новые сервисы хранения. Важнейшим анонсом стал **Horizon DB** — полностью управляемый сервис PostgreSQL с открытым исходным кодом для Azure [52:59]. Он спроектирован для экстремальных нагрузок:

*   Поддержка до 128 ТБ хранилища на кластер [53:26].
*   15 реплик для чтения, что критично для агентов, постоянно запрашивающих информацию [53:26].
*   Производительность в 3 раза выше, чем у стандартных решений PostgreSQL [53:40].

Кроме того, GPU-ускорение было добавлено в Microsoft Fabric, что позволило увеличить аналитическую производительность в 7 раз [54:06]. Это критически важно, когда агентам требуется мгновенный анализ огромных массивов данных для обоснования (grounding) своих действий [54:20].

Ранее в разговоре участники уже затрагивали вопросы системной архитектуры и изоляции, но именно синергия физических устройств Solara и контекстного слоя IQ делает среду выполнения агентов по-настоящему автономной. Позже в ходе презентации будет детально рассмотрено, как защитить такие системы с помощью контейнеров MXC и новой экосистемы OpenClaw на Windows [1:03:59].

## 🛡️ Безопасность и изоляция: новая архитектура доверия

[[JUMP:1:15:15]]

В эпоху, когда AI-агенты начинают действовать от имени пользователя, традиционных мер безопасности становится недостаточно. Microsoft пересматривает подход к защите данных, внедряя глубокую интеграцию систем безопасности на уровне операционной системы и облачной инфраструктуры [1:25:07]. Основной акцент смещается с простой обработки запросов на создание защищенной среды для автономных действий.

### Изоляция процессов через Microsoft Execution Containers (MXC)
[[JUMP:1:27:38]]

Одной из самых значимых архитектурных инноваций становится внедрение специализированных контейнеров выполнения. Когда агент Foundry приступает к работе, система автоматически разворачивает выделенную микро-виртуальную машину (MicroVM) специально для этой сессии [1:27:38]. 

Ключевой элемент этой инфраструктуры — технология **Microsoft Execution Containers (MXC)**. Она обеспечивает:

*   **Аппаратную изоляцию:** каждый агент работает в собственной изолированной среде, что предотвращает утечку данных между разными задачами или сессиями [1:27:42].
*   **Персистентную файловую систему:** несмотря на краткосрочность сессий, агенты получают доступ к защищенному хранилищу, где могут записывать и считывать файлы в рамках своих полномочий [1:27:52].
*   **Enterprise-стандарты:** такая архитектура позволяет запускать даже полностью созданные нейросетью приложения (как показанный на демо Signal Box) в корпоративной среде без опасений за целостность системы [1:23:43].

Ранее в разговоре упоминались системные архитектуры для AI-агентов, и MXC становится логическим завершением этой цепочки, гарантируя безопасность на уровне «железа» и ОС Windows [1:26:02].

### Agent 365: единая консоль управления и защиты
[[JUMP:1:25:07]]

Для управления жизненным циклом агентов Microsoft представила **Agent 365** — централизованную плоскость управления (control plane) [1:25:07]. Основная идея заключается в том, что агенты должны обладать собственными цифровыми личностями и правами доступа, аналогично живым сотрудникам [1:25:21].

В рамках этой экосистемы были расширены ключевые инструменты безопасности:

1.  **Entra для агентов:** обеспечивает соблюдение идентификации «от имени пользователя» (work on behalf identity), гарантируя, что агент не выйдет за рамки полномочий владельца [1:25:21].
2.  **Defender для AI:** предоставляет защиту в режиме реального времени от атак, специфичных для больших языковых моделей [1:25:35].
3.  **Purview:** отвечает за постоянную защиту данных и соблюдение комплаенса, даже если агент работает в сторонних облаках вроде AWS или GCP [1:25:49].

### Эволюция OpenClaw на Windows с использованием моделей Nvidia
[[JUMP:1:25:49]]

Проект с открытым исходным кодом **OpenClaw** получил значительное развитие благодаря глубокой интеграции с технологиями Windows и Nvidia. Теперь агенты OpenClaw могут запускаться локально, используя всю мощь графических процессоров и локальных политик безопасности [1:26:02]. 

Для обеспечения безопасной работы OpenClaw на Windows используются:

*   **Sandboxing-технологии:** агенты запускаются в «песочницах», которые ограничивают их доступ к критическим компонентам системы [1:26:02].
*   **Инструменты от Nvidia:** использование оптимизированных стеков исполнения позволяет достигать высокой скорости инференса при сохранении конфиденциальности данных на устройстве [1:15:40].
*   **Интеграция с Agent 365 SDK:** разработчики OpenClaw теперь могут использовать те же инструменты мониторинга и управления, что и для проприетарных агентов Microsoft [1:26:02].

### Инструменты управления и оптимизации в Foundry
[[JUMP:1:26:17]]

Платформа Foundry берет на себя «тяжелую работу» по управлению парком агентов. С помощью **Foundry Toolbox** разработчик может добавить инструменты один раз через MCP-эндпоинт (Model Context Protocol), и они станут доступны всем агентам организации с примененными правилами безопасности [1:26:43]. 

Особое внимание уделяется автоматической защите от утечек. Централизованные «гардрейлы» (governance guardrails) позволяют блокировать передачу персональных данных (PII) в запросах к нейросетям на лету [1:26:56]. Кроме того, внедрена система **Agent Optimizer**, которая анализирует логи работы и автоматически предлагает улучшения для системных промптов и выбора моделей, основываясь на специально созданных рубриках оценки [1:28:59].

В завершение блока было отмечено, что современная защита кода требует участия AI: инструмент Mdash (подробнее о котором будет рассказано в следующей главе) использует более 100 специализированных агентов для поиска уязвимостей, которые могут пропустить обычные сканеры [1:32:07].

## 🤖 GitHub Copilot и агентная экосистема предприятия

[[JUMP:1:40:17]]

В 2026 году Microsoft переходит от концепции простых чат-ботов к созданию комплексной операционной системы для искусственного интеллекта. GitHub Copilot перестает быть просто помощником в написании кода и превращается в «супер-аппликацию» (super app), объединяющую чат (Chat), совместную работу (Co-work) и программирование (Code) в едином интерфейсе [1:42:38]. Это эволюционное развитие направлено на то, чтобы сделать возможности ИИ доступными для любого сотрудника организации, независимо от его технических навыков [1:42:40].

Ключевым обновлением стало появление **Autopilots** — автономных агентов корпоративного класса с длительным циклом работы, которые функционируют внутри тенанта организации с соблюдением всех политик безопасности и комплаенса [1:42:56]. 

Основные характеристики новой системы Autopilots:

*   **Идентичность и контекст:** Каждый «автопилот» может иметь собственное имя, уникальную личность, настраиваемые коннекторы к данным и долгосрочную память [1:43:09]. 
*   **Интеграция в рабочий процесс:** Первый стандартный агент по имени **Scout** уже доступен пользователям Copilot Frontier [1:43:46]. Он способен самостоятельно вступать в групповые чаты Teams и обрабатывать цепочки писем в Outlook, избавляя сотрудников от рутинных операций [1:43:34].
*   **Масштабируемость:** В ближайшие месяцы Microsoft планирует развернуть полноценные «цифровые команды» автопилотов, которыми можно управлять прямо из приложения Copilot [1:43:55].

Ранее в разговоре упоминались локальные инструменты разработки и Surface RTX Spark, однако теперь акцент смещается на то, как GitHub Copilot эволюционирует в платформу управления сессиями, слиянием веток и деплоем непосредственно на инфраструктуру Azure и Fabric [1:43:58].

### 🛡️ Governance: управление агентами и безопасность в Enterprise

[[JUMP:1:45:05]]

С ростом количества автономных агентов критически важным становится вопрос управления ими (Governance). Microsoft представляет систему, которая позволяет каждой компании строить свою собственную «машину для восхождения на холм» (hill climbing machine) — систему, которая постоянно совершенствуется на основе частных оценок и проприетарных данных организации [1:45:13]. 

Центральное место в этой стратегии занимает концепция **Humanist Super Intelligence** — ИИ, спроектированного для служения людям, а не их замены [1:47:05]. В рамках управления корпоративными агентами Microsoft внедряет строгие протоколы:

1.  **Прозрачность данных:** Все модели (включая новую линейку MAI Thinking 1) обучаются на коммерчески лицензированных данных с чистой родословной, что гарантирует отсутствие юридических рисков для бизнеса [1:51:36].
2.  **Контроль доступа:** Администраторы получают инструменты для аудита деятельности каждого агента в рамках платформы Microsoft 365 [1:42:15].
3.  **Безопасность среды:** Новые Reinforcement Learning Environments (RLE) позволяют создавать агентов, адаптированных под специфические задачи компании (например, для McKinsey или Land O’Lakes), при этом все наработки и методы остаются в собственности клиента, а не «арендуются» у общего облачного провайдера [1:55:53].

В отличие от других платформ, где модели учатся на данных всех пользователей сразу, подход Microsoft гарантирует изоляцию: преимущества ваших рабочих процессов и институциональные знания становятся вашим эксклюзивным преимуществом (moat) [1:56:07].

### 🔍 Mdash: глубокая защита кода и специализированные модели

[[JUMP:1:51:49]]

Для решения специфических задач безопасности и разработки Microsoft представила семейство из семи специализированных моделей под общим брендом **MAI**. Одной из самых значимых новинок стал инструмент **Mdash** (интегрированный в экосистему MAI Code 1 Flash), который использует сеть из 100 специализированных агентов для обнаружения и исправления сложнейших уязвимостей [1:51:55].

В то время как обычные сканеры часто пропускают логические ошибки и сложные цепочки эксплойтов, новые модели показывают впечатляющие результаты:

*   **MAI Code 1 Flash:** Модель всего на 5 миллиардов параметров достигает 51% на тесте Swebench Pro, что сопоставимо с гораздо более крупными моделями, такими как Haiku [1:52:05]. 
*   **MAI Thinking 1:** Первая специализированная модель для рассуждений (reasoning). Она обладает контекстным окном в 256k токенов и показывает результат 53% на SWE Pro, конкурируя с топовыми решениями вроде Opus 46 в задачах сложного кодинга [1:50:58].

Безопасность вшита в эти инструменты на уровне архитектуры: все голосовые и визуальные генерации имеют водяные знаки, а модели для кодинга оптимизированы для работы в VS Code и GitHub Copilot CLI с минимальной задержкой [1:52:45]. Тандем моделей MAI и проприетарного чипа **Maia 200** дает прирост производительности на ватт в 1.4 раза, что критично при массовом сканировании кода на наличие уязвимостей в масштабах всей корпорации [1:53:29].

## 🚀 Границы будущего: Frontier Tuning, автоматизация науки и квантовый скачок

[[JUMP:2:05:38]]

Завершающая часть конференции Microsoft Build 2026 была посвящена переходу от простого потребления готовых ИИ-моделей к полноценному участию компаний в формировании «технологического фронтира». Сатья Наделла подчеркнул, что время, когда индустрия полагалась на универсальные облачные решения, уходит в прошлое [2:06:34]. На смену ему приходит эпоха суверенных данных и специализированных инструментов, которые позволяют не просто использовать интеллект, но и создавать на его основе уникальную интеллектуальную собственность (IP), полностью подконтрольную владельцу [2:07:00].

### Frontier Tuning: обучение на закрытых данных как стандарт индустрии
[[JUMP:2:05:38]]

Одной из центральных тем стало внедрение технологии **Frontier Tuning**. Это метод, позволяющий компаниям кастомизировать передовые модели на своих закрытых данных, обеспечивая уровень экспертизы, недоступный «коробочным» решениям [2:05:54]. В качестве примера была приведена компания Land O'Lakes, чей агент благодаря этой технологии выдает результаты, которые «не кажутся общими», а несут в себе специфику именно этого бренда [2:05:38].

Ключевые особенности Frontier Tuning, выделенные Наделлой:

*   **Собственная среда оценки:** компании могут использовать приватные бенчмарки (evals) и трассировки обучения (traces), чтобы модель «поднималась на вершину» (hill climb) в специфических задачах [2:06:46].
*   **Эффективность рассуждений:** использование Frontier Tuning позволяет достигать производительности флагманских моделей, применяя более компактные и эффективные модели для рассуждений и написания кода [2:07:26].
*   **Безопасность IP:** всё обучение происходит в защищенной среде предприятия, что гарантирует сохранение контроля над данными и алгоритмами [2:07:00].

Сатья отметил, что это фундаментальный сдвиг: вместо нескольких моделей-гигантов, «голодных до любых данных», строится экосистема, где каждое предприятие обладает собственной уникальной «машиной для восхождения к фронтиру» [2:07:38]. Вкратце упомянутые ранее вопросы управления агентами в Enterprise лишь подтвердили необходимость такого глубокого контроля [2:07:50].

### Microsoft Discovery: агентный цикл в научном методе
[[JUMP:2:08:05]]

Самым амбициозным анонсом в области прикладного применения ИИ стал запуск **Microsoft Discovery** — платформы, переводящей научный метод из линейного процесса (гипотеза — эксперимент — ожидание результатов) в непрерывный, программируемый цикл [2:08:44]. По словам Наделлы, это «агентный цикл открытий», объединяющий в себе модели, высокопроизводительные вычисления (HPC), графы знаний и автоматизированные лаборатории [2:08:57].

Дэвид из команды Discovery продемонстрировал работу системы на примере переработки пластика с помощью белков [2:09:24]. Процесс Discovery зеркально отражает этапы разработки ПО:

1.  **Планирование:** Агенты анализируют научную литературу и внутренние базы знаний через Knowledge Graph, чтобы сформировать гипотезу в виде научной статьи [2:11:05].
2.  **Разработка (Discovery Engine):** Если для задачи нет готового агента, система создает его «на лету» (on the fly), включая написание Python-кода для обучения новых моделей [2:12:22].
3.  **Тестирование и деплой:** Система интегрируется с HPC для проведения миллионов симуляций вариантов белков в параллельном режиме [2:13:03].

Итогом работы Discovery в демонстрации стали 80 отобранных вариантов белков и сгенерированные последовательности ДНК для их создания [2:13:16]. Самым впечатляющим моментом стала прямая передача инструкций в автоматизированную лабораторию Cambridge Consultants [2:14:12]. Ученый может взаимодействовать с лабораторным оборудованием через интерфейс Copilot, что, по словам Дэвида, позволяет «чувствовать себя Железным человеком от химии» [2:14:25].

### Квантовые вычисления: эра Majorana 2
[[JUMP:2:16:43]]

В финале выступления Сатья Наделла перешел к вопросам фундаментальной физики, представив следующее поколение квантовых технологий — **Majorana 2** [2:16:43]. Этот прорыв стал возможен благодаря тому же циклу Microsoft Discovery, который помог открыть и синтезировать новый стек материалов для кубитов [2:16:56].

Главные технические характеристики Majorana 2 поражают воображение по сравнению с первым поколением:

*   **Время жизни (Mean Lifetime):** кубиты теперь сохраняют свое состояние от 20 секунд до 1 минуты, что в 1000 раз больше показателей Majorana 1 и значительно превосходит миллисекундные задержки других подходов [2:17:11].
*   **Скорость операций:** время одной операции составляет всего 1 микросекунду, что позволяет проводить сложнейшие квантовые вычисления за время жизни кубита [2:17:25].
*   **Масштабируемость:** размер кубита остался прежним — 0.01 мм, что позволяет разместить миллион таких элементов на чипе размером меньше кредитной карты [2:17:53].

Наделла подчеркнул, что если Majorana 1 доказала фундаментальную физику топологического подхода, то Majorana 2 знаменует начало инженерного масштабирования до уровня полноценного квантового компьютера [2:18:06]. В рамках этой работы Microsoft также сотрудничает с Atom Computing и академическими партнерами из Колумбийского университета и ETH Zurich [2:16:17].

Подводя итоги, Сатья призвал разработчиков использовать эти инструменты не ради самой технологии, а ради решения глобальных проблем планеты: «Наша работа — сделать так, чтобы следующая волна технологий разблокировала возможности для каждого сообщества» [2:19:22].