每天 8 点5 分钟看懂微软技术圈。今天是 2026 年 10 月 6 日星期二。今日速览智能体说「已解决」数据库不认这份答卷微软 Copilot Studio 团队和 Hugging Face 开源了 ThinkingBox 沙箱与评测集507 个业务流程每题跑 20 遍判分只看数据终态不看回复。26H2 的企业侧补齐最后一块拼图组策略模板与策略参考表上线ConfigMgr 跟进支持Windows Server 2022 的主流支持 10 月 13 日到期。Azure 的集成工作流开始用 C# 写Logic Apps Standard SDK、本地 CLI 与 Connector Namespace 三条线同步推进连接器被拆成独立一层。Excel Canvas 定档 10 月中旬Copilot 把工作簿变成一份会自己更新的报告。Windows Terminal 1.25 转正1.26 预览重做了设置界面。一、智能体说「已解决」数据库不认这份答卷先讲一个例子。一位客户的厨电订单卡在承运商异常里超期 15 天。AI 客服接手后走了九步工具调用查订单、查物流、查客户档案、两次检索退款政策、确认没有工单、新建工单、记录时间线每一步都合规。然后它把工单状态改成「已解决」回了一句「您的问题已解决」。两处硬伤承运商那边的异常还挂着按策略终态应该是「挂起」客户真正问的事从头到尾没得到答案。这个案例是微软 Copilot Studio 团队拿出来做引子的。10 月 3 日他们和 Hugging Face 一起把智能体沙箱 ThinkingBox 与评测集 ThinkingBox-Bench 放上 Hugging Face代码走 MIT数据走 CDLA-Permissive-2.0配套论文在 arXiv编号 2608.19741。它的评分哲学可以压缩成一句工具调用不是结果数据终态才算证据。机制不复杂但每一步都戳在现有评测的软肋上。507 个有状态业务流程分布在零售电商、旅行、车险、数字银行、咨询 IT 与 HR 支持五个域。每个任务给定初始后端状态、用户目标、可用的 MCP 工具和领域策略另配一段模拟用户它手里握着私有信息只有被问到时才交出来。跑完之后可执行检查会比对真实记录与要求的目标终态477 个任务只查终态剩下 30 个额外加一段响应评分。任何达成终态的路径都算通过多改或少改都会被拒。同一道题要从干净后端重跑 20 次于是同一套循环顺带产出可作强化学习奖励的稀疏信号。把「一次成功」和「次次都对」分开看结论就不太好看。18 个模型、121680 次有效试验里失败尝试有 79853 次其中 67.24% 是「体面收场」它们确实调用了会改变状态的工具最后也没有报错。可执行检查在这些失败里查到字段值写错占 77.61%多余副作用占 43.30%缺少必需副作用占 25.36%这几项有重叠不能相加。按原因归类工具使用与错误恢复占 79.9%状态更新错误占 10.3%用户诉求未解决占 7.0%全程没有状态变更动作占 2.9%。一句话概括这个分布智能体把流程起动了然后在工具报错、前置条件不满足或查询落空时没能爬起来。单次准确率看第一梯队咬得很紧。官方给出的 pass1 是 Claude Opus 5.5 的 67.16%、Claude Opus 5 的 66.50%、GPT-5.4 的 65.36%开源权重里最强的是 Kimi-K3 的 57.37%。域之间的差距比模型之间的差距更大所有受测模型在零售任务上平均 59.52%到了车险任务只有 33.83%。20 次全对这一档排名换了样子。Claude Opus 5.5 与 Opus 5 各自把 241 个任务做到 20 次全过占 47.53%GPT-6 Astra 是 231 个GPT-5.4 是 128 个GPT-5.6 Sol 是 82 个。Kimi-K3 的反差最刺眼它至少成功过一次的任务多达 476 个pass20 为 93.89%可 20 次全过的只有 68 个13.41%。覆盖面最宽和表现最稳在这份榜单上不是同一件事。成本口径也值得留意。研究方按 9 月 20 日 OpenRouter 未打折价把记录的 token 用量折算成一个效率指数并明确说明它只用于横向比较不等于实际支出。按每次成功尝试算GPT-5.6 Sol 最低0.127 美元GPT-5.4 是 0.131 美元Claude Opus 5.5 是 0.276 美元。把 20 次全跑的成本摊到「每次都做对」的任务数上排序又变了GPT-5.4 每项 6.80 美元GPT-6 Astra 7.45 美元Claude Opus 5.5 7.80 美元GPT-5.6 Sol 9.76 美元Claude Opus 5 13.30 美元Kimi-K3 20.68 美元。这件事对做智能体的人有什么用。评测别只看最终那条回复也别只看工具调用序列合不合法把校验点放回业务系统的终态上并且用重复跑代替单次跑。同时要接受一个不太舒服的事实一次成功不等于可靠20 次全对才是可以交付的标准。工具层还要单独加固错误要能恢复写操作要幂等前置条件要先探再动。文档、数据集与 OpenEnv 环境都已公开任何人都能把 507 道题跑一遍。二、26H2 的企业侧补齐管理模板到位旧服务器开始倒计时组策略这一环终于对上号了。微软在下载中心放出 Windows 11 26H2 的管理模板ADMX1.0 与配套的组策略设置参考表安装包名是那一串熟悉的「Administrative Templates (.admx) for Windows 11 Sep 2026 Update.msi」约 14.6MB参考表约 787.6KB两个文件的发布日期都是 9 月 29 日。ADMX 本身是描述组策略设置的 XML写明每条策略对应的注册表键与值加载后即可在组策略管理编辑器里图形化配置。微软提醒这个包主要用于域环境的中央存储不建议直接覆盖本地 Windows 目录下的 PolicyDefinitions。走 MDM 的企业也有份通过 Policy CSP 可以配置部分 ADMX-backed 策略不必依赖传统组策略基础设施。配套要检查的企业相关变化有三项。Administrator Protection 进入 26H2可通过 Intune 或组策略启用做法是需要管理员权限的操作走即时提权再用配置文件隔离降低提权攻击面Sysmon 已经内置进 26H2默认关闭需要管理员主动开启开启后系统事件写入事件日志供安全工具消费Smart App Control 不再要求全新安装才能开关。这三项都直接影响上线前的策略表所以模板发布时间点卡在正式推送之后、企业批量部署之前。部署工具链也跟上了。Configuration Manager 现在正式支持 Windows 11 26H2前提是环境跑在 ConfigMgr 2603 或 2609 上2609 目前还在早期更新环需要在控制台里主动选择才会出现。两个版本的改动方向不同2603 加了 SQL Server 2025 的原生支持含二级站点用的 SQL Server 2025 Express摘掉了已废弃的 SQL Server Native Client 依赖收紧网络访问账号信息的可见范围并在云管理网关上停用较弱的 DHE 套件2609 放弃了 Windows Server 2012 与 2012 R2 和 SQL Server 2016前置条件检查会直接拦住从不支持版本升级云管理网关改为停用共享密钥访问、迁移到新的 Azure 负载均衡入站 NAT 规则旧规则 2027 年 9 月退役、并把既有网关迁到 CPU 与内存更高的新虚拟机规格。升级前置条件也收紧了2603 要求现版本 2409 及以上2609 要求 2503 及以上两者都需要 .NET Framework 4.8、受支持的 Windows ADK 与 Microsoft ODBC Driver for SQL Server2609 另需 SQL Server 2017 CU2 及以上。还有一个节奏变化值得记下2609 是最后一个半年度版本之后转年度发布下一个是 2027 年 9 月的 2709。服务器侧的日期更硬。Windows Server 2022 在 10 月 13 日结束主流支持转入扩展支持安全更新照常按月发到 2031 年 10 月 14 日而且免费无需购买扩展安全更新订阅。停止的是功能更新、性能改进与非安全类修复微软也不再接受新功能请求。对还在跑自建 Exchange、文件服务或业务系统遗留版本的团队这属于规划项而非急件但许可证与服务条款的复核最好现在做掉。三、Azure 集成侧工作流改用 C# 写连接器独立成一层在 Nordic Integration Summit 2026 上微软把 Logic Apps 的开发者体验重新讲了一遍。主讲人是核心 AI 与 Logic Apps 方向的首席产品经理 Wagner Silveira标题是「Evolving the Logic Apps Developer Experience」。三条工作流一条生命周期Logic Apps Standard SDK、Logic Apps 本地 CLI、Connector Namespace。SDK 是新的门面不是新的引擎。Microsoft.Azure.Workflows.Sdk 上了 NuGet用 C# 定义工作流串接风格贴近画布的读法声明一个 HTTP 触发器然后依次 Then 下去。底下的运行时、连接器目录、托管方式、运行历史与监控全部不变构建在 .NET 8、.NET 10、Azure Functions 和 Logic Apps Standard 运行时之上。官方用一句话概括取舍当编排和运行可观测性重要时选 SDK当只缺连接能力时用 Connector Namespace而 CLI 负责从任何编辑器、流水线或编码智能体去驱动这两者。Service Provider 连接器与 C# 表达式预计在 10 月的预览刷新里到来。CLI 的目标写得很直白。一个 az logicapp 扩展19 个命令组、64 条命令覆盖工作流从本地到云端的完整生命周期官方给它定的任务是「给本地 AI 辅助编码加上确定性」。对它来说画布没有给智能体留下可着手的入口手写工作流 JSON 又给了它太多自信出错的空间而命令行能给出确定性的输入输出。最小可用版本计划在 10 月更宽的命令面在 11 月目前还没有公开文档。Connector Namespace 是把连接器单独拎出来。它是一个 Azure 资源托管 Logic Apps 的连接器目录并处理 OAuth、令牌刷新、分页、重试、Webhook 注册与轮询状态这些琐事任何计算服务都能调用。调用方式是类型化 SDKC# 的 Azure.Connectors.Sdk、Node.js 的 azure/connectors、Python 的 azure-connectors或纯 HTTP宿主可以是 Azure Functions、Container Apps、App Service也可以是跑在虚拟机或 AKS 上的自托管 ASP.NET、Node.js、Python 服务。对智能体这一侧任何连接器都能暴露成托管 MCP 服务器也能直接使用策展目录里托管的 MCP目前有 Playwright 与 Azure SQL统一在 connectors.azure.com 管理。有个容易被忽略的细节Azure/Connectors 仓库里带了面向 GitHub Copilot CLI 与 Claude Code 的 agent skills用来教编码智能体自己建命名空间、连接与触发器。当前状态是公开预览、无 SLA按 action、trigger、MCP 工具调用与数据保留量计费预览期托管 MCP 服务器不收费路线图写着 10 月加托管标识、自定义连接器与 OBO11 月转正并补轮询触发器和可观测性。同一天Azure Functions 侧的托管连接器也上了官方博客。通过 Connector Namespace函数可以接入大约 1700 个连接器覆盖 Microsoft 365、Teams、Dataverse、SharePoint、OneDrive 以及大量第三方系统。连接器触发器把事件送进函数类型化客户端让代码对目标系统执行动作Webhook 注册与 OAuth 令牌管理交给命名空间。官方示例是一个 RFP 受理流程文件上传到 SharePoint 库触发函数函数用类型化的 SharePoint 客户端取文件内容交给 Azure Content Understanding 抽取文本与版式再用确定性规则判断客户与所需能力、映射到应回复的专家角色最后用类型化 Teams 客户端把结果以 Adaptive Card 发到频道。示例用 ConnectorTrigger 属性声明触发器用依赖注入注册客户端认证走 DefaultAzureCredential。目前支持 .NET isolated、Python 与 Node.js处于公开预览。四、Excel Canvas工作簿变成一份会自己更新的报告微软给 IT 管理员发了消息中心通知 MC1485411。Excel Canvas 开始推向一般可用时间窗是 10 月中旬起滚动、10 月底完成覆盖 Windows 桌面版 Excel 与 Excel 网页版全球同步不需要管理员做前置配置。它做的事和过去的图表不太一样。Copilot 从工作簿里生成一整块画布图表、关键指标、简短结论按报告的样子排版而不是散落在单元格里。之后用自然语言继续改换图表类型、加一个指标、重排章节都不必逐个手工重建。真正变的地方是那块画布一直挂着工作簿月初生成的画布到月底仍然反映最新数据手工编辑会出现在图上工作簿从外部数据源拉进来的更新也会同步。过去大多数 Excel 报告是快照数据一动就过期这块常挂的连接关系就是差异所在。两个前提要说清楚。一是必须能访问 Excel 里的 Copilot也就是要在普通 Microsoft 365 订阅之上再加 Copilot 许可没有 Copilot 就没有 Canvas。二是 Copilot 自己决定用哪些指标和图表类型来呈现数据这些选择不保证正确微软官方的建议是对照源单元格逐一核对再分享。这句话值得强调一张悄悄聚合了错误列的自生成图表看上去和正确的图表一样漂亮。放到 Excel AI 工具的这条线上看方向已经清楚了。Canvas 与「单元格内多值」的测试同期推进而工作簿函数 COPILOT() 已在今年 8 月停止使用。Copilot 正在从单个单元格和公式里退出来走到整簿视图上负责汇总与呈现计算还是留给工作表。五、Windows Terminal 1.25 转正1.26 预览重做设置界面沉寂一段之后终端连出三个版本。1.25 成为新的稳定版1.26 进入预览1.24 分支收到一次小修。预览版与稳定版可以并排安装互不干扰。1.25 把几项呼声较高的能力收了进来。设置项支持搜索Actions 编辑器更完整自定义交互不必再直接改 JSON加入 Kitty 键盘协议支持用另一套方式区分按键与按下状态窗口可以在重启后恢复回滚缓冲可带可不带社区翻译加了乌克兰语与塞尔维亚语西里尔字母歧义宽度字符的宽度可以配置这一项对中日韩控制台应用的兼容性有直接帮助。安装方式会影响你拿到哪一版商店、winget 与 GitHub 打包的推进节奏不完全一致。1.26 预览把重心放在设置页、工作区与通知上。设置界面大部分重做措辞更简单、分组更讲逻辑变动最大的是 Profiles 区配置文件页、配色方案与默认值合并到一个父级之下。Workspaces 是新的命名窗口概念能记住当时开着什么关掉之后还能找回来入口是标签列表左侧的新图标官方标注为初步支持粗糙之处可以预期。通知方面支持应用通过 OSC 777 序列发桌面通知响铃时也能弹通知两者默认关闭需要显式打开。其余零碎改动包括关闭多个标签时一律先询问可选始终询问或从不询问、wt --help 对无法识别参数的处理说明更清楚、复制标签固定开在原标签右侧、每个终端窗口在桌面窗口管理器里的内存占用下降、VT 应用进出备用屏缓冲时不再发 WINDOW_EVENT、以及那条劝用户别关掉触控键盘服务的信息条被删掉。1.24 的小修偏修 bug。窗格在任何方向都不能被压到两格以下避免渲染错位新标签的打开动画被移除因为它让应用看起来更慢输入法候选窗在最大化时不再错位输入法合成过程中也不再向应用发送方向键等输入形如 foo.exe,-1 的图标资源媒体路径恢复正常设置界面里的字体选择器不再崩接上 Xbox 手柄不再导致终端崩溃。另有一处构建要求的变化构建系统现在需要 Visual Studio 2026 与 Windows SDK 10.0.26100。速报.NET 侧的 MSTest 开始覆盖 UWP 与 WinUI 3 的界面测试。官方博客介绍了用 MSTest 与 Microsoft.Testing.Platform 为 UWP 和 WinUI 3 应用写 UI 测试的做法覆盖打包、非打包与 AppContainer 三种宿主形态。对还在维护 WinUI 3 桌面应用的团队界面测试由此可以接进既有的 .NET 测试链路不必另起一套工具。一个从空目录起手的智能体脚手架。Azure Cosmos DB 团队放出了开源 CLI create-cosmos-agent用来创建面向生产的 TypeScript AI 智能体项目。它把新项目前几分钟之后就会冒出来的问题提前处理掉记忆放在哪里、怎样把不同客户的数据隔开、答案的来源怎样追溯、需要审批的动作怎么拦、本地怎么先跑通再上云以及之后怎样迁到 Azure 而不必重写。同一时间Azure Cosmos DB Shell 也进了 Azure 门户可以从数据资源管理器直接打开一个终端风格的工作界面。Azure Pipelines 支持 GitHub 托管代理和按用量计费。这项能力转正后流水线可以选用 GitHub 托管的代理池包含原生 Apple silicon 以及更大的 Linux 与 Windows 机器按所选代理规格对实际执行时间付费不必事先购买并行作业容量。10 月 7 日的 Windows 与 Surface 发布会仍在倒计时。时间是太平洋时间上午 10 点也就是北京时间 8 日凌晨 1 点纳德拉、Pavan Davuluri 与黄仁勋同台。硬件规格此前写过这次等定价与上市信息。