Microsoft anunció el 7 de octubre de 2026 un nuevo enfoque para situar Windows como plataforma de «inteligencia híbrida», de modo que las tareas de inteligencia artificial se ejecuten localmente en el equipo cuando los recursos sean suficientes, mientras que las tareas más exigentes se deriven a la nube. La empresa afirma que el aumento del tamaño de los modelos eleva la demanda de uso a niveles que pueden superar los presupuestos de los servicios en la nube, lo que convierte la combinación de ambos recorridos en una forma de reducir el consumo de tokens sin renunciar a capacidades avanzadas.
Un entorno más aislado para los agentes de inteligencia artificial
Microsoft comenzó a ofrecer públicamente el entorno Microsoft Execution Containers (MXC), destinado a ejecutar agentes de inteligencia artificial. El entorno permite a las organizaciones definir los archivos y las redes a los que puede acceder cada agente y aplicar después estas políticas durante la ejecución.
MXC admite varios métodos de aislamiento, incluidos el aislamiento de procesos y sesiones, WSLc, las máquinas virtuales y el servicio Windows 365 for Agents. Microsoft basa el modelo de gobernanza en tres ejes: contención, identidad y capacidad de gestión, con la posibilidad de distinguir entre los agentes y saber qué acciones ejecutó cada uno, mediante la integración con Microsoft Agent 365 e Intune.
Entre los productos compatibles actualmente se encuentran Codex de OpenAI, GitHub Copilot, OpenClaw, Replit, LM Studio, OpenShell de NVIDIA y Unsloth AI. La empresa también anunció planes para añadir Claude Code de Anthropic, Box, Manus, Perplexity y Raycast, además de la aplicación Muse de Meta como aplicación nativa de Windows.
Modelos locales y distribución automática de tareas
Microsoft está trabajando en la ejecución local del modelo de programación MAI Code 1.1 Flash. El modelo cuenta con 137.000 millones de parámetros en total, de los cuales 6.800 millones son parámetros activos, y su tamaño se ha reducido aproximadamente un 80 % mediante cuantización a 3 bits, manteniendo una ventana de contexto de 256.000 tokens.
Los dispositivos equipados con un chip RTX Spark también podrán ejecutar localmente modelos grandes, entre ellos Nemotron de NVIDIA, con más de 70.000 millones de parámetros tras su cuantización a 2 bits, y DeepSeek V4 Flash, con 284.000 millones de parámetros. Microsoft utilizará la tecnología HydraFusion de GitHub para distribuir las tareas entre los modelos en la nube y los modelos locales. Está previsto que esta capacidad se lance de forma experimental durante octubre en GitHub Copilot, GitHub Copilot CLI y Visual Studio Code, con compatibilidad con el motor de inferencia de código abierto llama.cpp dentro de Windows ML.
Copilot interactúa con los archivos y las acciones del dispositivo
Copilot obtendrá funciones locales en los dispositivos Copilot+ PC, siempre que el usuario dé su consentimiento. Estas funciones incluyen comprender los archivos y las actividades recientes del dispositivo, ejecutar acciones como organizar archivos, diagnosticar el dispositivo, solucionar problemas y programar, además de seleccionar un modelo local adecuado o combinarlo con un modelo en la nube.
Las funciones se extenderán a los componentes de Copilot denominados Home, Code y Autopilot. Code permite crear aplicaciones nativas de Windows a partir de una sola indicación, con ejecución segura del código mediante MXC, mientras que Autopilot puede continuar trabajando en segundo plano mientras el usuario se ocupa de otras tareas. Microsoft afirmó que el despliegue se realizará gradualmente durante los próximos meses.
¿Qué cambia en la práctica?
El anuncio representa el paso de ofrecer Copilot como un asistente que depende principalmente de la nube a construir una capa de ejecución para agentes capaces de leer datos locales y realizar acciones en el dispositivo. El beneficio potencial es reducir el envío de datos y la dependencia de la conexión a la nube en algunas tareas, pero esto depende del consentimiento del usuario, de las políticas de la organización y de las capacidades del hardware. Además, ejecutar localmente modelos grandes no está dirigido a todos los dispositivos Windows; los ejemplos mencionados están vinculados a equipos con una memoria y unos recursos de cómputo elevados.
En paralelo, Microsoft abrió las reservas del ordenador Surface Laptop Ultra equipado con un chip RTX Spark, con hasta 128 gigabytes de memoria unificada, y afirma que puede ejecutar localmente modelos de más de 120.000 millones de parámetros. Su envío comienza en Estados Unidos el 16 de octubre, mientras que el envío de Surface RTX Spark Dev Box comienza en noviembre. El precio de la versión del Surface Laptop Ultra con 24 gigabytes de memoria es de 513480 yenes, y el de la versión de 128 gigabytes es de 1094280 yenes.